论文部分内容阅读
同时收发系统目前已经广泛应用于通信、雷达、声纳、导航等领域。同时同频收发技术是目前同时收发系统中较为前沿和重要的研究方向。对于通信而言,在频谱资源有限的情况下,同时同频全双工的工作方式能使其频谱利用率提升一倍,而在连续波雷达领域,同时收发系统为其正常工作的基础条件。在同时同频收发技术中,迫切需要解决的一个典型问题是自干扰抑制问题。为研究同时收发系统中的自干扰抑制问题,本文以调频连续波(Frequency Modulated Continuous Wave,FMCW)雷达系统为基础,分析了经典的自适应滤波理论的自干扰抑制算法,引入了分数阶梯度理论改进最小均方自适应算法,从而获得分数阶最小均方算法(Fractional Order Least Mean Square,FOLMS),并对FOLMS算法进行改进,提出分数阶归一化最小均方(Fractional Order Normalized Least Mean Square,FONLMS)算法,最后分别利用FOLMS算法与FONLMS算法完成同时收发系统中的自干扰抑制处理。本文主要内容包括以下几个方面:1.建立了FMCW雷达系统中的自干扰抑制系统模型。首先介绍了常见FMCW雷达系统结构和自干扰抑制方法,然后确立了本文使用的FMCW雷达系统结构和自干扰抑制方案,从而建立出自干扰抑制系统模型,为后续的自干扰抑制算法研究提供基础。2.分别研究了基于经典的自适应滤波理论的自干扰抑制算法,包括最小均方(Least Mean Square,LMS)算法、归一化最小均方(Normalized Least Mean Square,NLMS)算法以及递归最小二乘(Recursive Least Squares,RLS)算法等自干扰抑制算法。先结合本文自干扰抑制结构,描述了各算法对应的自干扰抑制过程,推导了相关数学模型和实现步骤,完成了各算法的仿真和性能分析。3.引入了分数阶梯度理论改进最小均方自适应算法获得FOLMS算法,并利用FOLMS完成同时收发系统中的自干扰抑制处理。首先给出了分数阶梯度的基本理论,结合基于LMS准则的梯度下降法,推导了分数FOLMS的数学模型和实现步骤。然后将FOLMS应用于同时收发系统中的自干扰抑制,对FOLMS算法在自干扰抑制过程中的收敛条件、收敛速率以及收敛值等相关性能展开了详细分析,从而达到利用FOLMS算法改善自干扰抑制性能的目的。而后参考NLMS算法,采用能量归一化方式对FOLMS算法进行改进,提出了FONLMS算法。最后以FMCW雷达系统为背景进行相关仿真,仿真结果分别验证了基于FOLMS与FONLMS的自干扰抑制算法的正确性和有效性。仿真结果显示,同等步长因子条件下,使用较高阶次的FONLMS算法的自干扰抑制效果最优,其次为FOLMS算法、NLMS算法,LMS算法的自干扰抑制效果最差,而且FONLMS算法收敛速度最快。此外,FONLMS算法与FOLMS算法的稳定性高于RLS算法。