导读:本文包含了对角载入波束形成算法论文开题报告文献综述及选题提纲参考文献，主要关键词:波束形成,信号方向向量,对角载入,MVDR
对角载入波束形成算法论文文献综述
施荣华,孟秋杰,董健,郭迎[1]（2012）在《一种基于对角载入的鲁棒MVDR波束形成算法》一文中研究指出当信号方向向量精确已知时,传统最小方差无畸变响应(MVDR)波束形成算法具有较好的分辨率和抗干扰能力.在实际通信环境中,由于外部环境、天线阵列以及采样协方差矩阵的估计误差等因素的影响,导致传统MVDR波束形成算法的性能急剧下降.针对这一问题,本文提出了一种新的基于对角载入的鲁棒MVDR波束形成算法.该算法考虑信号方向向量的偏差对MVDR算法性能的影响,并在最大允许偏差范围内导出最优的权重向量,有效地抑制了偏差对输出性能的影响,具有很强的鲁棒性,从而能够适应复杂的通信环境;同时该算法采用递推算法避免矩阵求逆,降低了计算复杂度,便于工程实现.仿真实验表明,与传统MVDR算法相比,所提算法具有更好的输出性能。(本文来源于《湖南大学学报(自然科学版)》期刊2012年09期）
石晓磊[2]（2009）在《基于对角载入的鲁棒自适应波束形成算法的研究》一文中研究指出随着第叁代移动通信技术的发展,智能天线技术成为目前研究者关注的焦点。在实际应用过程中,由于传播环境、信源、传感器阵列等诸多条件的复杂变化,引起信号方向向量的偏差,导致现存的自适应波束形成器的性能下降。另外,采样样本数目的变化也会影响自适应波束形成器的性能。因此,研究如何提高自适应波束形成算法的鲁棒性,具有重大的理论意义和实用价值,提高自适应波束形成算法的鲁棒性也是目前阵列信号处理中的热点问题。本文分析了在实际中影响自适应波束形成算法性能的因素,详细介绍了经典的自适应波束形成算法,深入研究了鲁棒自适应波束形成算法,包括多点约束法、基于特征空间的自适应波束形成算法和对角载入法等等,并对各种算法的优缺点进行了分析和比较。针对实际通信环境中存在的问题,提出了一种改进的对角载入鲁棒自适应波束形成算法。对角载入自适应波束形成算法是一种简单有效的鲁棒波束形成算法,但是对于对角载入值仅能确定它的范围,其具体值一般根据经验来选取。在实际通信环境中,方向向量偏差和采样样本数量小导致自适应波束器的性能急剧下降,为了解决这一问题,所提鲁棒波束形成算法将协方差矩阵估计算法与传统的对角载入LSMI算法相结合,通过优化代价函数来求解最优权重向量,且优化解中的对角载入值能够准确得出。将迭代算法运用到鲁棒波束形成算法中,可以降低算法的运算量。该算法有效地抑制了方向向量偏差对输出性能的影响,提高了系统的鲁棒性,改善了阵列输出的信干噪比,使输出信干噪比更接近最优值,且该算法能适应小采样样本的情况。(本文来源于《东北大学》期刊2009-06-01）
宋昕,汪晋宽,韩英华[3]（2008）在《基于可变对角载入的鲁棒自适应波束形成算法》一文中研究指出针对传统算法对方向向量偏差敏感的缺点,提出了一种基于可变对角载入的鲁棒自适应波束形成算法。为了提高算法的鲁棒性,采用非线性约束条件下的最优化阵列输出功率对信号方向向量进行优化求解,且优化解中的参量能够准确求出。为了减少计算量,采用递推算法求逆矩阵并利用泰勒级数展开,推导出基于可变对角载入的权重向量公式。该算法可有效地抑制方向向量偏差所带来的影响,降低了计算量易于实时实现,提高了系统的鲁棒性,改善了阵列输出的信干噪比,使其更接近最优值。仿真结果表明,该算法相对传统算法可以获得更好的性能。(本文来源于《信号处理》期刊2008年04期）
宋昕,汪晋宽,韩英华[4]（2007）在《基于对角载入的鲁棒自适应波束形成算法》一文中研究指出作为一种梯度自适应波束形成算法,LMS算法因简单有效而得到广泛的应用。但是在存在偏差的情况下,LMS算法的性能较差。针对上述问题,考虑信号方向向量的偏差对LMS算法性能的影响,提出了一种基于对角载入的鲁棒约束LMS算法,并对算法的对角载入因子和收敛性能进行了分析,给出了保证算法收敛的步长取值范围。该算法利用对角载入的特性,可有效的抑制各种偏差所带来的影响,收敛速度快,抗扰动性强,对信号方向向量的偏差具有较强的鲁棒性,从而可以保证阵列输出的信干噪比接近最优值。仿真实验表明,与传统约束LMS算法相比,基于对角载入的鲁棒自适应波束形成算法具有很好的性能。(本文来源于《系统仿真学报》期刊2007年12期）
对角载入波束形成算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着第叁代移动通信技术的发展,智能天线技术成为目前研究者关注的焦点。在实际应用过程中,由于传播环境、信源、传感器阵列等诸多条件的复杂变化,引起信号方向向量的偏差,导致现存的自适应波束形成器的性能下降。另外,采样样本数目的变化也会影响自适应波束形成器的性能。因此,研究如何提高自适应波束形成算法的鲁棒性,具有重大的理论意义和实用价值,提高自适应波束形成算法的鲁棒性也是目前阵列信号处理中的热点问题。本文分析了在实际中影响自适应波束形成算法性能的因素,详细介绍了经典的自适应波束形成算法,深入研究了鲁棒自适应波束形成算法,包括多点约束法、基于特征空间的自适应波束形成算法和对角载入法等等,并对各种算法的优缺点进行了分析和比较。针对实际通信环境中存在的问题,提出了一种改进的对角载入鲁棒自适应波束形成算法。对角载入自适应波束形成算法是一种简单有效的鲁棒波束形成算法,但是对于对角载入值仅能确定它的范围,其具体值一般根据经验来选取。在实际通信环境中,方向向量偏差和采样样本数量小导致自适应波束器的性能急剧下降,为了解决这一问题,所提鲁棒波束形成算法将协方差矩阵估计算法与传统的对角载入LSMI算法相结合,通过优化代价函数来求解最优权重向量,且优化解中的对角载入值能够准确得出。将迭代算法运用到鲁棒波束形成算法中,可以降低算法的运算量。该算法有效地抑制了方向向量偏差对输出性能的影响,提高了系统的鲁棒性,改善了阵列输出的信干噪比,使输出信干噪比更接近最优值,且该算法能适应小采样样本的情况。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
对角载入波束形成算法论文参考文献
[1].施荣华,孟秋杰,董健,郭迎.一种基于对角载入的鲁棒MVDR波束形成算法[J].湖南大学学报(自然科学版).2012
[2].石晓磊.基于对角载入的鲁棒自适应波束形成算法的研究[D].东北大学.2009
[3].宋昕,汪晋宽,韩英华.基于可变对角载入的鲁棒自适应波束形成算法[J].信号处理.2008
[4].宋昕,汪晋宽,韩英华.基于对角载入的鲁棒自适应波束形成算法[J].系统仿真学报.2007