下载文档原格式
1 阵列信号模型通常情况下，考虑M 元等距线阵，阵元间距为d ，且假设阵元均为各向同性阵元。
如图2.1所示，每个阵元后面接一路接收机，各阵元接收的信号进入自适应阵列处理器进行加权相加，得到阵列输出。
远场处有一个期望信号和P 个窄带干扰以平面波入射（波长为λ），期望信号到达角度为0θ，P 个干扰的角度分别为()1,2,,k k p θ= ，图2.1中Rc 代表各阵元接收机，()()()12,,,M x t x t x t 分别为M 个接收通道的输出信号，12,,,M w w w 分别为对各阵元通道接收信号的加权值。
()t w 阵列输出波前（等相位图2.1 自适应阵列空间位置关系示意图阵列接收的快拍数据可以表示为()()()t t t =+X AS n(2-1)式中，()t X 为1M ⨯阵列接收数据向量，()()()()12,,,TM t x t x t x t =⎡⎤⎣⎦X 。
[]T表示对矩阵进行转置，()t n 为1M ⨯的噪声向量，()()()()01,,,TP t s t s t s t =⎡⎤⎣⎦S 为信号复包络向量，()k s t 为第k 个信源复包络，()()()01,,,P θθθ=⎡⎤⎣⎦A a a a 为信号指向矩阵，其中，()()(1)1,,,,0,1,i iTj j N i i e e i P ββθ-⎡⎤===⎣⎦a a 为第i 个信号源的导向矢量，即2sin i i d πβθλ=(2-2)定义阵列的协方差矩阵为()()2H H x s n E t t σ⎡⎤==+⎣⎦R X X AR A I (2-3)式中，()()H s E t t ⎡⎤=⎣⎦R S S 为信号的协方差矩阵，I 为M 维单位矩阵，2n σ为阵元的噪声功率，本文中约定，[]T表示转置，[]*表示共轭，[]H表示共轭转置。
式(2-3)常由接收数据采样协方差矩阵ˆx R 代替，即()()11ˆNH xiii t t N==∑R x x(2-4)如图2.1所示的自适应阵列模型，阵列的M 个通道接收信号经加权处理后，最后的输出信号为()()()1MH i i i y t w x t t *===∑w x(2-5)阵列的方向图()p θ定义为()()H p θθ=w a(2-6)调整自适应阵列的权矢量w ，可以改变阵列的方向图，即改变各个方向上入射信号增益。
阵列信号处理是信号处理的一个年青的分支，属于现代信号处理的重要研究内容之一，其应用范围很广，可用于雷达、声呐、通信、地震勘察、射电天文和医用成像等众多领域。
阵列信号处理是将一组传感器在空间的不同位置按一定规则布置形成的传感器阵列（尽管采用的传感器的类型可以不同，如天线、水听器、听地器、超声探头、X射线检测器，但是传感器的功能是相同的，它是连接信号处理器和感兴趣的空间纽带），用传感器阵列发射能量和（或）接收空间信号，获得信号源的观测数据并加以处理。
阵列信号处理的目的是从这些观测数据中提取信号的有用特征，获取信号源的属性等信息。
目前，阵列信号处理在雷达及移动通信等领域有着广泛而重要的应用。
在相控阵雷达体制中，自适应波束形成技术在抑制杂波干扰方面起着关键的作用。
在移动通信中，基于阵列信号处理的波达方向估计技术，使移动通信进入一个崭新的阶段。
本论文首先介绍阵列信号处理的基础知识。
在此基础上，着重讨论阵列波束形成技术，非理想线性阵列的雷达信号波达方向和多普勒频率估计，均匀圆形阵列的信号波达方向估计和复杂信号的波达方向及参数估计等四方面内容。
这些内容都是阵列信号处理领域的研究热点。
它们无论对阵列信号处理的理论发展还是实际应用，都有重要的意义。
目前，人们普遍关注在阵列响应矢量未知情况下，自适应波束形成问题，即盲自适应波束形成技术。
本文第一方面介绍了最基本的阵列波束形成方法，即最小均方误差波束形成器，线性约束最小方差波束形成器和基于特征空间的波束形成器（ESB）。
在此基础上，提出一个基于特征空间的盲自适应波束形成算法。
此算法首先根据高分辨波达方向估计方法，估计信号源的波达方向，然后以此方向形成约束导向矢量，进而计算出ESB波束形成算法的最优权矢量，最后，对期望目标形成笔状波束。
此算法能够有效地抑制信号的对消现象，并且能够应用于在波束中有多个期望信号的场合。
当阵列存在各种误差时，一般高分辨波达方向估计方法（如MUSIC）的估计性能严重下降。
