自适应滤波 时域自适应滤波和智能天线PDF电子书下载

第1章 自适应滤波基本概念 1

1.1 自适应滤波 1

1.2 自适应滤波器的组成 2

1.2.1 自适应滤波器的组成 2

1.2.2 可编程滤波器 2

1.3 空域滤波和时空对应 4

1.4 自适应滤波应用举例 7

1.4.1 雷达动目标显示 7

1.4.2 语音编码 8

1.4.3 自适应天线(智能天线) 10

1.4.4 军事扩频通信系统自适应抗干扰 12

1.4.5 自适应均衡 13

1.5 自适应滤波技术的发展简史 14

参考文献 19

第2章 最佳滤波 22

2.1 概述 22

2.1.1 自适应和最佳化 22

2.1.2 时域和空域滤波器的输入信号表示式 24

2.2 最小均方误差(MMSE)准则 26

2.3 最大信噪比(MaxSNR)准则 27

2.4 线性约束最小方差(LCMV)准则 29

2.5 最大似然(ML)准则 30

2.6 最小二乘(LS)准则 31

习题 33

第3章 最小均方(LMS)算法 36

3.1 最小均方误差滤波器 36

3.1.1 最小均方误差滤波器的推导 36

3.1.3 正交原理 39

3.1.2 正规方程的解 39

3.2 关于均方误差性能函数的进一步讨论 40

3.2.1 均方误差性能函数的各种表达式 40

3.2.2 几何意义 42

3.3 最陡下降法 43

3.3.1 最陡下降法的递推公式 43

3.3.2 最陡下降法的性能分析 44

3.4 最小均方(LMS)算法 47

3.4.1 最小均方(LMS)算法公式 48

3.4.2 LMS算法性能分析 50

3.5.1 归一化LMS(NLMS)算法 56

3.5 修正的LMS算法 56

3.5.2 简化的LMS算法 57

3.6 LMS算法的计算机仿真 58

3.6.1 自适应线性预测 58

3.6.2 模型识别 60

3.6.3 自适应均衡 62

习题 66

参考文献 68

4.1.1 前向线性预测滤波器 69

第4章 自适应格形滤波器 69

4.1 线性预测滤波器 69

4.1.2 后向线性预测滤波器 71

4.1.3 Levinson-Durbin算法 73

4.2 格形滤波器 75

4.2.1 由预测滤波器推导格形滤波器 75

4.2.2 格形滤波器的特性 76

4.2.3 格形滤波器的各种形式 78

4.2.4 复信号的预测滤波器和格形滤波器 80

4.3.1 自适应格形滤波器的批处理算法 82

4.3 最小均方误差自适应格形滤波器 82

4.3.2 自适应格形滤波器的梯度算法 84

习题 86

参考文献 88

第5章 最小二乘自适应滤波器 89

5.1 时域最小二乘(LS)滤波器 89

5.1.1 时域最小二乘滤波方程 89

5.1.2 递推最小二乘(RLS)算法 92

5.2 RLS算法的收敛性 95

5.2.1 系统模型 95

5.2.3 加权矢量误差的相关矩阵 96

5.2.2 LS估计的平均值 96

5.2.4 学习曲线 98

5.3 对复信号的LS算法和RLS算法 99

5.4 RLS算法的计算机仿真 102

5.4.1 自适应线性预测 102

5.4.2 自适应模型识别 103

5.4.3 自适应均衡 105

5.4.4 RLS算法LMS算法的比较 106

习题 108

6.1 基本卡尔曼滤波算法 110

6.1.1 系统模型 110

第6章 卡尔曼滤波器和平方根RLS自适应滤波器 110

6.1.2 预测 113

6.1.3 滤波 115

6.1.4 初始条件和卡尔曼预测算法流程 116

6.2 一种卡尔曼滤波自适应算法 117

6.2.1 算法 117

6.2.2 性能分析 120

6.3.2 方差卡尔曼滤波与RLS算法的对应 121

6.3.1 系统动态模型 121

6.3 卡尔曼滤波与RLS算法的对应 121

6.4 平方根卡尔曼滤波算法和平方根RLS算法 124

6.4.1 基于P1/2(n)递推的平方根卡尔曼滤波算法 124

6.4.2 基于R-1/2(n)的平方根RLS算法 127

6.4.3 基于P-1/2(n)递推的平方根卡尔曼算法及基于R1/2(n)递推的平方根RLS算法 128

6.5 平方根RLS算法的计算机仿真 130

习题 133

参考文献 136

7.1 矢量空间 137

7.1.1 希尔伯特空间 137

第7章 最小二乘格形(LSL)算法和快速横式滤波(FTF)算法 137

7.1.2 投影矩阵 140

7.1.3 单位现时矢量及角参量 143

7.2 用矢量空间法研究最小二乘估计问题 146

7.2.1 最小二乘估计归结于矢量空间问题 146

7.2.2 前向线性预测滤波器 148

7.2.3 后向线性预测滤波器 150

7.2.4 线性预测误差剩余 151

7.2.5 时间更新 151

7.3.1 最小二乘格形滤波器 152

7.3 最小二乘格形(LSL)算法 152

7.3.2 反射系数的更新 154

7.4 快速横式滤波(FTF)算法 157

7.4.1 横式滤波算子和FTF算法的四个横式滤波器 158

7.4.2 横式滤波算子的更新 163

7.4.3 FIF算法 165

习题 172

参考文献 173

第8章 频域自适应滤波器 174

8.1 基于圆卷积的频域自适应滤波器 174

8.2.1 批处理LMS(BLMS)算法 177

8.2 批处理LMS(BLMS)算法和快速LMS(FLMS)算法 177

8.2.2 快速LMS(FLMS)算法 179

8.3 扩频信号窄带干扰抑制算法 181

8.3.1 算法及框图 181

8.3.2 性能分析 182

习题 183

参考文献 184

第9章 智能天线数字波束形成(DBF) 185

9.1 数字波束形成(DBF)概述 185

9.2.1 阵列输入矢量 186

9.2 阵列天线输入矢量及相关矩阵 186

9.2.2 输入矢量的相关矩阵 189

9.3 普通波束形成和多波束形成 192

9.3.1 线阵波束形成 192

9.3.2 多波束 196

9.3.3 赋形波束 197

9.3.4 面阵波束形成 198

9.3.5 发射波束形成 199

9.4 最佳波束形成器 200

9.4.2 最大信噪比(MaxSNR)波束形成器 201

9.4.1 最小均方误差(MMSE)波束形成器 201

9.4.3 线性约束最小方差(LCMV)波束形成器 202

9.5 旁瓣对消阵和部分自适应阵 205

9.5.1 自由度 205

9.5.2 全自适应阵和部分自适应阵 207

9.5.3 旁瓣对消阵 208

9.5.4 基于旁瓣对消器结构的部分自适应阵 210

习题 213

参考文献 215

10.1 空域自适应滤波(智能天线)算法概述 217

第10章 空域自适应滤波(智能天线)算法 217

10.2 QR分解最小二乘(QRD-LS)算法 220

10.2.1 基本最小二乘算法 220

10.2.2 在数据域求最佳权 221

10.2.3 Givens旋转 223

10.2.4 QRD-LS(QR分解最小二乘)算法 223

10.2.5 直接提取剩余输出QRD-LS算法 226

10.2.6 QRD-LS算法的计算机仿真［8］ 227

10.3 SMI(采样矩阵求逆)算法和QRD-SMI(QR分解SMI)算法 230

10.3.1 SMI(采样矩阵求逆)算法 230

10.3.2 QR分解SMI算法 231

10.3.3 对角加载原理及实现 234

10.3.4 QRD-SMI算法的计算机仿真 236

10.4 QRD-LS和QRD-SMI算法的Systolic实现 240

10.4.1 Systolic和Wavefront处理结构 240

10.4.2 QRd-LS算法的Systolic处理实现 243

10.4.3 QRD-SMI算法的Systolic处理实现 247

10.5 基于CORDIC的自适应数字波束形成技术 251

10.5.1 CORDIC实现坐标旋转的原理 251

10.5.2 基于CORDIC的无开方Givens处理 253

10.5.3 基于CORDIC的无开方无除法Givens处理 255

10.6.1 连续变量的LMS算法 256

10.6 HA(Howells-Applebaum)算法 256

10.6.2 HA算法的公式和框图 257

10.6.3 HA算法性能分析［23］ 258

10.6.4 特征波束和自适应阵列波束 261

10.7 稳健(Robust)自适应算法 264

10.7.1 导数约束法［25］ 264

10.7.2 特征空间法［32］ 267

10.7.3 半无穷维二次优化(SIQO)算法［20］ 270

10.8.2 权矢量幅度约束算法［34］［35］ 274

10.8.1 概述 274

10.8 唯相位(Phase-only)波束形成算法 274

10.8.3 期望方向增益最大约束算法 276

10.8.4 小相位扰动约束算法 279

10.8.5 单端口唯相位自适应阵列处理 280

10.9 盲自适应算法 282

10.9.1 恒模算法 282

10.9.2 最小二乘恒模(LS-CMA)算法［49］［50］ 283

10.9.3 最小二乘解扩重扩多目标阵列(LS-DRMTA)算法 285

10.10.1 正交投影算法 288

10.10 其他自适应算法 288

10.10.2 具有严格约束的自适应算法 290

10.10.3 功率倒置自适应算法 295

10.10.4 微扰法［59］［11］ 297

习题 301

参考文献 304

第11章 自适应空域滤波(智能天线)的实现 308

11.1 数字波束形成系统的组成 309

11.2 窄带信号和宽带信号 310

11.2.1 窄带信号 310

11.2.2 空域滤波的窄带信号 311

11.2.3 对窄带信号的处理 313

11.2.4 宽带自适应阵 314

11.3 通道失配校正及互耦校正 314

11.3.1 通道失配的影响 314

11.3.2 窄带通道失配的校正 316

11.3.3 宽带通道失配的校正 317

11.4 动态范围、非线性失真和数字下变频 319

11.4.1 动态范围 319

11.3.4 互耦校正 319

11.4.2 非线性失真的影响 320

11.4.3 正交混频器的失配和非线性 320

11.4.4 中频采样ADC和基带采样ADC 323

11.5 相关信号源及非零带宽信号 323

11.5.1 相关信号源 323

11.5.2 非零带宽信号 324

11.6 量化误差及有限字长的影响 325

11.6.1 有限字长引起的副瓣电平限制 325

11.6.2 有限字长引起的干扰抑制性能下降 326

11.7.1 自适应权误差 327

11.7 权误差、信号方向误差的影响 327

11.7.2 信号方向误差 328

11.8 影响雷达旁瓣对消阵性能的其他因素 329

11.8.1 杂波 329

11.8.2 目标信号、干扰环境及极化 329

11.8.3 路径失配［3］ 330

11.9 对处理机速度要求的估计 330

参考文献 332

12.1.1 概述 334

12.1.2 采用智能天线后无线通信系统的性能改善 334

12.1 无线移动通信系统采用智能天线的必要性和性能改善 334

第12章 无线移动通信系统智能天线 334

12.2 智能天线对系统性能改善的估计 337

12.2.1 单用户和白噪声情况 337

12.2.2 对上行链路容量改善的估计 338

12.2.3 对下行链路容量改善的估计 342

12.3 工作方式和波束形成算法 344

12.3.1 智能天线的工作方式 344

12.3.2 智能天线波束形成算法分类 345

12.3.3 智能天线各种方式的应用 347

12.4.1 欧洲TSUNAMI智能天线项目 348

12.4 移动通信系统智能天线实验研究 348

12.4.2 日本移动通信DBF实验系统［29］ 349

12.4.3 其他实验系统 350

12.5 空时联合处理方法 352

12.5.1 空时RAKE(2D-RAKE)接收机 352

12.5.2 对TDMA体制的空时处理方法简述 355

12.6 多入多出(MIMO)智能天线技术 356

12.6.1 MIMO概念 356

12.6.2 空时网格码 359

12.6.3 空时分组码 360

12.6.4 V-BLAST MIMO算法 364

12.6.5 MIMO研究近况 366

参考文献 368

第13章 自适应滤波技术在雷达中的应用 372

13.1 雷达信号最佳滤波 372

13.2 雷达自适应动目标显示(MTI)滤波器 374

13.2.1 引言 374

13.2.2 调整相干振荡器频率的自适应MTI系统 374

13.2.3 普通DMTI 376

13.2.4 开环自适应MTI滤波器 377

13.2.5 闭环自适应MTI滤波器 381

13.2.6 线性预测和自适应杂波对消 382

13.3 动目标检测(MTD) 384

13.4 超低副瓣及多波束 386

13.4.1 超低副瓣 386

13.4.2 多波束形成 387

13.5 旁瓣匿影(SLB) 387

13.6 自适应旁瓣对消(SLC) 388

13.7.1 用于单脉冲雷达的地杂波抑制电路 390

13.7 机载雷达杂波抑制和DPCA 390

13.7.2 自适应技术和DPCA技术 392

13.8 时空联合处理 393

13.9 雷达自适应天线系统 397

13.9.1 开环旁瓣对消系统 397

13.9.2 X波段雷达自适应干扰置零系统［37］ 399

13.9.3 林肯实验室RST雷达自适应DBF系统［28］ 401

13.9.4 美国海军数字阵列雷达(DAR)项目［34］［35］ 404

参考文献 405

14.1 自适应均衡 407

14.1.1 均衡器 407

第14章 自适应均衡和自适应噪声对消 407

14.1.2 自适应迫零均衡器 408

14.1.3 判决引导自适应均衡器 410

14.1.4 自适应分数间隔均衡器 411

14.1.5 自适应判决反馈均衡器 412

14.1.6 盲自适应均衡器 413

14.1.7 调制解调器和自适应均衡器的连接 414

14.2 自适应噪声对消 416

14.2.1 自适应噪声对消器的组成 416

14.2.2 自适应滤波在医学中的应用 418

14.2.3 消除声音信号的干扰 420

14.2.4 分离周期信号和宽带信号 421

14.2.5 利用噪声对消技术抑制扩频系统窄带干扰 421

参考文献 424

附录A 矩阵和矢量 425

A.1 矩阵 425

A.1.1 基本定义和基本运算 425

A.1.2 某些特殊矩阵 426

A.1.3 关于迹和行列式的关系式 429

A.1.4 矩阵求逆引理 430

A.2.1 在实数域上的矢量 431

A.2 矢量 431

A.2.2 在复数域上的矢量 433

A.2.3 矢量外积 434

A.3 二次型和埃尔米特型 435

A.3.1 二次型 435

A.3.2 埃尔米特型 435

A.4 特征值和特征矢量 436

A.4.1 基本概念 436

A.5 实对称矩阵和埃尔米特矩阵 437

A.5.1 实对称矩阵 437

A.4.2 相似和矩阵的对角线化 437

A.5.2 埃尔米特矩阵 438

A.6 梯度 440

A.6.1 定义 440

A.6.2 对实矢量的函数的梯度公式 441

A.6.3 对复矢量的函数的梯度公式 442

A.7 复变量函数的导数 444

A.7.1 解析函数 444

A.7.2 复矢量的复函数的导数 445

附录B 线性组合器加权及相关运算取共轭的位置 448