MVDR自适应波束形成算法研究 21
图表 17：166秒时刻CBF指向图
图表 18：166秒时刻MVDR指向图
对比图17、18可以看出，在166秒时CBF已无法分辨交通艇和护卫舰的目标信号而对角加载后的MVDR依然可以分辨两个目标。因此，对角加载后MVDR依然保持着较CBF更高的分辨率。
总结
本文深入分析了MVDR自适应波束形成算法的原理及其自身存在的问题，
同时分析了对角加载作为一种MVDR改善算法的原理，并结合仿真和应用实例
MVDR自适应波束形成算法研究 22
结果加以说明。
MVDR是一种满足最优信干噪比准则和线性约束的自适应算法。MVDR可以使在期望方向上的阵列输出功率最小，信干噪比最大。将其作为一种功率谱估计的方法应用于阵列信号DOA估计中可以得到较常规方法(CBF)更高的分辨率和阵增益。
然而MVDR算法本身也存在一定的局限性。当所用快拍数不足时，小特征值不能快速收敛从而使波束响应图发生畸变，在高信噪比下，这种影响尤为明显。低快拍数下协方差矩阵求逆时小特征值扰动明显致使波束响应旁瓣升高，主瓣发生畸变。同时，由于在实际应用中使用包含期望信号的协方差矩阵估计进行运算，在高信噪比、低快拍数的情况下，期望信号与噪声加干扰存在明显的相干性。这在很大程度上影响了MVDR算法的性能。虽然对角加载在一定程度上削弱了MVDR算法抑制干扰噪声的能力，降低了分辨率和阵增益，但其可以有效消除低快拍数下小特征值扰动带来的不良影响。因此，对角加载提高了MVDR算法在低快拍数、高信噪比下的稳定性。
从仿真实验和应用实例可以看出，通过设置适当的加载值可以在保持MVDR较CBF高分辨率的前提下有效提高MVDR算法的稳定性，从而降低了MVDR算法应用于信号DOA估计时对快拍数的要求，改善了其应用效果。
参考文献
1． 张旭东 陆明泉 《离散随机信号处理》 清华大学出版社 2． 张明友 吕明 《现代信号处理理论与方法》 国防工业出版社
3． 黄晓砥 ‘海洋波导中水平阵列和垂直阵列抑制干扰研究’中国科学院博士学位论文 4． 汪福权 ‘MVDR自适应波束形成在被动测向上的应用’中国科学院博士学位论文 5． 张小飞 张胜男 徐大专 ‘自适应对角加载的波束形成’中国空间科学技术 2007年4
月第2期
6． 何心怡 黄海宁 李奇虎 ‘波束域MVDR高分辨方位估计方法研究’武汉理工大学学报 7． Thomas L Marzetta, Steven H Simon, Hobo Ren ‘Capon MVDR spectral Estimation from
Singular Data Covariance Matrix without diagonal loading’ Bell Lab lucent Technology. 8． Blair D Carlson ‘Covariance Matrix Estimation Errors and Diagonal in Adaptive Arrays.’
MVDR自适应波束形成算法研究 23
9． Reed l S, Mallen, J,D ‘Rapid convergence rate in adaptive antennas’ IEEE Transactions on
Aerospace and Electronic Systerms 10．
Boroson.D.M ‘Sample size considerations for adaptive arrays’ IEEE Transactions on
Aerospace and Electronics Systems. 11． 12．
Hudson.J.E ‘Adaptive Array Principles’ New York Pereginus Ltd
Capon, J. ‘High resolution Frequency-wavenumber Spectrum Analysis’. Proceedings
of the IEEE. Aug, 1969. Volume 57 issue 8. 13． 14． 15．
居余马 《线性代数》 清华大学出版社
丁玉美 高西全 《数字信号处理》 西安电子科技大学出版社 C.Allan Boyles Wiley-Interscience Publication