單元均勻線陣自適應(yīng)波束形成圖

1、4單元均勻線陣自適應(yīng)波束形成圖clearclcformatlong;v=1;M=4;N=1000;f0=21*10A3;f1=11*10A3;f2=15*10A3;omiga0=2*pi*f0;omiga1=2*pi*f1;omiga2=2*pi*f2;sita0=0.8;%信號方向sita1=0.4;%干擾方向1sita2=2.1;%干擾方向2fort=1:Nadt(t)=sin(omiga0*t/(N*f0);a1t(t)=sin(omiga1*t/(N*f1);a2t(t)=sin(omiga2*t/(N*f2);endfori=1:Mad(i,1)=exp(j*(i-1)*pi*sin

2、(sita0);a1(i,1)=exp(j*(i-1)*pi*sin(sita1);a2(i,1)=exp(j*(i-1)*pi*sin(sita2);endR=zeros(M,M);fort=1:Nx=adt(t)*ad+a1t(t)*a1+a2t(t)*a2;%陣列對信號的完整響應(yīng)R=R+x*x;%信號的協(xié)方差矩陣endR=R/N;miu=1/(ad*inv(R)*ad);w=miu*inv(R)*ad;forsita=0:pi/100:pifori=1:Mx_(i,1)=exp(j*(i-1)*pi*sin(sita);endy(1,v)=w*x_;v=v+1;endy_max=max(

3、y(:);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)4單元均勻線陣自適應(yīng)波束形成目標(biāo)clearclcformatlong;v=1;M=4;陣元數(shù)N=100;f0=21*10A3;omiga0=2*pi*f0;sita0=0.6;%信號方向fort=1:Nadt(t)=sin(omiga0*t/(N*f0);endfori=1:Mad(i,1)=exp(j*(i-1)*pi*sin(sita0);endR=zeros(4,4);r=zeros(4,1);fort=1:N

4、x=adt(t)*ad;R=R+x*x.;endR=R/N;miu=1/(ad.*inv(R)*ad);w=miu*inv(R)*ad;forsita=0:pi/100:pi/2fori=1:Ma(i,1)=exp(j*(i-1)*pi*sin(sita);endy(1,v)=w.*a;v=v+1;endsita=0:pi/100:pi/2;plot(sita,y)xlabel(sita)ylabel(天線增益)這是程序全部，有的比較簡單的部分就可以省事的，如果解釋的好，再加分的，大大的。謝謝了我有更好的答案提問者采納2010-05-0418:08你這里有兩個程序，第二個程序與第一個實(shí)質(zhì)上是一

5、樣的，區(qū)別就是信號與導(dǎo)向矢量的寫法有點(diǎn)不同，這里我就不注釋了。還有，我下面附了一段我自己的寫的程序，里面有SIM算法。G-S正交化算法等。是基于圓陣形式的，你的算法是基于線陣的，他們程序上的區(qū)別在于導(dǎo)向矢量的不同。我的算法是某項(xiàng)目中的，保證好使。建議學(xué)習(xí)波束形成技術(shù)，注意把程序分塊，例如分成，求導(dǎo)向矢量；最優(yōu)權(quán)值；形成波束等等。程序如下：4單元均勻線陣自適應(yīng)波束形成圖clearclcformatlong;v=1;M=4;N=1000;%快拍數(shù)f0=21*10T;%信號與干擾的頻率f1=11*10A3;f2=15*10A3;omiga0=2*pi*f0;%信號與干擾的角頻率omiga1=2*pi

6、*f1;omiga2=2*pi*f2;sita0=0.8;%信號方向sita1=0.4;%干擾方向1sita2=2.1;%干擾方向2fort=1:N%信號adt(t)=sin(omiga0*t/(N*f0);a1t(t)=sin(omiga1*t/(N*f1);a2t(t)=sin(omiga2*t/(N*f2);endfori=1:M%信號的導(dǎo)向矢量：線陣的形式ad(i,1)=exp(j*(i-1)*pi*sin(sita0);a1(i,1)=exp(j*(i-1)*pi*sin(sita1);a2(i,1)=exp(j*(i-1)*pi*sin(sita2);endR=zeros(M,M)

7、;fort=1:Nx=adt(t)*ad+a1t(t)*a1+a2t(t)*a2;%陣列對信號的完整響應(yīng)R=R+x*x;%信號的協(xié)方差矩陣endR=R/N;%協(xié)方差矩陣，所有快拍數(shù)的平均miu=1/(ad*inv(R)*ad);%這個貌似是LMS算法的公式，具體我記不太清，這里是求最優(yōu)權(quán)值，根據(jù)這個公式求出，然后加權(quán)w=miu*inv(R)*ad;%形成波束%forsita=0:pi/100:pifori=1:Mx_(i,1)=exp(j*(i-1)*pi*sin(sita);endy(1,v)=w*x_;%對信號進(jìn)行加權(quán)，消除干擾v=v+1;endy_max=max(y(:);%歸一化y_1

8、=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)4單元均勻線陣自適應(yīng)波束形成目標(biāo)clearclcformatlong;v=1;M=4;陣元數(shù)N=100;f0=21*10A3;omiga0=2*pi*f0;sita0=0.6;%信號方向fort=1:Nadt(t)=sin(omiga0*t/(N*f0);endfori=1:Mad(i,1)=exp(j*(i-1)*pi*sin(sita0);endR=zeros(4,4);r=zeros(4,1);fort=1:Nx=adt(t)

9、*ad;R=R+x*x.;endR=R/N;miu=1/(ad.*inv(R)*ad);w=miu*inv(R)*ad;forsita=0:pi/100:pi/2fori=1:Ma(i,1)=exp(j*(i-1)*pi*sin(sita);endy(1,v)=w.*a;v=v+1;endsita=0:pi/100:pi/2;plot(sita,y)xlabel(sita)ylabel(天線增益)%我的程序%functionjieshousignal%期望信號數(shù)：1個%干擾信號數(shù)：4個%信噪比已知%干燥比已知%方位角已知clc;clearall;closeall;%/參數(shù)設(shè)置=www1=0;w

10、ww2=0;www3=0;%forrrr=1:16000signal_num=1;%signalnumbernoise_num=5;%interferencenumberR0=0.6;%圓的半徑SP=2000;%SamplenumberN=8;%陣元數(shù)snr=-10;%Signal-to-Noisesir1=10;%Signal-to-Interferenceonesir2=10;%Signal-to-Interferencetwosir3=10;%Signal-to-Interfsir4=10;sir5=10;%/=noisePower-to-signalPowerfactor_noise_

11、1=104(-sir1/10);factor_noise_2=104(-sir2/10);factor_noise_3=104(-sir3/10);factor_noise_4=104(-sir4/10);factor_noise_5=10.A(-sir5/10);factor_noise_targe=10.A(-snr/1O);%/=d1=85*pi/180;%干擾1的方位角d2=100*pi/180;%干擾2的方位角d3=147*pi/180;%干擾3的方位角d4=200*pi/180;%干擾4的方位角d5=250*pi/180;%干擾5的方位角d6=150*pi/180;%目標(biāo)的方位角e

12、1=15*pi/180;%干擾1的俯仰角e2=25*pi/180;%干擾2的俯仰角e3=85*pi/180;%干擾3的俯仰角e4=50*pi/180;%干擾4的俯仰角e5=70*pi/180;%干擾5的俯仰角e6=85*pi/180;%目標(biāo)的俯仰角%/=目標(biāo)信號=t=1:1:SP;fc=2e7;Ts=1/(3e10);S0=5*cos(2*pi*fc*t*Ts);%目標(biāo)信號forkk=1:Nphi_n(kk)=2*pi*(kk-1)/N;end%/=操縱矢量=A=conj(exp(j*2*pi*R0*cos(d6-phi_n)*sin(e6);conj(exp(j*2*pi*R0*cos(d1

13、-phi_n)*sin(e1);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);A1=conj(exp(j*2*pi*R0*cos(d1-phi_n)*sin(e1);conj(exp(j*2*pi*R0*cos(d2-phi_n)*sin(e2);conj(exp(j*2*pi*R0*cos(d3-phi_n)*si

14、n(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);%/=Poweroftheinterference%/dependingonthesignalpowerandSIRPs1=0;%/SMI算法Ps2=0;Ps3=0;Ps4=0;Ps5=0;S1=zeros(1,SP);S2=zeros(1,SP);S3=zeros(1,SP);S4=zeros(1,SP);S5=zeros(1,SP);Ps0=S0*S0/SP;%signalpowerPs1=Ps0*factor_no

15、ise_1;Ps2=Ps0*factor_noise_2;Ps3=Ps0*factor_noise_3;Ps4=Ps0*factor_noise_4;Ps5=Ps0*factor_noise_5;%/=干擾信號的隨機(jī)包絡(luò)=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=nor

16、mrnd(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;S1;S2;S3;S4;S5;SS1=S1;S2;S3;S4;S5;X=A*S;%信號加干擾XX2=A1*SS1;%接收到的干擾Pw_noise=sqrt(Ps0*factor_noise_targe/2);a1=randn(N,SP);a2=randn(N,SP);a1=a1/norm(a1);a2=a2/norm(a2);W=Pw_noise*(a

17、1+sqrt(-1)*a2);X=X+W;Rd=X*S0/SP;R=X*X/(SP*1);Wc_SMI=pinv(R)*Rd./(Rd=inv(R)*Rd);%權(quán)向量Wc_SMI=Wc_SMI/norm(Wc_SMI);Y_SMI=Wc_SMI*X;%SMI算法恢復(fù)出來的信號%/GS算法m=1;fori=1:400:2000X2(:,m)=XX2(:,i);m=m+1;enda=zeros(1,8);phi_n=zeros(1,8);phi=0:pi/180:2*pi;theta=0:pi/180:pi/2;forkk=1:8a(kk)=1;phi_n(kk)=2*pi*(kk-1)/8;en

18、dx1=zeros(1,8);x2=zeros(1,8);x3=zeros(1,8);x4=zeros(1,8);x5=zeros(1,8);x1=X2(:,1);x2=X2(:,2);x3=X2(:,3);x4=X2(:,4);x5=X2(:,5);Z1=x1;Z1_inner_product=Z1.*conj(Z1);Z1_mode=sqrt(sum(Z1_inner_product);Y1=Z1./Z1_mode;Inner_product=sum(x2.*conj(Y1);Z2=x2-Inner_product*Y1;Z2_inner_product=sum(Z2.*conj(Z2);

19、Z2_mode=sqrt(Z2_inner_product);Y2=Z2./Z2_mode;Inner_product1=sum(x3.*conj(Y1);Inner_product2=sum(x3.*conj(Y2);Z3=x3-Inner_product1*Y1-Inner_prodZ3_inner_product=sum(Z3.*conj(Z3);Z3_mode=sqrt(Z3_inner_product);Y3=Z3./Z3_mode;Inner_product1_0=sum(x4.*conj(Y1);Inner_product2_0=sum(x4.*conj(Y2);Inner_pr

20、oduct3_0=sum(x4.*conj(Y3);Z4=x4-Inner_product1_0*Y1-Inner_product2_0*Y2-Inner_product3_0*Y3;Z4_inner_product=sum(Z4.*conj(Z4);Z4_mode=sqrt(Z4_inner_product);Y4=Z4./Z4_mode;Inner_product1_1=sum(x5.*conj(Y1);Inner_product2_1=sum(x5.*conj(Y2);Inner_product3_1=sum(x5.*conj(Y3);Inner_product4_1=sum(x5.*c

21、onj(Y4);Z5=x5-Inner_product1_1*Y1-Inner_product2_1*Y2-Inner_product3_1*Y3-Inner_product4_1*Y4;Z5_inner_product=sum(Z5.*conj(Z5);Z5_mode=sqrt(Z5_inner_product);Y5=Z5./Z5_mode;%Y1%Y2%Y3%Y4%Y5w0=zeros(1,8);w=zeros(1,8);formm=1:8;w0(mm)=exp(-j*2*pi*R0*cos(d6-phi_n(mm)*sin(e6);enddd1=sum(w0.*conj(Y1)*Y1;

22、dd2=sum(w0.*conj(Y2)*Y2;dd3=sum(w0.*conj(Y3)*Y3;dd4=sum(w0.*conj(Y4)*Y4;dd5=sum(w0.*conj(Y5)*Y5;w=w0-dd1-dd2-dd3-dd4-dd5;Wc_GS=w;Wc_GS=Wc_GS/(norm(Wc_GS);Y_GS=Wc_GS*X;%GS算法恢復(fù)出來的圖像%/MMSE算法Rd=X*S0/SP;R=X*X/(SP*1);Wc_MMSE=pinv(R)*Rd;Wc_MMSE=Wc_MMSE/norm(Wc_MMSE);Y_MMSE=Wc_MMSE*X;%MMSE算法恢復(fù)出來的信號S0=S0/nor

23、m(S0);Y_GS=Y_GS/norm(Y_GS);Y_SMI=Y_SMI/norm(Y_SMI);Y_MMSE=Y_MMSE/norm(Y_MMSE);%figure(1)%plot(real(S0);%title(原始信號);%xlabel(采樣快拍數(shù))；%ylabel(信號幅度)；%figure(2)%plot(real(Y_SMI)；%title(運(yùn)用SMI算法處理出的信號);%xlabel(采樣快拍數(shù))；%ylabel(信號幅度)；%figure(3)%plot(real(Y_GS)；%title(運(yùn)用G-S算法處理出的信號);%xlabel(采樣快拍數(shù))；%ylabel(信號幅度)；%figure(4)%plot(real(Y_MMSE)；%fori=1:SP%ss(i)=abs(S0(i)-Y_SMI(i)F2;%end%q_1=mean(ss)；%fori=1:SP%ss1(i)=abs(S0(i)-Y_GS(i)A2;%end%q_2=mean(ss1);%fori=1:SP%ss2(i)=abs(S0(i)-Y_MMSE(i)A2;%end%q_3=mean(ss2);%www1=www1+q_1;%www2=www2+q_2;%www3=www3+q_