fangxiangtu_ganrao.zip_jamming_广义旁瓣_旁瓣相消_最优波束形成

共1个文件

m：1个

版权申诉

jamming

旁瓣相消

最优波束形成

5星 · 超过95%的资源 200 浏览量 2022-07-15 20:57:07 上传评论 1 收藏 1KB ZIP 举报

在无线通信领域，干扰是一个常见的问题，特别是在军事和雷达系统中。标题提到的"fangxiangtu_ganrao.zip_jamming_广义旁瓣_旁瓣相消_最优波束形成_波束形成干扰"涉及到一系列用于解决这个问题的关键技术。这个压缩包可能包含了一个名为"fangxiangtu_ganrao.m"的MATLAB程序，它可能用于演示或实现这些概念。 1. **干扰（Jamming）**：干扰是指在无线通信中，恶意或者非预期的信号对正常通信造成的影响。它可以是连续波干扰、窄带干扰或脉冲干扰等形式，目的是破坏通信的有效性。 2. **广义旁瓣相消（Generalized Sidelobe Canceller, GSC）**：这是一种自适应阵列处理技术，旨在减少旁瓣噪声和干扰。在传统的旁瓣相消器基础上，广义旁瓣相消器引入了更多的参考信号，以更全面地抑制来自不同方向的干扰。 3. **旁瓣（Sidelobe）**：在天线辐射模式中，除了主要波束之外的其他辐射区域称为旁瓣。这些旁瓣可能会导致接收机接收到不必要的信号，包括干扰信号。旁瓣相消技术的目标就是降低这些旁瓣的强度，从而减少干扰。 4. **最优波束形成（Optimal Beamforming）**：波束形成是一种通过调整天线阵列的相位来集中能量到特定方向的技术，以增强信号接收或发送的效果。最优波束形成则是在某种准则下（如最大信噪比、最小干扰功率等）找到最佳的相位配置，使得主波束对准目标信号，同时尽可能减小旁瓣，从而有效地抑制干扰。 5. **波束形成（Beamforming）干扰**：波束形成在对抗干扰时，不仅需要考虑如何最大化信号增益，还需要考虑如何最小化干扰增益。通过精确控制波束的方向和形状，可以有效地抑制特定方向的干扰源。在MATLAB程序"fangxiangtu_ganrao.m"中，可能包含了模拟无线环境、创建天线阵列模型、设置干扰源、实现广义旁瓣相消算法以及最优波束形成算法的代码。通过运行这个程序，用户可以直观地理解这些概念的工作原理，并进行参数调整以优化干扰抑制效果。这在研究和教育环境中是非常有价值的工具。

资源详情

资源评论

资源推荐

收起资源包目录

fangxiangtu_ganrao.zip （1个子文件）

fangxiangtu_ganrao.m 3KB

%方向图合成GSC 自适应阵列处理P44 广义旁瓣相消器很好的解释了最优波束形成器的干扰抑制原理。 clear all; clc;close all; %% %信号模型建立 1个信号3个干扰源，不同信噪比。 M = 16; %阵元个数 N = 1024; %快拍数 d_lambda = 1/2; %两个阵元距离与波长的比值 c = 3e8; %光速 tnum = 4; %信号个数 Fs = 1024; %采样频率 sita_s = [10,-35,19,45,3]; % 第一个是信号方向，其他是干扰方向最后的是期望信号估计方向 SNR=0; JNR= [40,35,50]; %干扰信号干噪比 Rxx1=zeros(M,M); Rx0d01=zeros(M-1,1); degrad = pi/180; t = (0:(N-1))/Fs; %% %构建阻塞矩阵B0 B1 B0=zeros(M-1,M); us=d_lambda*sin(sita_s(1)*degrad); uk=us+[1:M-1]/M; for i=1 : M-1 Ab0(:,i)=[exp(-1i*2*pi*uk(i)*[0:M-1])].'; end B0=Ab0'; %% %信号生成 AV=10;%平均次数 for aver=1:AV S0=sqrt(10^(SNR/10))*exp(j*2*pi*4*t); % 信号 SNR=0dB I01=sqrt(10^(JNR(1)/10))*exp(j*2*pi*09*t+j*rand(1,N)*2*pi); %干扰信号1 2 3 I02=sqrt(10^(JNR(2)/10))*exp(j*2*pi*12*t+j*rand(1,N)*2*pi); I03=sqrt(10^(JNR(3)/10))*exp(j*2*pi*12*t+j*rand(1,N)*2*pi); aq0=[exp(-j*2*pi*d_lambda*sin(sita_s(1)*degrad)*[0:M-1])].'; aq1=[exp(-j*2*pi*d_lambda*sin(sita_s(2)*degrad)*[0:M-1])].'; aq2=[exp(-j*2*pi*d_lambda*sin(sita_s(3)*degrad)*[0:M-1])].'; aq3=[exp(-j*2*pi*d_lambda*sin(sita_s(4)*degrad)*[0:M-1])].'; S=aq0*S0;%信号 I1=aq1*I01;%干扰1 I2=aq2*I02; I3=aq3*I03; noise=sqrt(0.5)*(normrnd(0,1,size(S))+j*normrnd(0,1,size(S)));%噪声固定写法功率为单位1 X=S+I1+I2+I3+noise;%干扰噪声之和+期望信号 d0=aq0'*X; X0=B0*X; Rx0d0=X0*d0'/N;%是共轭转置自适应阵列处理P44公式 Rx0d01=Rx0d01+Rx0d0; Rxx=X*X'/N; % f2=B0*Rxx*B0'; % f1=X0*X0'/N; Rxx1=Rxx1+Rxx; end Rxx=Rxx1./aver; Rx0d0=Rx0d01./aver; Rxx_inv=inv(Rxx); Rx0=B0*Rxx*B0'; %% e0=(Rxx_inv*aq0); e1=(aq0'*Rxx_inv*aq0);%最优波束形成器 MSINR最大信干噪比准则 mvdr Wopt=e0/e1; %% Wx0=inv(Rx0)*Rx0d0; Wq=aq0; %静态波束形成CBF Wg=B0'*Wx0;%可以看成干扰特征波束形成器 Wgsc=Wq-Wg; %广义旁瓣GSC %% W=Wopt'; figure(1); clear j; a=-90:90; Fsum=0; for i=1:M Fsum=Fsum+W(i)*exp(-j*2*pi*d_lambda*(i-1)*sin(a*pi/180)); end H1=abs(Fsum); G1=H1./max(H1); Fal=20*log10(G1); plot(a,Fal,'k','LineWidth',2); xlabel('Angle(deg)'); ylabel('Gain(DB)'); axis([-100 100 -90 0]); grid on; hold on; %% W=Wgsc'; figure(2); clear j; a=-90:90; Fsum=0; for i=1:M Fsum=Fsum+W(i)*exp(-j*2*pi*d_lambda*(i-1)*sin(a*pi/180)); end H1=abs(Fsum); G1=H1./max(H1); Fal=20*log10(G1); plot(a,Fal,'k','LineWidth',2); xlabel('Angle(deg)'); ylabel('Gain(DB)'); axis([-100 100 -90 0]); grid on; hold on; W=Wq'; figure(3); clear j; a=-90:90; Fsum=0; for i=1:M Fsum=Fsum+W(i)*exp(-j*2*pi*d_lambda*(i-1)*sin(a*pi/180)); end H1=abs(Fsum); G1=H1./max(H1); Fal=20*log10(G1); plot(a,Fal,'r','LineWidth',1); xlabel('Angle(deg)'); ylabel('Gain(DB)'); axis([-100 100 -90 0]); grid on; hold on; W=Wg'; figure(3); clear j; a=-90:90; Fsum=0; for i=1:M Fsum=Fsum+W(i)*exp(-j*2*pi*d_lambda*(i-1)*sin(a*pi/180)); end H1=abs(Fsum); G1=H1./max(H1); Fal=20*log10(G1); plot(a,Fal,'b','LineWidth',1);