自适应信号处理12.pptVIP

第11章 自适应信号处理的应用 Chap.11 Application of Adaptive Signal Processing 1.2 均衡（逆模拟、逆滤波、解卷积）频域分析： 1.2 均衡（逆模拟、逆滤波、解卷积）时域分析： 1.2 常用均衡器（1） 线性均衡器结构原理图 1.2 常用均衡器（2） 非线性均衡器(DFE)结构原理图 3. 自适应波束形成 3. Adaptive Beamforming 自适应信号处理的空域扩展 1. 我们已经将自适应技术用在时域与频域中信号处理或信号改善的问题，现在要采用自适应阵列，将自适应信号处理进一步拓展到空域； 2. 自适应阵列是一个多通道处理器，比如在上一章例子中母体心电图对消时，采用多个腹部电极构成的阵列来获得原始输入。 3. 自适应波束形成系统是由一组空间配置的传感元件联结到一个单通道或多通道的自适应处理器所组成，可以采用对消或自适应调零的方法方法来减少或消除方向干扰。 3.1 阵列理论基础 位于不同空间位置的一组传感器就构成了一个传感器阵列，这些传感器可以是接收电磁信号的偶极子天线，可以是海洋中接收声信号的水听器，可以是埋在地下用于接收地震信号的测震表，还可以是麦克风等。 常见实际阵列－声纳阵列 常见实际阵列－雷达阵列 常见实际阵列－麦克风阵列 阵列的主要作用 1. 增强信噪比－用指向性指数或阵增益表征 2. 抑制方向性干扰－用波束图的主瓣和旁瓣比值表征 3. 实现方位估计－用方位估计的精度和分辨率表征 4. 实现多目标分离 阵列处理的常用术语 1. 波束形成 2. 波束图 3. 主瓣 4. 旁瓣 5. 主瓣宽度 6. 旁瓣级 7. 旁瓣零点 (凹口) 3.2 旁瓣对消 自适应阵列最简单的形式是旁瓣对消器，由Howells在50年代末发明，随后和Applebaum共同发展。 一种重要情况——干扰远强于信号时 1. 自适应滤波器的权几乎完全被干扰所控制，收敛之后自适应滤波器输出包含了一个与原始全向天线接近于严格匹配的干扰分量，因而系统输出几乎不包含干扰； 2. 输出信号等于原始信号分量减去经自适应过滤的参考信号分量。当信号与干扰到达方向和特性细节等先验知识未知时，收敛后自适应滤波器的传输函数不可预测，输出信号大小不能确定； 3. 可以肯定的是，存在强干扰时，输出信干比得到改善。 考虑实际系统 实际系统中存在接收机噪声，对自适应阵列的性能影响很大。为了对方向干扰调零，干扰必须比接收机噪声强，为了使信号不被调零，信号必须比接收机噪声弱。 最佳无约束传递函数 因此， 噪声抵消器的性能 ① 作用：去除H(z)对噪声的传递函数关系； 输出端的nk成分被完全抵消掉， 不相关噪声mok被保留下来。 ② 噪声抵消器的性能 认为：所有频率上信号的功率均大于0，信号能量 的传递函数为1. 输出端信号与噪声功率之比 原始输入端信号与噪声功率之比 噪声抵消器的性能 噪声抵消器的性能 定义： 参考通道中不相关和相关噪声功率谱之比 原始通道中不相关和相关噪声功率谱之比 噪声抵消器的性能 可得： 因此： 噪声抵消器的性能 代入可得： 结论 ? 滤波器采用的是双边无约束因果型 ? 信号无畸变输出 一般要求输入不相关噪声的成分尽可能低，但是，此时其他一些因素将影响着系统的性能，如L+1的值，M的大小. ＊ 上述结果是理想的情况下得出的极限性能。 实际中，一般都会有些信号畸变，不相关噪声总是存在 2.3 参考输入中信号分量的影响 ② 这些信号分量会对消一部分原始信号。问题是，是否会产生足够大的对消，使得噪声抵消器变得无用武之地？ ① 自适应噪声对消器的参考输入中除了包含相关和不相关的噪声分量外，还可能包含低电平的信号分量。 我们将使用无约束维纳解，推导对消器输出端的信噪谱密度之比、信号畸变和噪声谱的表达式。 信号成份泄漏到参考输入中 已经忽略了不相关的加性噪声 信号成份泄漏到参考输入中 参考输入谱： 互谱： 自适应过程收敛后，无约束维纳传输函数： 分析之一： 噪声对消器输出端，信噪谱密度之比ρout(z) 信号成份泄漏到参考输入中 输出端信号分量谱： 输出端噪声分量谱： 信号成份泄漏到参考输入中 输出端信噪谱密度之比: 上式可用参考输入端的信噪谱密度比表示。 参考输入端信号分量谱： 参考输入端噪声分量谱： 信号成份泄漏到参考输入中 输入端信噪谱密度之比 输出端信噪谱密度之比 这个结果表明，若自适应解是无约束且原始输入和参考输入中的噪声是相关的，则对消器输出端的信噪谱密度比，在所有频率上都是参考输入端信噪密度比的倒数。这个过程 称为功率取逆。 信