3.1　波束形成定义

近年来，阵列信号处理在无线通信领域中得到了广泛应用。在蜂窝移动通信中，通信信道的需求急剧增长，使提高频谱复用技术显得日益重要。该技术就是通常所说的空分多址（Spatial Division Multiple Access，SDMA），其中一个重要部分便是波束形成。自适应波束形成（Adaptive Digital Beam Forming，ADBF）亦称空域滤波，是阵列信号处理的一个主要方面，并逐步成为阵列信号处理的标志之一，其实质是通过对各阵元加权进行空域滤波，以达到增强期望信号、抑制干扰的目的，而且可以根据信号环境的变化自适应地改变各阵元的加权因子 [1-6] 。虽然阵列的方向图是全向的，但阵列的输出经过加权求和后却可以被调整到阵列接收的方向，即增益聚集在一个方向，相当于形成了一个“波束”。这就是波束形成的物理意义。波束形成技术的基本思想是，通过对各阵元输出进行加权求和，在一定时间内将天线阵列波束“导向”到一个方向上，对期望信号得到最大输出功率的导向位置，即给出波达方向估计。在阵列信号处理自适应波束形成算法中，LCMV算法是比较常用的一种算法 [7] ，它在保证对期望信号方向增益一定值的条件下，计算最优权向量，使阵列输出功率最小，因此该算法需要知道精确的期望信号方向作为约束方向。但是实际系统中常存在误差，当期望信号的实际方向与约束方向有误差时，称这个误差为指向误差。此时，自适应波束形成算法会把实际期望信号作为干扰，在其方向上形成零陷，导致期望信号相消，LCMV准则的性能会急剧下降。为了克服LCMV算法对指向误差的敏感性，一些学者又提出了很多其他波束形成算法 [7-19] 。

SMI算法是最常用的自适应波束形成算法，该算法具有较快的收敛速度。但是SMI算法在小快拍数、大SNR和相干信源情况下会导致副瓣电平升高，主瓣偏移，波束畸变，输出SINR减小。文献[20-21]提出了对角线加载的波束形成算法来抑制方向图畸变，分析了加载量对自适应阵列SINR的影响。对角线加载技术能减弱小特征值对应的噪声波束的影响，改善方向图畸变。但是加载量的确定一直以来是一个比较困难的问题，至今仍没有得到很好的解决，从而限制了对角线加载技术的实际应用。文献[22-24]研究了自适应波束形成算法，包括快速收敛算法、鲁棒算法和频域变换算法。文献[25-26]利用投影算子改善了波束形成的稳健性，但投影方法在相干信源情况下性能下降，而且投影算子需要知道期望信号和干扰信号的方向向量，这在实际系统中很难满足。斜投影算子是投影算子扩展，文献[27-28]将斜投影成功应用于单输入多输出系统的盲辨识；文献[29]将斜投影应用到DOA估计中；文献[30]将斜投影应用于卷积混合信号的盲分离，研究基于斜投影的波束形成算法，对接收信号进行斜投影可有效消除干扰，进而提高波束形成的稳健性，而且该算法在小快拍数和相干信源情况下仍具有较好的波束形成性能。Feldman等 [31] 提出了基于特征空间的方法，文献[32]提出了稳健的自适应波束形成算法。 +TgdHGFyM4nX0rS2Bhh0phfcLV9NQz69nFavopit48ESBa5ZO91tcq3/5qA7lpCb