§3.2自适应波束形成技术 §3.2.1 普通波束形成的优缺点 优点：是一个匹配滤波器，在主瓣方向信号相干积累，实现简单，在白噪声背景下它是最优的，在色噪声背景下，维纳滤波是最优的。 缺点： 波束宽度限制了方向角的分辨。 存在旁瓣，强干扰信号可以从旁瓣进入。 加窗处理可以降低旁瓣，但同时也会展宽主瓣。 总之，普通波束形成依赖于阵列几何结构和波达方向角，而与信号环境无关，且固定不变，抑制干扰能力差。

SNR（信噪比）最大准则 若阵列信号为： 如果信号分量 与噪声分量 统计无关，且各自相关矩阵已知： 则 输出功率： 其中 为信号功率， 为噪声功率。

波束扫描 波束形成： 普通波束形成（匹配滤波） 扫描指： 变化在[0,180°]范围内，画出输出功率随扫描角度变化的图形。 问题：虽可测多个信源，但当多个信源的夹角小于一个波束宽度时，无法分辨。 波束宽度与阵列孔径成反比，又称为瑞利限。

线性约束最小方差(LCMV)准则 阵列输出： , 方差为： （输出功率） 导向矢量约束 为目标信号方向矢量。 求解过程分析： 信号： 则 目的是寻找最优的权 。

三、阵列信号处理的发展史 雷达 1936年 空域信号处理 只有三十多年的历史 基本理论： Wiener滤波 多维信号处理 自60年代以来，经历了三大阶段： 自适应波束控制 IEEE Trans AP 1964.3 自适应零点控制 IEEE Trans AP 1976.9 空间谱估计 IEEE Trans AP 1986.3

对角加载： 易知 的离散程度大于 的离散程度，所以对角加载以后，LMS算法收敛速度加快。 实际实现时是在数据域 加入功率一定的白噪声。注意此过程是在计算权 时进行，而在波束形成时则不需要。

线性约束最小方差(LCMV)准则 阵列输出： , 方差为： （输出功率） 导向矢量约束 为目标信号方向矢量。 求解过程分析： 信号： 则 目的是寻找最优的权 。

二、阵列信号的应用 雷达：相控阵天线系统、波束灵活控制、高分辨测向、干扰置零、成像（SAR/ISAR） 移动通信：波束形成、抗多址干扰、空分多址（SDMA） 声纳：水声工程、宽带阵列处理 地震勘探：爆破、地震检测、地质层机构特征分析、探石油 射电天文：定位、测向 电子医疗工程：层析成像、医学成像

阵列信号处理-ppt-廖桂生，西电教授讲义，第一章：绪论 第二章：数学基础 第三章：空域滤波原理及算法 第四章：部分自适应处理技术 第五章：阵列信号的高分辨处理 第六章：相干信源的高分辨处理 第七章：最大似然与加权子空间拟合方法估计信号源方向 第八章：基于高阶统计量和循环非平稳阵列信号处理简介

《阵列信号处理》 授课老师：廖桂生