請用此 Handle URI 來引用此文件:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82555
完整後設資料紀錄
DC 欄位 | 值 | 語言 |
---|---|---|
dc.contributor.advisor | 李枝宏(Ju-Hong Lee) | |
dc.contributor.author | Wen-Jui Cheng | en |
dc.contributor.author | 鄭文睿 | zh_TW |
dc.date.accessioned | 2022-11-25T07:46:43Z | - |
dc.date.available | 2023-07-20 | |
dc.date.copyright | 2021-08-18 | |
dc.date.issued | 2021 | |
dc.date.submitted | 2021-07-20 | |
dc.identifier.citation | [1] R. A. Monzingo, T. W. Miller, “Introduction to Adaptive Arrays, ” New York: John Wiley Sons, 1980. [2] O. L. Frost, III, “An algorithm for linearly constrained adaptive array processing,” Proc. IEEE., vol. 60, pp. 926–935, Aug. 1972. [3] I. J. Gupta and A. A. Ksienski, “Effect of mutual coupling on the performance of adaptive arrays,” IEEE Trans. Antennas Propag., vol. AP-31, no. 5, pp. 785–791, Sep. 1983. [4] S. Durrani and M. E. Bialkowski, ‘‘Effect of mutual coupling on the interference rejection capabilities of linear and circular arrays in CDMA systems,’’ IEEE Trans. Antennas Propag., vol. 52, no. 4, pp. 1130–1134, Apr. 2004. [5] D. Astely and B. Ottersten, “The effects of local scattering on direction of arrival estimation with MUSIC,” IEEE Trans. Signal Processing., vol. 47, pp. 3220–3234, Dec. 1999. [6] Y. Gu, A. Leshem, “Robust adaptive beamforming Based on Interference Covariance Matrix Reconstruction and Steering Vector Estimation,” IEEE Trans. Signal Processing., vol. 60, no. 7, pp. 3881-3885, Apr. 2012. [7] W. Q. Wang, “Virtual antenna array analysis for MIMO synthetic aperture radar,” Int. J. Antennas Propag., vol. 2012, pp. 1–10, Jan. 2012. [8] 白定恆, “在非理想環境下用於多輸入多輸出雷達之可適性波束成型技術,”國立台灣大學電信工程研究所碩士論文, Jul. 2019. [9] 鄭光鵬, “在非理想環境下的強健式可適性多重波束成型技術,” 國立臺灣大學電信工程學研究所碩士論文, Jun. 2003. [10] S. Mohammadzadeh and O. Kukrer, “Adaptive beamforming based on theoretical interference-plus-noise covariance and direction-of-arrival estimation,” IET Signal Process., vol. 12, no. 7, pp. 819–825,Sept. 2018. [11] 李瑋琦, “結合張量分析應用於解決非理想環境下的多輸入多輸出雷達之可適性波束成型技術,”國立台灣大學電信工程學研究所碩士論文, Jul. 2020. [12] C.A. Andersson and R. Bro, “Improving the speed of multi-way algorithms: Part I. Tucker3,”Chemometrics and Intelligent Laboratory Systems, vol. 42, no. 1-2, pp. 93-103, Aug. 1998. [13] Rasmus Bro, Claus A. Andersson, “Improving the speed of multiway algorithms: Part II: Compression,”Chemometrics and Intelligent Laboratory Systems, vol. 42, no. 1-2, pp. 105-113, Aug. 1998. [14] C.A Andersson and R. Bro, “The N-way toolbox for MATLAB,” Chemometr. Intell. Lab. Syst., vol. 52, no. 1, pp. 1–4, 2000. [15] W. Zhang, J. Wang and S. Wu, “Adaptive multiple-input multiple-output radar beamforming based on direct data domain approach,” IET Radar Sonar Navig.,vol. 8 , no. 6 ,pp. 632-638, Jul. 2014 [16] M. Grant and S. Boyd. (Jun. 2015). CVX: MATLAB Software for Disciplined Convex Programming. [Online]. Available: http://cvxr.com/cvx/ [17] W. Zhang, J. Wang and S. Wu, “Robust minimum variance multiple-input multiple output radar beamformer, ” IET Signal Process, vol. 7, no. 9, pp. 854-862, Dec. 2013. [18] J. Li, L. Du, and P. Stoica, “Fully automatic computation of diagonal loading levels for robust adaptive beamforming,” IEEE Proc. ICASSP, vol. 46, no. 1, pp. 449-458, Jan. 2010. [19] J. Qian, Z. He, W. Zhang, Y. Huang, N. Fu, and J. Chambers, “Robust adaptive beamforming for multiple-input multiple-output radar with spatial filtering techniques,” Signal Process., vol. 143, pp. 152–160, Feb. 2018. [20] W. Ai, Y. Huang, and S. Zhang, “New results on Hermitian matrix rank-one decomposition,” Math. Program: Ser. A, vol. 128, no. 1–2, pp. 253–283, Jun. 2011. [21] H. Junsheng, S. Hongtao,Y. Yang, 'Robust adaptive beamforming for MIMO radar in the presence of covariance matrix estimation error and desired signal steering vector mismatch' IET Radar Sonar Navig., vol. 14, no. 1, pp. 118-126, Jan. 2020 [22] X. R. Zhang, W. Liu, Y. G. Xu, and Z. W. Liu, “Adaptive tensorial beamformer based on electromagnetic vector-sensor arrays with coherent interferences,” Multidimensional Systems and Signal Processing, January 2014. [23] Y. Cheng, R. Yu, H. Gu, and W. Su, “Multi-SVD based subspace estimation to improve angle estimation accuracy in bistatic MIMO radar,” Signal Process., vol. 93, no. 7, pp. 2003–2009, Jul. 2013. [24] J. Yang, J. Lu, X. Liu, and G. Liao, ‘‘Robust null broadening beamforming based on covariance matrix reconstruction via virtual interference sources,’’ Sensors, vol. 20, no. 7, p. 1865, Mar. 2020. [25] L. Li, F. Chen, and J. Dai, “Separate DOD and DOA estimation for bistatic MIMO radar,” International Journal of Antennas and Propagation, vol.2016, no. 3,pp, 1-11, Jun. 2016. [26] W. Zhou, D. Zhang, Y. Lin and Z. Zhou, 'An Improved Scheme to Suppress Coherent Interference in LCMV Adaptive Array,' 2006 International Conference on Communications, Circuits and Systems, Guilin, China, pp. 988-992, Jun. 2006. [27] L. Huang, J. Zhang, X. Xu, and Z. Ye, “Robust adaptive beamforming with a novel interference-plus-noise covariance matrix reconstruction method,” IEEE Trans. Signal Process., vol. 63, no. 7, pp. 1643–1650, Apr. 2015. [28] P. Zhang, Y. Zhiwei, J. Gang, M. Teng, “Adaptive Beamforming via Desired Signal Robust Removal for Interference‑Plus‑Noise Covariance Matrix Reconstruction ,” International Conference on Communications, Circuits and Systems, June. 2020 [29] P. Chen, Y. Yang, “An uncertainty-set-shrinkage-based covariance matrix reconstruction algorithm for robust adaptive beamforming,” Multidimensional Systems and Signal Processing, July 2020. | |
dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82555 | - |
dc.description.abstract | 本篇論文中將討論在雙基地多輸入多輸出雷達系統上的波束成型器演算法設計,並探討在考慮多重不匹配誤差環境,像是信號角度誤差、天線耦合現象、天線元件位置擾動、信號射散問題、天線元件增益(Gain)與相位(Phase)誤差……等,因為在現實環境中,這些誤差是有可能同時發生的,因此在多重誤差下也能維持良好效能的強健性演算法是我們欲探討的主要問題。 本論文中所提出的演算法之中,首要貢獻為針對同調環境帶來的影響,許多文獻中的方法在面臨同調問題時效能都會大幅下降,因此我們在其中一篇文獻中發現四階張量自相關矩陣的概念,並參考運用此概念,分離出信號傳送端與接收端的部分,來改善同調環境衍生出的效能降低之問題。 在克服同調環境的影響後,為了應付同調以外的誤差環境,我們還會結合估計指引向量和重建干擾加雜訊自相關矩陣的概念,使我們的演算法在多重誤差下也能維持良好的效能。 在估計指引向量方面,我們將原先本實驗室所提出的極小極大方法,改良為分別對指引向量的增益(Gain)和相位(Phase)部分來估計,來提升在誤差環境下的強健性。然而所估計的指引向量在誤差加劇時可能不會完全準確,因此在高功率下可能會發生能量反置現象,會將自相關矩陣中的欲接收信號成分當作干擾信號消除,因此我們結合參考文獻中的重建干擾加雜訊自相關矩陣方法,概念是藉由去除訊號自相關矩陣,接收信號成分來避免能量反制現象,從而提升其效能。 參考文獻中原先重建干擾加雜訊自相關矩陣的方法,所使用的是預設理想的指引向量,並配合信號角度重建,我們參考文獻中的方法,考量並加入誤差對指引向量的影響,使其更接近理想的干擾加雜訊自相關矩陣,並改良其方法,加強干擾加雜訊自相關矩陣對於演算法的強健性和泛用性。 | zh_TW |
dc.description.provenance | Made available in DSpace on 2022-11-25T07:46:43Z (GMT). No. of bitstreams: 1 U0001-1907202123502600.pdf: 9737582 bytes, checksum: 19465224500def2a693196abc0a96769 (MD5) Previous issue date: 2021 | en |
dc.description.tableofcontents | 口試委員審定書 i 誌謝 ii 中文摘要 iii ABSTRACT v 目錄 vii Chapter 1 緒論 1 1.1 研究背景 1 1.2 研究動機 1 1.3 論文貢獻 2 1.4 論文架構 3 Chapter 2 陣列天線之基本概念及數學架構 5 2.1 均勻線性陣列天線ULA (Uniform Linear Array) 5 2.2 自相關矩陣介紹 6 2.3 可適性波束成型技術 7 2.4 線性限制條件最小化輸出功率LCMV (Linear Constrained Minimum Variance)波束成型器 8 2.5 陣列天線常見非理想環境 9 2.5.1 角度誤差(Angle Error) 9 2.5.2 二維元件位置擾動(Two-dimension Position Error) 10 2.5.3 天線耦合現象(Mutual Coupling) 10 2.5.4 天線增益與相位誤差(Gain and Phase Error) 12 2.5.5 局部散射效應(Local Scattering Effect) 13 Chapter 3 多輸入多輸出雙基地雷達基本架構與數學模型 15 3.1 多輸入多輸出雙基地雷達(MIMO Bistatic Radar)系統架構 15 3.2 MIMO雷達上的LCMV波束成型器 17 3.3 MIMO雷達常見非理想環境 17 3.3.1 角度誤差(Angle Error) 18 3.3.2 二維元件位置擾動(Two-dimension Position Error) 19 3.3.3 天線耦合現象(Mutual Coupling) 19 3.3.4 天線增益與相位誤差(Gain and Phase Error) 20 3.3.5 局部散射效應(Local Scattering Effect) 21 Chapter 4 對抗非理想環境的強健性演算法 23 4.1 極小極大準則 23 4.2 極小極大準則結合雜訊子空間投影法 24 4.3 雜訊子空間投影法二(Proposed Method) 25 4.4 重建干擾加雜訊自相關INC (Interference plus Noise Covariance)矩陣 27 4.4.1 重建INC矩陣(bai) 27 4.4.2 重建INC矩陣(projection) 28 4.4.3 重建INC矩陣(Capon INC) 28 4.4.4 重建INC矩陣(Novel-INC) 29 4.4.5 重建INC矩陣(DSRR-INC) 30 4.4.6 重建INC矩陣(USS-REB-INC) 31 Chapter 5 在MIMO雷達誤差環境下所提出的強健性波速成型演算法 36 5.1 本實驗室過去提出對抗非理想環境的演算法(WeiChi) 36 5.1.1 訊號張量數學式介紹 36 5.1.2 張量分析-最小平ALS (Alternating Least Squares)方法 37 5.1.3 張量分析結合極小極大準則與估計INC矩陣方法 38 5.2 強健性直接數據領域方法 Robust Direct Data Domain(D3) Method 40 5.3 強健性變異數最小化波束成型器RMVB (Robust Minimum Variance Beamformer) 41 5.4 空間濾波技術波束成型器(Spatial Filtering Beamformer) 43 5.5 對抗自相關矩陣與指引向量誤差的強健性演算法(IET2020) 46 Chapter 6 對抗同調環境於MIMO雷達的強健性演算法 48 6.1 同調環境介紹 48 6.2 應用四階張量於解決同調環境的波束成型技術 49 6.3 四階張量結合Novel-INC 50 6.4 四階張量結合DSRR 52 6.5 四階張量結合增加虛擬干擾源拓寬零點的強健性波束成型技術(INC2020) 55 6.6 Direct Data Domain結合FAWS (Full Array Windowing Smoothing)的波束成型演算法 58 6.7 應用四階張量結合雜訊子空間投影法二與重建INC矩陣的強健性波束成型技術(Proposed) 59 6.7.1 雜訊子空間投影法二 59 6.7.2 重建INC矩陣方法 62 6.8 複雜度分析 68 Chapter 7 在同調環境下之實驗模擬 70 7.1 在含有同調環境下的實驗模擬 71 7.2 在含有同調環境下的雙重誤差實驗模擬 73 7.2.1 同調+固定角度誤差 73 7.2.2 同調+未知天線耦合現象 76 7.2.3 同調+已知天線耦合現象 78 7.2.4 同調+二維元件位置擾動 80 7.2.5 同調+天線元件增益與相位誤差 82 7.2.6 同調+同調本地散射 84 7.2.7 同調+非同調本地散射 86 7.2.8 結論比較 88 7.3 在含有同調環境下的三重誤差實驗模擬 90 7.3.1 同調+固定角度誤差+未知天線耦合現象 90 7.3.2 同調+固定角度誤差+二維元件位置擾動 92 7.3.3 同調+固定角度誤差+天線元件增益與相位誤差 95 7.3.4 同調+固定角度誤差+同調本地散射 98 7.3.5 同調+固定角度誤差+非同調本地散射 100 7.3.6 同調+二維元件位置擾動+未知天線耦合矩陣 103 7.3.7 同調+二維元件位置擾動+天線元件增益與相位誤差 105 7.3.8 同調+二維元件位置擾動+同調本地散射 108 7.3.9 同調+二維元件位置擾動+非同調本地散射 111 7.3.10 同調+天線元件增益與相位誤差+未知天線耦合現象 114 7.3.11 同調+天線元件增益與相位誤差+同調本地散射 116 7.3.12 同調+天線元件增益與相位誤差+非同調本地散射 119 7.3.13 同調+未知天線耦合現象+同調本地散射 122 7.3.14 同調+未知天線耦合現象+非同調本地散射 124 7.3.15 結論 126 7.4 在含有同調環境下的四重誤差實驗模擬 127 7.4.1 同調+同調局部散射+固定角度誤差+二維元件位置擾動 127 7.4.2 同調+同調局部散射+固定角度誤差+天線增益與相位誤差 131 7.4.3 同調+同調局部散射+固定角度誤差+未知天線耦合現象 134 7.4.4 同調+同調局部散射+二維元件位置擾動+天線增益與相位誤差 137 7.4.5 同調+同調局部散射+二維元件位置擾動+未知天線耦合現象 140 7.4.6 同調+同調局部散射+天線增益與相位誤差+未知天線耦合現象 143 7.4.7 同調+非同調局部散射+固定角度誤差+二維元件位置擾動 146 7.4.8 同調+非同調局部散射+固定角度誤差+天線增益與相位誤差 149 7.4.9 同調+非同調局部散射+固定角度誤差+未知天線耦合現象 152 7.4.10 同調+非同調局部散射+二維元件位置擾動+天線增益與相位誤差… 155 7.4.11 同調+非同調局部散射+二維元件位置擾動+未知天線耦合現象 158 7.4.12 同調+非同調局部散射+天線增益與相位誤差+未知天線耦合現象… 161 7.4.13 同調+固定角度誤差+天線增益與相位誤差+未知天線耦合現象 164 7.4.14 同調+固定角度誤差+二維元件位置擾動+未知天線耦合現象 167 7.4.15 同調+二維元件位置擾動+天線增益與相位誤差+未知天線耦合現象 170 7.4.16 同調+固定角度誤差+二維元件位置擾動+天線增益與相位誤差 173 7.4.17 結論比較 176 Chapter 8 總結與未來方向 179 REFERENCE 181 | |
dc.language.iso | zh-TW | |
dc.title | 在多重不匹配環境下應用張量模型在雙基地多輸入多輸出雷達的強健性波束成型演算法 | zh_TW |
dc.title | Robust Beamforming using Tensor Data Model for Bistatic MIMO Radar under Multiple Mismatch Scenarios | en |
dc.date.schoolyear | 109-2 | |
dc.description.degree | 碩士 | |
dc.contributor.oralexamcommittee | 謝宏昀(Hsin-Tsai Liu),劉俊麟(Chih-Yang Tseng) | |
dc.subject.keyword | 雙基地多輸入多輸出雷達,干擾加雜訊自相關矩陣,強健性波束成型,同調環境,信號角度誤差,天線耦合現象,元件位置擾動, | zh_TW |
dc.subject.keyword | Bistatic multi-input multi-output radar,interference plus noise covariance matrix,robust beamforming,coherent environment,signal angle error,antenna coupling effect,antenna component position errors, | en |
dc.relation.page | 184 | |
dc.identifier.doi | 10.6342/NTU202101584 | |
dc.rights.note | 同意授權(限校園內公開) | |
dc.date.accepted | 2021-07-21 | |
dc.contributor.author-college | 電機資訊學院 | zh_TW |
dc.contributor.author-dept | 電信工程學研究所 | zh_TW |
dc.date.embargo-lift | 2023-07-20 | - |
顯示於系所單位: | 電信工程學研究所 |
文件中的檔案:
檔案 | 大小 | 格式 | |
---|---|---|---|
U0001-1907202123502600.pdf 授權僅限NTU校內IP使用(校園外請利用VPN校外連線服務) | 9.51 MB | Adobe PDF | 檢視/開啟 |
系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。