一种基于次元分析技术的鲁棒波束形成算法
来源期刊:东北大学学报(自然科学版)2006年第6期
论文作者:汪晋宽 田丹 刘志刚 贾利琴
文章页码:631 - 634
关键词:阵列天线;自适应波束形成;最差情况性能优化;神经网络;次元分析;鲁棒算法;
摘 要:针对实际应用中先验知识存在偏差的问题,基于权向量长度恒定的常规线性约束波束形成算法,提出一种权向量长度恒定的最差情况性能优化波束形成算法.分析了神经次元分析(MCA)学习规则与该波束形成优化问题在数学描述上的相似性,利用神经MCA学习规则实现鲁棒自适应波束形成.仿真结果表明,与基于线性约束的波束形成算法相比,该算法具有更强的信号跟踪能力和干扰抑制能力,并且对信号方向向量的偏差具有更强的鲁棒性.
汪晋宽1,田丹2,刘志刚1,贾利琴1
1. 东北大学信息科学与工程学院2. 沈阳大学信息工程学院
摘 要:针对实际应用中先验知识存在偏差的问题,基于权向量长度恒定的常规线性约束波束形成算法,提出一种权向量长度恒定的最差情况性能优化波束形成算法.分析了神经次元分析(MCA)学习规则与该波束形成优化问题在数学描述上的相似性,利用神经MCA学习规则实现鲁棒自适应波束形成.仿真结果表明,与基于线性约束的波束形成算法相比,该算法具有更强的信号跟踪能力和干扰抑制能力,并且对信号方向向量的偏差具有更强的鲁棒性.
关键词:阵列天线;自适应波束形成;最差情况性能优化;神经网络;次元分析;鲁棒算法;