該過程如下:
四元均勻線陣的自適應波束形成
清楚的
色度控制中心
格式長；
v = 1；
m = 4；
n = 1000；%%%%%個快照
f0=21*10^3；%%%%%%%信號和幹擾頻率
f1=11*10^3；
f2=15*10^3；
omiga0 = 2 * pi * f0%%%%%信號和幹擾角頻率
omiga 1 = 2 * pi * f 1；
omiga2 = 2 * pi * f2
sita0 = 0.8%信號方向
Sita 1 = 0.4；%幹擾方向1
Sita 2 = 2.1；%幹擾方向2
對於t = 1: n%%%%%%信號
ADT(t)= sin(omiga 0 * t/(N * F0))；
a 1t(t)= sin(omiga 1 * t/(N * f 1))；
a2t(t)= sin(OMI ga 2 * t/(N * F2))；
結束
對於I = 1: m%%%%%%信號導向向量:線性陣列形式。
ad(i，1)= exp(j *(I-1)* pi * sin(Sita 0))；
a1(i，1)= exp(j *(I-1)* pi * sin(Sita 1))；
a2(i，1)= exp(j *(I-1)* pi * sin(Sita 2))；
結束
r =零(M，M)；
對於t=1:N
x = ADT(t)* ad+a 1t(t)* a 1+a2t(t)* a2；%陣列對信號的完整響應
R = R+x * x’；%信號協方差矩陣
結束
R = R/N；%%%%%%協方差矩陣，所有快照的平均值。
miu = 1/(ad ' * inv(R)* ad)；%%%%%這好像是LMS算法的公式，具體的我記不太清楚了。在這裏，我們試圖找到最佳的重量，根據這個公式，然後加權。
w = miu * inv(R)* ad；
%%%%%梁%%%%梁%%%梁%%%梁%%梁%%梁%%梁%%梁%%梁%%梁%%梁%%梁
對於sita=0:pi/100:pi
因為i=1:M
x_(i，1)= exp(j *(I-1)* pi * sin(Sita))；
結束
y(1，v)= w ' * x _；%%%%%對信號進行加權以消除幹擾。
v = v+ 1；
結束
y _ max = max(y(:))；%%%%%%%%規範化
y _ 1 = y/y _ max；
y _ db = 20 * log(y _ 1)；
Sita = 0:pi/100:pi；
plot(sita，y)
Xlabel('sitaa ')
Ylabel(“天線增益db”)
四元均勻線陣的自適應波束形成
目標
清楚的
色度控制中心
格式長；
v = 1；
m = 4；數組元素編號
n = 100；
f0=21*10^3；
omiga0 = 2 * pi * f0
sita0 = 0.6%信號方向
對於t=1:N
ADT(t)= sin(omiga 0 * t/(N * F0))；
結束
因為i=1:M
ad(i，1)= exp(j *(I-1)* pi * sin(Sita 0))；
結束
r =零(4，4)；
r =零(4，1)；
對於t=1:N
x = ADT(t)* ad；
R = R+x * x .’；
結束
R = R/N；
miu=1/(ad。* inv(R)* ad)；
w = miu * inv(R)* ad；
對於sita=0:pi/100:pi/2
因為i=1:M
a(i，1)= exp(j *(I-1)* pi * sin(Sita))；
結束
y(1，v)= w . ' * a；
v = v+ 1；
結束
Sita = 0:pi/100:pi/2；
plot(sita，y)
xlabel('sita ')
Ylabel(“天線增益”)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%我的程序%%%%%%
函數界首信號
%預期信號編號:1
%幹擾信號數量:4
已知信噪比%
已知%幹比
已知%方位角
clc
全部清除；
全部關閉；
%//參數設置= = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =
www 1 = 0；
www2 = 0；
ww w3 = 0；
rrr的百分比=1:16000
signal _ num = 1；%信號編號
噪聲_數量= 5；%幹擾數
R0 = 0.6%圓的半徑
SP = 2000%樣本數量
n = 8；元素數量百分比
信噪比=-10；信噪比%
sir 1 = 10；%信號幹擾比1
sir 2 = 10；%信號幹擾比2
sir 3 = 10；信號幹擾比%
sir 4 = 10；
sir 5 = 10；
%///= = = = = = = = = = = = = = = = =噪聲功率與信號功率之比= = = = = = = = = = = = = = = = = = = = =
因子_噪聲_1=10。^(-sir1/10)；
因子_噪聲_2=10。^(-sir2/10)；
因子_噪聲_3=10。^(-sir3/10)；
因子_噪聲_4=10。^(-sir4/10)；
因子_噪聲_5=10。^(-sir5/10)；
factor_noise_targe=10。^(-snr/10)；
% //======================== ===============
d 1 = 85 * pi/180；%%幹擾方位角1
D2 = 100 * pi/180；%幹擾2的方位角
D3 = 147 * pi/180；%幹擾3的方位角
D4 = 200 * pi/180；%幹擾4的方位角
D5 = 250 * pi/180；%幹擾5的方位角
D6 = 150 * pi/180；%目標的方位角
e 1 = 15 * pi/180；%%幹擾1的俯仰角
E2 = 25 * pi/180；%幹涉2的俯仰角
E3 = 85 * pi/180；%幹涉3的俯仰角
E4 = 50 * pi/180；%幹涉4的俯仰角
E5 = 70 * pi/180；%幹涉5°的俯仰角
E6 = 85 * pi/180；%目標的俯仰角
%/= = = = = = = = = = = = = =目標信號= = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =
t = 1:1:SP；
fc = 2e7
ts = 1/(3e 10)；
s0 = 5 * cos(2 * pi * fc * t * Ts)；%目標信號
對於kk=1:N
phi _ N(kk)= 2 * pi *(kk-1)/N；
結束
%/= = = = = = = = = = = = = = = =操縱向量= = = = = = = = = = = = = = = = = = = = = = = = = = = =
a =[conj(exp(j * 2 * pi * R0 * cos(D6-phi _ n)* sin(E6)))；conj(exp(j * 2 * pi * R0 * cos(d 1-phi _ n)* sin(e 1))；conj(exp(j * 2 * pi * R0 * cos(D2-phi _ n)* sin(E2))；conj(exp(j * 2 * pi * R0 * cos(D3-phi _ n)* sin(E3))；conj(exp(j * 2 * pi * R0 * cos(D4-phi _ n)* sin(E4))；conj(exp(j * 2 * pi * R0 * cos(D5-phi _ n)* sin(E5)))]'；
a 1 =[conj(exp(j * 2 * pi * R0 * cos(d 1-phi _ n)* sin(e 1)))；conj(exp(j * 2 * pi * R0 * cos(D2-phi _ n)* sin(E2))；conj(exp(j * 2 * pi * R0 * cos(D3-phi _ n)* sin(E3))；conj(exp(j * 2 * pi * R0 * cos(D4-phi _ n)* sin(E4))；conj(exp(j * 2 * pi * R0 * cos(D5-phi _ n)* sin(E5)))]'；
%///= = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =幹擾的功率
% //取決於信號功率和SIR
PS 1 = 0；
PS2 = 0；
PS3 = 0；
ps4 = 0；
ps5 = 0；
s 1 =零(1，SP)；
S2 =零(1，SP)；
S3 =零(1，SP)；
S4 =零(1，SP)；
S5 =零(1，SP)；
ps0 = S0 * S0 '/SP；%信號功率
PS 1 = Ps0 * factor _ noise _ 1；
PS2 = Ps0 * factor _ noise _ 2；
Ps3 = Ps0 *因子_噪聲_ 3；
ps4 = Ps0 * factor _ noise _ 4；
ps5 = Ps0 * factor _ noise _ 5；
%/= = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =
S1=normrnd(0，sqrt(Ps1/2)，1，SP)+j*normrnd(0，sqrt(Ps1/2)，1，SP)；
S2=normrnd(0，sqrt(Ps2/2)，1，SP)+j*normrnd(0，sqrt(Ps2/2)，1，SP)；
S3=normrnd(0，sqrt(Ps3/2)，1，SP)+j*normrnd(0，sqrt(Ps3/2)，1，SP)；
S4=normrnd(0，sqrt(Ps4/2)，1，SP)+j*normrnd(0，sqrt(Ps4/2)，1，SP)；
S5=normrnd(0，sqrt(Ps5/2)，1，SP)+j*normrnd(0，sqrt(Ps5/2)，1，SP)；
%//
s =[S0；s 1；S2；S3；S4；S5]；
ss 1 =[s 1；S2；S3；S4；S5]；
x = A * S；%信號加幹擾
XX2 = a 1 * ss 1；接收幹擾百分比
pw _ noise = sqrt(Ps0 * factor _ noise _ targe/2)；
a1=randn(N，SP)；
a2=randn(N，SP)；
a 1 = a 1/範數(a 1)；
a2 = a2/norm(a2)；
w = Pw _ noise *(a 1+sqrt(-1)* a2)；
X = X+W；
%// - SMI算法。
rd = X * S0 '/SP；
r = X * X '/(SP * 1)；
Wc_SMI=pinv(R)*Rd。/(Rd ' * pinv(R)* Rd)；%權重向量
Wc _ SMI = Wc _ SMI/norm(Wc _ SMI)；
y _ SMI = Wc _ SMI ' * X；%SMI算法恢復的信號
%// - GS算法。
m = 1；
因為i=1:400:2000
X2(:，m)=XX2(:，I)；
m = m+1；
結束
a =零(1，8)；
phi _ n =零(1，8)；
phi = 0:pi/180:2 * pi；
θ= 0:pi/180:pi/2；
對於kk=1:8
a(kk)= 1；
phi _ n(kk)= 2 * pi *(kk-1)/8；
結束
x 1 =零(1，8)；
x2 =零(1，8)；
x3 =零(1，8)；
x4 =零(1，8)；
x5 =零(1，8)；
x1=X2(:，1)'；
x2=X2(:，2)'；
x3=X2(:，3)'；
x4=X2(:，4)'；
x5=X2(:，5)'；
z 1 = x 1；
z 1 _內部產品=Z1。* conj(z 1)；
z 1 _ mode = sqrt(sum(z 1 _ inner _ product))；
Y1=Z1。/z 1 _ mode；
內積=總和(x2。* conj(y 1))；
z2 = x2-內積* y 1；
Z2 _內積=sum(Z2。* conj(Z2))；
Z2 _ mode = sqrt(Z2 _ inner _ product)；
Y2=Z2。/Z2 _ mode；
Inner_product1=sum(x3。* conj(y 1))；
Inner_product2=sum(x3。* conj(Y2))；
z3 = x3-Inner _ product 1 * y 1-Inner _ product 2 * Y2；
Z3 _內積=sum(Z3。* conj(Z3))；
Z3 _ mode = sqrt(Z3 _ inner _ product)；
Y3=Z3。/Z3 _ mode；
Inner_product1_0=sum(x4。* conj(y 1))；
Inner_product2_0=sum(x4。* conj(Y2))；
Inner_product3_0=sum(x4。* conj(Y3))；
Z4 = x4-Inner _ product 1 _ 0 * y 1-Inner _ product 2 _ 0 * Y2-Inner _ product 3 _ 0 * Y3；
Z4 _內積=sum(Z4。* conj(Z4))；
Z4 _ mode = sqrt(Z4 _ inner _ product)；
Y4=Z4。/Z4 _ mode；
inner _ product 1 _ 1 = sum(X5。* conj(y 1))；
Inner_product2_1=sum(x5。* conj(Y2))；
Inner_product3_1=sum(x5。* conj(Y3))；
Inner_product4_1=sum(x5。* conj(Y4))；
z5 = X5-Inner _ product 1 _ 1 * y 1-Inner _ product 2 _ 1 * Y2-Inner _ product 3 _ 1 * Y3-Inner _ product 4 _ 1 * Y4；
Z5 _內積=sum(Z5。* conj(Z5))；
Z5 _ mode = sqrt(Z5 _ inner _ product)；
Y5=Z5。/Z5 _ mode；
%Y1
%Y2
%Y3
%Y4
%Y5
w0 =零(1，8)；
w =零(1，8)；
對於mm = 1:8；
w0(mm)= exp(-j * 2 * pi * R0 * cos(D6-phi _ n(mm))* sin(E6))；
結束
dd1=sum(w0。* conj(y 1))* y 1；
dd2 =總和(w0。* conj(Y2))* Y2；
dd3 =總和(w0。* conj(Y3))* Y3；
dd4 =總和(w0。* conj(Y4))* Y4；
dd5 =總和(w0。* conj(Y5))* Y5；
w = w0-DD 1-dd2-dd3-dd4-dd5；
WC _ GS = w；
Wc _ GS = Wc _ GS/(norm(Wc _ GS))；
y _ GS = Wc _ GS * X；由%GS算法恢復的圖像
%// - MMSE算法。
rd = X * S0 '/SP；
r = X * X '/(SP * 1)；
WC _ MMSE = pinv(R)* Rd；
Wc _ MMSE = Wc _ MMSE/諾姆(Wc _ MMSE)；
y _ MMSE = Wc _ MMSE ' * X；用%MMSE算法恢復信號
S0 = S0/norm(S0)；
Y _ GS = Y _ GS/norm(Y _ GS)；
Y _ SMI = Y _ SMI/norm(Y _ SMI)；
Y _ MMSE = Y _ MMSE/諾姆(Y _ MMSE)；
%數字(1)
% plot(real(S0))；
% title('原始信號')；
% xlabel(“采樣的快照數”)；
% ylabel(“信號幅度”)；
%圖(二)
% plot(real(Y _ SMI))；
% title(' SMI算法處理的信號')；
% xlabel(“采樣的快照數”)；
% ylabel(“信號幅度”)；
%圖(三)
% plot(real(Y _ GS))；
% title(' G-S算法處理的信號')；
% xlabel(“采樣的快照數”)；
% ylabel(“信號幅度”)；
%圖(4)
% plot(real(Y _ MMSE))；
% for i=1:SP
% ss(i)=abs(s0(i)-y_smi(i))^2；
%結束
% q _ 1 =均值(ss)；
% for i=1:SP
% ss1(i)=abs(s0(i)-y_gs(i))^2；
%結束
% q _ 2 =均值(ss 1)；
% for i=1:SP
% ss2(i)=abs(s0(i)-y_mmse(i))^2；
%結束
% q _ 3 =均值(ss2)；
%
% www 1 = www 1+q _ 1；
% www2 = www2+q _ 2；
% ww w3 = ww w3+q _ 3；
%結束
% www1/16000
% www2/16000
% www3/16000
phi = 0:pi/180:2 * pi；
θ= 0:pi/180:pi/2；
%
%// -形成波束。
F_mmse=zeros(91，361)；
F_smi=zeros(91，361)；
F _ gs =零(91，361)；
對於mm=1:91
對於nn=1:361
p 1 = sin(θ(mm))；
p2 = cos(phi(nn))；
P3 = sin(phi(nn))；
q 1 = sin(E6)；
Q2 = cos(D6)；
Q3 = sin(D6)；
對於hh=1:8
w 1 = cos(phi _ n(hh))；
w2 = sin(phi _ n(hh))；
ZZ 1 = Q2 * w 1+Q3 * w2；
zz2 = p2 * w 1+P3 * w2；
ZZ = zz2 * p 1-ZZ 1 * q 1；
F_mmse(mm，nn)= F_mmse(mm，nn)+conj(Wc _ MMSE(hh))*(exp(j * 2 * pi * R0 *(zz2 * p 1))；
F_smi(mm，nn)=F_smi(mm，nn)+conj(Wc _ SMI(hh))*(exp(j * 2 * pi * R0 *(zz2 * p 1))；
F_gs(mm，nn)=F_gs(mm，nn)+conj((Wc _ GS(hh))')*(exp(j * 2 * pi * R0 *(zz2 * p 1))；
結束
結束
結束
F _ MMSE = ABS(F _ MMSE)；
F _ SMI = ABS(F _ SMI)；
F _ GS = ABS(F _ GS)；
圖(五)
網格(20*log10(F_MMSE))
圖(6)
網格(20*log10(F_SMI))
標題(' SMI算法波束形成')；
Xlabel('方位角')；
Ylabel('俯仰角')；
Zlabel('振幅/dB ')；
圖(7)
網格(20*log10(F_GS))
標題(' G-S算法波束形成')；
Xlabel('方位角')；
Ylabel('俯仰角')；
Zlabel('振幅/dB ')；