基于數據重構的稀布陣數字波束形成技術研究.pdf

1、數字波束形成天線的每個天線單元都有一個對應的T/R組件，因而陣列的陣面造價十分昂貴，是雷達耗資的主要部分。對于大型的陣列，DBF雷達造價將變的十分昂貴，采用稀布陣技術和子陣技術，在保證雷達窄的波束和高的角分辨率的同時，可以大大減少射頻通道數量，從而降低成本，因此稀布陣技術受到了人們廣泛的關注，是目前的研究熱點之一。
　　本文為了解決現有稀布陣波束形成技術存在的不能進行波束掃描和自適應干擾抑制等問題，在壓縮感知理論和低秩矩陣填充理論

2、的基礎上，開展了基于數據重構的稀布陣數字波束形成技術研究。主要工作如下:
　　(1)提出了基于數據重構的稀布陣數字波束形成天線系統框架。在原來的DBF系統上增加了兩個模塊:壓縮采樣網絡和數據重構模塊，壓縮采樣網絡在射頻通道之前，數據重構模塊在A/D采樣和DBF處理器之間。壓縮采樣網絡對空域信號進行壓縮欠采樣，采樣得到的信號經過混頻和A/D采樣之后，用數據重構算法對信號進行恢復，得到滿陣時各通道的信號，然后進行數字波束形成，得到DB

3、F輸出信號。該方法可以在不減小天線口徑，不影響波束性能的前提下，大大減少射頻前端數量。
　　(2)在上述系統框架下，提出了基于壓縮感知的數字波束形成算法。首先給出了基于壓縮感知的數字波束形成算法的數學模型;接著給出了一種簡單易實現的壓縮采樣網絡，并根據采樣矩陣與投影矩陣之間的關系，提出了一種基于遺傳算法的陣列位置優(yōu)化方法;其次給出了兩種壓縮感知的重構算法:正交匹配追蹤算法(CS-OMP)和光滑l0范數法(CS_SLO)，并比較了兩

4、種算法的恢復效果;然后針對目標不在柵格上時性能惡化這一問題，提出了非均勻柵格方法，提高一定的恢復性能;最后給出了線陣及面陣下的仿真，仿真結果表明該算法得到的方向圖性能良好，可以進行波束掃描和自適應干擾抑制。
　　(3)為了進一步解決目標不在柵格上時，恢復誤差變大這一問題，提出了基于低秩矩陣填充的數字波束形成算法。利用回波信號在空域的稀疏性，用稀布的陣元接收信號，構造不同的低秩矩陣，提出了基于快拍處理和基于數據塊處理兩種信號恢復方法

5、:a)基于單快拍的處理方法，將每個快拍的回波信號分別進行重排，構成Hankel矩陣，然后用不精確的增廣拉格朗日乘子法(ILAM)進行元素的填充;b）基于數據塊的處理方法，用多快拍的欠采樣數據構造一個半正定的低秩矩陣，然后交替方向乘子法(ADMM)進行數據填充。這兩種算法都不需要將空域柵格化，恢復結果與目標角度無關，較好地解決了目標不在柵格上的問題，理論仿真結果也證明了這一點，且基于數據塊處理的方法性能優(yōu)于基于單快拍處理的方法。
　

6、　(4)為了進一步減少計算量，提出了基于自適應柵格調整的數字波束形成算法。聯合正交匹配追蹤(J-OMP)算法在一定程度上解決了目標不在柵格上的問題，使目標不在柵格上時恢復誤差有所減小。在此基礎上，針對角度信息隨快拍變化較慢的目標，我們對該算法進行了改進，提出了基于自適應柵格調整的優(yōu)化算法。該算法利用上一次估計得到的支撐集及角度偏差，調整柵格，不僅在恢復效果上優(yōu)于J-OMP，而且在信號恢復的過程中，去除了重復的原子選擇過程，大大減少了計算

7、量。較好地解決了目標不在柵格上的問題，計算量也小于低秩矩陣填充算法。為了解決低信噪比情況下，信號丟失問題，采用多快拍的處理方式，使得小信號情況下的恢復性能有所改善。提出了另外一種壓縮采樣網絡，不規(guī)則子陣形式的壓縮采樣，與稀布陣結構相比，由于該方法僅減少了射頻通道數量，而沒有減少陣元個數，所以恢復性能優(yōu)于稀布陣結構。
　　(5)完成了基于數據重構的稀布陣數字波束形成天線系統的硬件實現和系統測試。針對實際工程需求，研制了X波段DBF雷