说明：最大信噪比准则方向图和功率谱； ASC旁瓣相消—MSE准则； 线性约束最小方差(LCMV)准则； 不同方法估计协方差矩阵的Capon波束形成；多点约束的Capon波束形成和方向图

波束形成MSE ASC 最大旁瓣 旁瓣相消MATLAB 相噪

说明：本程序研究IQ误差对线性调频信号匹配滤波的影响，仿真匹配滤波后信号幅相误差特性，仿真主瓣宽度、旁瓣电平的变化

eveninga4l 幅相误差 匹配滤波旁瓣 IQ 主瓣

说明：波束形成的几个程序，LCMV准则，广义旁瓣对消器算法。

波束形成 LCMV准则 广义旁瓣对消器算法

说明：对于非均匀线型阵列，以降低波束方向图峰值旁瓣为目标，在给定阵元数和阵列孔径的约束条件下，利用多种群并行进化遗传算法进行阵元布阵优化。

多波束 多目标旁瓣 遗传算法 阵列稀疏 阵列布阵

说明：GSC广义旁瓣对消，四路不同方向入射信号，上支路八阵元，下支路根据阻塞矩阵不同自适应调节七、三、一个权。

blocking-matrix 矩阵阻塞 sidelobe-canceller 阻塞矩阵 阻塞阵

说明：dbf中的lcmv算法，对应于《一种低旁瓣数字波束形成方法》中的面阵仿真

波束形成面阵 面阵-波束形成 面波束形成 波束形成DBF DBF

说明：借鉴了主成分分析算法（PCA），采用加权网络中节点强度和权重都是幂率分布的模型，验证可用，直线阵采用切比学夫加权控制主旁瓣比，采用累计贡献率的方法，有信道编码，调制，信道估计等。

pca 算法 网络 编码 调制 控制 模型 分析 方法 采用 估计 切比 直线 验证 成分 信道 借鉴 可用 分布 节点 强度 加权 权重 累计 贡献率

说明：用于信号特征提取、信号消噪，信号维数的估计，处理信号的时频分析，供做算法研究人员参考，是一种双隐层反向传播神经网络，直线阵采用切比学夫加权控制主旁瓣比。

算法 神经网络 控制 提取 分析 参考 采用 估计 信号 特征 用于 处理 切比 直线 加权 反向 传播 研究人员

说明：分析了该信号的时域、频域、倒谱，循环谱等,独立成分分析算法降低原始数据噪声，采用偏最小二乘法，直线阵采用切比学夫加权控制主旁瓣比，数据包传送源码程序，是一种双隐层反向传播神经网络。

说明：借鉴了主成分分析算法（PCA），采用加权网络中节点强度和权重都是幂率分布的模型，验证可用，直线阵采用切比学夫加权控制主旁瓣比，采用累计贡献率的方法，有信道编码，调制，信道估计等。

pca 算法 网络 编码 调制 控制 模型 分析 方法 采用 估计 切比 直线 验证 成分 信道 借鉴 可用 分布 节点 强度 加权 权重 累计 贡献率