boayel的博客

自适应阵列处理的数学模型空间自适应阵列考虑含有 个阵元的均匀直线阵列（ULA），假设各阵元均为各向同性阵元，阵元间距为 。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。假设 个空间入射信号均为远场窄带信号，其中期望信号角度为 ， 个干扰的角度分别为 。图中Rc代表各阵元接收机， 分别为 个接收通告的输出信号， 分别为各阵元通道接收信号的加权值。下图为各阵元接收机的示意图，包括两个正交通道，首先对阵元接收信号分别进行下变频，然后通过低通滤波器，再进行A/D变换，得到接收信号的同相分.

自适应阵列处理是一种空间滤波技术，它包含空间阵列和自通应处理两个部分。根据空时等效性原理，从理论上来讲，时域的各种统计自适应信号处理技术均可应用于空域的自适应阵列处理自适应滤波已在时域处理中广为应用，其实现可以来用不同的递推算法，根据算法各自的特点而适用于不同的场合。这些算法包括维纳滤波、卡尔曼滤波、基于最小二乘准则的滤波方法以及基于神经网络理论的滤波方法等。维纳滤波是最小均方误差（MMSE）准则下的线性滤波，它在已知信号和噪声的相干函数或功率谱的情况下，通过求解维纳-霍普夫（Wiener-Hopf

自适应阵列处理背景自适应阵列处理是阵列信号处理的主要分支之一，可广泛应用于雷达通信、声呐、导航、语音信号处理、地震监测、地质勘探、射电天文以及生物医学工程等众多军事及国民经济领域。自适应阵列处理已经走过了近半个世纪的发展历程，尤其在近30年得到了迅速发展，特别是现在随着无线数字通信技术的迅猛发展，自适应阵列处理应用于移动通信系统引起了广泛的重视和研究兴趣，进一步加速了该技术的发展。自适应阵列处理，也称空域自适应滤波。与时域FIR滤波器的时间采样线性滤波处理相类似，自适应阵列处理是一种空间采样处理技术