针对随机 INC 矩阵与信号导向矢量的分布不确定性集最大化最坏情况 SINR 的鲁棒自适应波束成形
信号处理
2021-10-19 v1
摘要
本文考虑鲁棒自适应波束成形（RAB）问题，通过对随机干扰加噪声协方差（INC）矩阵和期望信号导向矢量的分布不确定性集进行最坏情况信干噪比（SINR）最大化。INC 矩阵的分布不确定性集考虑了分布的支持集、半正定（PSD）均值以及对均值的相似性约束。导向矢量的分布不确定性集由对已知一阶和二阶矩的约束构成。RAB 问题被表述为：最小化由任意分布实现的最坏情况 SINR 分母期望值，约束条件为对每个分布其分子期望值大于等于 1。借助线性锥规划的强对偶性，此类 RAB 问题被重写为二次矩阵不等式问题。随后通过迭代求解一系列带秩一 PSD 矩阵约束惩罚项的线性矩阵不等式松弛问题来处理。为验证结果，给出了仿真示例，其展示了所提鲁棒波束成形器在阵列输出 SINR 方面的性能提升。
引用
@article{arxiv.2110.08444,
title = {Robust Adaptive Beamforming Maximizing the Worst-Case SINR over Distributional Uncertainty Sets for Random INC Matrix and Signal Steering Vector},
author = {Yongwei Huang and Wenzheng Yang and Sergiy A. Vorobyov},
journal= {arXiv preprint arXiv:2110.08444},
year = {2021}
}