项目名称: 基于凸优化的现代鲁棒自适应波束形成技术研究

项目编号: No.60802068

项目类型: 青年科学基金项目

立项/批准年度: 2009

项目学科: 无线电电子学、电信技术

项目作者: 俞祝良

作者单位: 华南理工大学

项目金额: 22万元

中文摘要: 波束形成技术是利用传感器阵列提高接收信号质量的关键手段。实用中,由于阵列误差的存在,波束形成器必须具备鲁棒性。然而,在当代主流的基于优化的自适应波束形成算法设计中,强鲁棒性与高输出信干噪比难以同时满足。为解决这个问题,本项目的基本研究思路是通过采用新型的阵列方向矢量误差模型,利用最坏情况优化思想及凸优化技术,以得到具有理想输出性能与高计算效率的算法。研究内容主要包括:阵列幅度响应约束及其凸形式转化;最坏情况优化的应用;基于线性矩阵不等式的高效算法;实时系统的开发。与当今世界前沿的方法相比,本项目提出的算法将不仅具有高输出信干噪比,而且能够对鲁棒区域的宽度及响应纹波进行精确设置。在系统面对大角度误差及信号源运动的情况下,性能优势尤为明显。因此,该项研究的成果可以广泛应用于包括雷达等国防系统,天文和对地观测中的目标成像,通信中的智能天线技术,以及医学成像等等,对促进我国现代化发展有重要的意义。

中文关键词: 自适应波束形成;鲁棒波束形成;阵列幅度响应约束;最坏情况

英文摘要: Beamforming is a key technique that ultilizes sensory array to improve the quality of received signals. In practice, due the existence of array imperfections, the designed beamformer must be robust against array steering vector errors. However, for most of the existing robust adaptive beamformers, there is a compromise between roubstness and high output signal to interference plus noise ratio (SINR). The basic idea of this project is to use new model of array steering vector error, and ultilize worst-case convex optimization technique to derive robust adaptive beamformer with ideal output response. Our major research contents include: constraints on array magnitude response and it convex transformation, worse-case optimization and its applications, linear matrix inequality (LMI) based algorithm, as well as the development of real time system. Comapred with the contemporary beamformers, the proposed methods in this project possess not only high output SINR but also adjustable robustness area. Facing large steering direction error or moving signal source, the advantages of the proposed methods are more significant. Therefore, the proposed methods can be applied in radar systems, sonar systems, wireless communications, medical imaging systems, etc.

英文关键词: adaptive beamforming; robust beamforming;array magnitude response constraint; worse-case optimization; linear matrix inequality constraint

成为VIP会员查看完整内容
1

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
【博士论文】吉布斯分布的局部、动态与快速采样算法
专知会员服务
28+阅读 · 2021年11月26日
专知会员服务
48+阅读 · 2021年8月4日
【硬核书】图论、组合优化和算法手册,1217页pdf
专知会员服务
158+阅读 · 2021年6月29日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
73+阅读 · 2020年12月7日
专知会员服务
29+阅读 · 2020年7月31日
【经典书】机器学习:贝叶斯和优化方法,1075页pdf
专知会员服务
404+阅读 · 2020年6月8日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
用缩放CNN消除反卷积带来的棋盘伪影
论智
19+阅读 · 2018年10月30日
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
16+阅读 · 2018年4月4日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Verified Compilation of Quantum Oracles
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
【博士论文】吉布斯分布的局部、动态与快速采样算法
专知会员服务
28+阅读 · 2021年11月26日
专知会员服务
48+阅读 · 2021年8月4日
【硬核书】图论、组合优化和算法手册,1217页pdf
专知会员服务
158+阅读 · 2021年6月29日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
73+阅读 · 2020年12月7日
专知会员服务
29+阅读 · 2020年7月31日
【经典书】机器学习:贝叶斯和优化方法,1075页pdf
专知会员服务
404+阅读 · 2020年6月8日
相关资讯
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
用缩放CNN消除反卷积带来的棋盘伪影
论智
19+阅读 · 2018年10月30日
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
16+阅读 · 2018年4月4日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员