32阵元 MVDR和DREC DOA估计波束方向图对比

一、原理

MVDR原理：https://zhuanlan.zhihu.com/p/457528114

DREC原理（无失真响应特征干扰相消器）：http://radarst.ijournal.cn/html/2019/3/201903018.html

主要参数：
阵元：32个阵元，可以设置。
期望信号：1个，角度、信噪比可以设置。
干扰信号：2个，角度、信噪比可以设置。

二、效果

波束方向图效果：

三、代码

部分代码：

clc;
clear all;
close all;
%% 
v=2;    %波长为2
d =v/2; %阵元间距
N=32;   %阵元个数
theta_3db = 2/N*180/pi; %-3db波束宽度
for ix=1:1:N
    A(ix,1)=(ix-1)*d;%阵元间距向量
end

%% 接收信号模型
fs=1服务器托管网0;  %信号频率
fj1=1;  %干扰1频率
fj2=2;  %干扰2频率

SNR= -10; %信噪比
JNR1=20;  %干噪比1
JNR2=20;  %干噪比2

theta_s=10*pi/180;  %信号入射方向
theta_j1=20*pi/180; %干扰1，间距大于主瓣宽度
theta_j2=25*pi/180; %干扰2，间距大于主瓣宽度

A0=sqrt(10^(SNR/10)); %信号幅度
A1=sqrt(10^(JNR1/10));%干扰1幅度
A2=sqrt(10^(JNR2/10));%干扰2幅度
for k=1:1:N
    as(k,1)=exp(j*2*pi*sin(theta_s)*A(k,1)/v);  %信号方向导向矢量
    aj1(k,1)=exp(j*2*pi*sin(theta_j1)*A(k,1)/v);%干扰1方向导向矢量
    aj2(k,1)=exp(j*2*pi*sin(theta_j2)*A(k,1)/v);%干扰2方向导向矢量
end
M =1000;%快拍数
t=0:1/(4*fs):(M-1)/(4*fs);%快拍时间

T=length(t);%快拍时间长度
S0=A0*exp(sqrt(-1)*(2*pi*fs*t+pi*rand(1,T)));    %构造信号   
J1=A1*exp(sqrt(-1)*(2*pi*fj1*t+pi*rand(1,T)));   %构造干扰信号1 
J2=A2*exp(sqrt(-1)*(2*pi*fj2*t+pi*rand(1,T)));   %构造干扰信号2 

S=as*S0;  %信号乘以信号方向导向矢量
I1=aj1*J1;%干扰1乘以干扰1方向导向矢量
I2=aj2*J2;%干扰2乘以干扰2方向导向矢量

Noise=zeros(N,T);%构造归一化高斯噪声
for k=1:1:N
        Noise(k,:)=(randn(1,T)+sqrt(-1)*randn(1,T))/sqrt(2);
end

X=S+I1+I2+Noise; % 叠加两个干扰信号和噪声，得到新的信号X
R=X*X'/T;        % 干扰和噪声的协方差矩阵

%% 图形绘制
figure(1);
Fa=20*log10(abs(F_s)./max_st); %归一化方向图 db
plot(theta_scan/pi*180, Fa,'b');

hold on
Fa=20*log10(abs(Fsum)./maxs);%归一化方向图 db
plot(theta_scan/pi*180, Fa,'r'); grid on;

Fa1=20*log10(abs(Fsum1)./maxs1);%归一化方向图 db
plot(theta_scan/pi*180, Fa1,'g');
xlabel('theta/');
ylabel('幅度/dB');
title('波束方向图');
legend('原始波束扫描方向图','MVDR波束方向图','DREC波束方向图')

四、信噪比SNR和信干噪比SINR的关系

信噪比的表达式为：

⁡

S N R=10 lg frac{P_S}{P_N}

$SNR = 10 l g \frac{P _{S}}{P _{N}}$ ，其中：

SNR：信噪比，单位是dB。
PS：信号的有效功率。
PN：噪声的有效功率。

信干噪比SINR（Signal to Interference plus Noise Ratio）指的是系统中信号与干扰和噪声之和的比。

信干噪比表达式为：

服务器托管网 S

⁡

S I N R=10 lg frac{P_S}{P_I+P_N}

$S I NR = 10 l g \frac{P _{S}}{P _{I} + P _{N}}$ ，其中：

SINR：信干噪比，单位是dB。
PS：信号的有效功率。
PN：噪声的有效功率。
PI：干扰信号的有效功率。

由上述理论可知，SNR增加，即相对于Ps增加，当PI和PN不变时，SINR会逐渐增大，如下图所示是SNR和SINR的关系：

五、干噪比INR和信干噪比SINR的关系

由第四节所述，当干噪比INR增加时，相当于PI增加，因此当PN和PS不变时，SINR会逐渐降低。如下图所示：

代码下载链接：https://mbd.pub/o/bread/ZZicm5Zy

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: 《HelloGitHub》第 95 期

兴趣是最好的老师，HelloGitHub 让你对编程感兴趣！简介 HelloGitHub 分享 GitHub 上有趣、入门级的开源项目。 https://github.com/521xueweihan/HelloGitHub 这里有实战项目、入门教程、黑科技…