基于改进阻塞矩阵的DMA小信号主瓣保形与导向失配恢复方案.pdf

Aug.2023Journal of Information EngineeringUniversity2023年8 月Vol.24 No.4信息第2 4卷第4期工程大学学报D0I:10.3969/j.issn.1671-0673.2023.04.006基于改进阻塞矩阵的DMA小信号主瓣保形与导向失配恢复方案王元凯，金梁，楼洋明（信息工程大学，河南郑州450 0 0 1）摘要：传统阵列天线在运用阻塞矩阵预处理对抗主瓣强干扰过程中，期望小信号会出现主瓣失真，峰值偏移和旁边电平上升，造成一定的信息损失，影响阵列天线接收信号的输出信干噪比（Si g n a l-t o-In t e r f e r e n c e-No i s e R a t i o,SINR）。为解决这个问题，提出一种基于改进阻塞矩阵的动态超材料天线（DynamicMetamaterialAntenna，D M A）小信号主瓣保形与导向失配恢复方案。首先，基于DMA结构特性设计改进阻塞矩阵，对接收信号进行预处理；其次，采用权失量补偿方法对小信号的导向矢量进行变换；最后，通过自适应空域滤波算法设计求解DMA的方向图状态向量，在天线射频前端实现了空域滤波小信号匹配接收。仿真结果表明，经过阻塞矩阵预处理后的DMA比传统天线具有更好的空域波束赋形能力。所提方案能够有效对抗主瓣存在强干扰的情况，降低主瓣失真，恢复小信号主瓣峰值偏移的导向矢量，进一步提高期望小信号的接收增益，证明所提算法的有效性以及优于传统天线阵列波束形成方法的优势。关键词：动态超材料天线；改进阻塞矩阵；主瓣干扰；信干噪比最大化中图分类号：TN975文献标识码：A文章编号：16 7 1-0 6 7 3(2 0 2 3)0 4-0 42 4-0 8DMA Small Signal Mainlobe Reshaping and Steering MismatchRecovery Scheme Based on Improved Blocking MatrixWANG Yuankai,JIN Liang,LOU Yangming(Information Engineering University,Zhengzhou 450001,China)Abstract:When traditional array antennas use blocking matrix preprocessing to combat strong main-lobe jamming,it is expected that small signals will experience mainlobe distortion,peak shift andside level rise,which will affect the output signal-to-interference-noise ratio(SINR)of the receivedsignal of the array antenna.To solve this problem,this paper proposes a dynamic metamaterial an-tenna(DMA)small signal mainlobe reshaping and steering mismatch recovery scheme based on theimproved blocking matrix.First,based on the DMA structure characteristics,the improved blockingmatrix is designed to preprocess the received signal.The weight vector compensation method is usedto transform the steering vector of the small signal,and the adaptive spatial filtering algorithm is de-signed to solve the DMA pattern state vector,and the spatial filtering small signal matching receptionis realized in the antenna radio frequency(RF)front end.The simulation results show that the DMApreprocessed by the blocking matrix has better spatial beamforming ability than the traditional anten-na.The proposed scheme can effectively counteract the strong jamming of the mainlobe,reduce the收稿日期：2 0 2 3-0 3-15；修回日期：2 0 2 3-0 4-0 1基金项目：嵩山实验室资助项目（2 2 110 0 2 1130 0-0 1）；国家自然科学基金资助项目（U22A2001)；国家重点研发计划资助项目(2022YFB2902202)作者简介：王元凯（19 9 7-），男，硕士生，主要研究方向为无线通信抗干扰。上元凯于改进阻塞矩阵的DMA导向失配恢复方案425第4期distortion of the mainlobe,restore the steering vector of the peak offset of the mainlobe of the smallsignal,and further improve the receiving gain of the desired small signal,which proves the effective-ness of the proposed algorithm and its advantages over traditional antenna array beamforming meth-ods.Key words:dynamic metamaterial antenna;improved blocking matrix;mainlobe jamming;signal-to-interference-plus-noise ratio maximization0引言随着强电磁对抗环境的日益复杂，传统阵列天线面临着来自各个方向的电磁干扰信号的严重影响，尤其是大功率主瓣干扰。从来波方向来看，电磁干扰可分为主瓣干扰和旁瓣干扰。通过采用多种自适应波束形成技术，如旁瓣消除、旁瓣消隐 1-2 ，可以有效地抑制旁瓣的影响,从而实现对干扰的有效控制。而这些方法对于主瓣存在强干扰时无效，主瓣强干扰更容易覆盖期望小信号，引起前端动态恶化甚至阻塞，迫使模数转换（Analog-to-Digital Converter，A D C）工作在非线性区，产生非线性失真，导致期望小信号被淹没在其中，期望小信号的捕获接收愈发困难，对传统阵列天线的对抗水平和战斗力产生不利影响；再加上目前高性能ADC器件已成为国外限制我国科技发展的重要“卡脖子”器件，小信号的信息损失很难通过后端数字处理弥补。因此，有效提升主瓣强干扰下阵列天线接收信号的输出信干噪比（Signal-to-Interfer-ence-Noise Ratio,SINR）已然成为阵列天线接收机对抗强电磁领域函待解决的一个关键问题 3目前，阵列天线对抗主瓣干扰的方法可分为阵列排列优化方法和数据预处理方法。其中，阵列排列优化方法侧重于辅助阵列的设计。文献 4 提出了一种基于辅助阵列的主瓣干扰抑制方法。该方法采用辅助阵列扩大孔径主雷达，通过添加辅助阵列在主瓣附近形成偏移抑制波束。然而，偏移波束的选择明显影响干扰抑制性能，导致主瓣变窄，原始主瓣干扰落人旁瓣区域。基于特征投影和协方差矩阵重构的主瓣干扰抑制方法 5 是数据预处理方法中最常用的方法之一。该方法基于特征子空间相关理论，利用特征向量构造主瓣干扰正交子空间，通过特征投影消除主瓣干扰。但是，该方法的前提假设是训练数据不包含期望信号，因此在实际应用中存在模型不匹配的问题。此外，相关性较强的特征向量会干扰特征波束发生偏移，导致主瓣失真 6 。文献 7 提出了一种基于特征子空间的主瓣干扰抑制方法。该方法定义了一种新的保型约束方法，以在实现主瓣形状保持的同时实现理想的干扰零点，但陷波约束会提高和扭曲旁瓣。为了有效抑制主瓣强干扰信号,文献 8 提出了一种基于阻塞矩阵的预处理方法，该方法可以有效地抑制主瓣强干扰信号，并且通过仿真分析可以获得良好的性能;文献 9 提出了一种基于Household变换的新型阻塞矩阵，它能够有效地抑制白噪声污染，从而改善系统的性能；通过采用特征投影预处理技术,文献 10 大大改善了阻塞矩阵的性能，使其对快拍数的敏感度大大降低，并且抗干扰能力明显。然而在运用阻塞矩阵对抗主瓣强干扰时发现，传统阻塞矩阵预处理方法会改变期望小信号的复包络，造成期望小信号的信息损失，影响接收机输出的信干噪 比（Signal to Interference plus Noise Ratio，SINR）,不利于后续数字信号处理的流程。现有研究文献 11 针对此问题对阻塞矩阵进一步改进，在减少信号损失的同时，进一步提高了算法对抗主瓣干扰的性能。上述研究方法已被广泛应用于ADC之后的数字预处理技术中，建立在同构阵列天线结构之上，然而这种靠“大算力、大数据”的后端数字信号处理方法是建立在前端射频天线对模拟信号的接收效果后进行的，数字信号处理技术的能力受限于前端。现有一种用于实现大规模天线阵列的新兴技术是基于可重构超材料,其介电常数和磁导率等物理特性是动态可调的【12 ，以表面配置堆叠的超材料（又称为超表面）可以进行调整以实现对传输、接收或撞击波的不同转化 13,迄今为止超表面的两个主要应用被考虑用于无线通信。第一种使用无源超表面作为反射器，即智能反射表面 14-16 ，它产生灵活的反射模式以便按期望的方式改变无线传播环境 17 ;第二种应用超表面作为大规模阵列天线，称为动态超材料天线（DynamicMetamaterialAntenna,DMA)20233年信息426程大学学报迄今为止,DMA相关的研究主要集中在降低路径损耗 18、提升多用户通信吞吐量以及定向聚焦波束方面 12,19 。它作为一种先进的数字超材料大规模天线阵列，可以将多种信号处理技术集成在一起，无需专用的模拟电路即可自然地减少射频链，将带有集成信号处理单元的大型可编程表面用于多输人多输出（Multiple-Input-Multiple-Output，MIMO)通信。从阵列结构分析,DMA由多组微带组成，每个微带由多个亚波长、频率相关的共振超材料元件组成。这些超材料元件共用一个波导作为馈源，相较于传统的移相器搭配贴片阵列的天线而言,阵列结构更加紧凑。当用作接收天线阵列时，DMA的各个超材料元件能够将观测到的信号在每个微带的单输出端口处进行组合，通过奈奎斯特采样向射频链和ADC馈电。从电磁调控特性分析，DMA可以根据不同的场景需求配置超材料元件的状态，以完成对电磁波的动态调控，形成敏捷可变的阵列方向图，能够实现对空域信号的模拟滤波。DMA可以通过先进的模拟信号处理能力，实现发射/接收波束方向图的可编程控制 2 0-2 41，具有良好的适应复杂多变电磁环境的特性。因此，DMA在对抗主瓣强干扰时将能够在天线射频前端（即模拟域）提前对接收信号进行预处理，利用其独特的电磁调控特性更加精准地辅助数字信号处理技术，以有效恢复因主瓣强干扰造成的小信号主瓣失真和峰值偏移等，进一步提高小信号的接收SINR。基于上述分析,本文提出了一种基于改进阻塞矩阵的DMA小信号主瓣保形与导向失配恢复方案。首先基于DMA结构特性设计改进阻塞矩阵，对接收信号进行预处理，然后采用权矢量补偿方法对小信号的导向矢量进行变换，通过自适应空域滤波优化算法迭代求解出DMA的方向图状态向量，在天线射频前端实现对主瓣存在强干扰时的有效抑制，降低主瓣失真，恢复小信号主瓣峰值偏移的导向矢量，进一步提高期望小信号的接收增益。仿真结果表明，经过改进阻塞矩阵预处理后的DMA在主瓣存在强干扰时的期望小信号损失要小于传统天线阵列,有效补偿了主瓣失真，对其他来向的强干扰信号进行零陷对准形成有效衰减，小信号接收效果更佳。这既不增加数字域处理的计算代价，也不影响后续信号处理的流程，能够使接收机有效应对主瓣存在强干扰信号的天线环境。1空域滤波小信号接收模型建立1.1场景搭建如图1所示,考虑场景中的接收端(Receiver)配备了一个包含N个超材料元件的DMA，阵元间距d=入/2，入为波长。Transmitter为期望小信号源Jammer为强干扰信号源，在信号传播过程中，由于地形对电磁波的影响，Transmitter和Jammer传输的信号将通过多条路径到达Receiver的DMA。码字状态Jammer10100DMADMA控制器Transmitter接收端图1小信号抗主瓣强干扰场景本文假设多径数均为L,Transmitter和Jammer的来波方向已知，从信道估计结果中已获得相应的多径信道值。1.2模型建立基于DMA线阵的小信号抗主瓣强干扰架构示意图如图2 所示。本文认为DMA是由一个N1个超材料元件组成的均匀线性阵列。与传统阵列天线对接收信号“重数字、轻模拟”的系统处理架构不同,DMA对接收信号的处理架构为“先模拟处理、后AD采样、再数字处理”元凯基于改进阻塞矩阵的DMA早向失配恢复方案第4期427入射波e/2元ckino/.e/2元(N-1xsin0/21射频链路超材料元件馈电端口图2DMA线阵结构当人射波到达DMA表面后，其电磁特性被超材料元件改变，然后流入射频通道，则在第k个符号周期内，DMA阵列的接收信号可以表示为X=A(0)ST.h+A(0,)SJ.+n(1)式中:A(）为流形矩阵,A(）()，,(0,);(0)=1,e2(N-1)/Axine 表示信号源的导向矢量;ST.kEC和S.=C分别表示Transmitter和Jammer发送的导频信号;0 3T,，:,T.别表示Transmitter和Jammer在接收方Receiver处的多径到达角（Angle of Arrival,AOA);nk【n 1,，n N,是DMA的N个超材料元件接收到的噪声矢量，遵循独立同分布CN(O,）。2主瓣保形与导向失配恢复方法2.1接收信号预处理方法假设强干扰仅存在第i条径落人主瓣范围内,则本文重新构建了一种新的阻塞矩阵预处理方法，可以有效抑制主瓣强干扰，具体构造为ZZZ(2)1Z式中,Z矩阵的维度为NL,z=1-eiN/2(i=-iz)，其中;=(2d/入)sin0;通过采用新的阻塞矩阵预处理技术，本文可以得到一个更加精确的信号矩阵：x=ZOx(3)式中,x矩阵的维度为NL。从式（3）可以看出，当,=,时,=i,则x,对应的第iz列全为0。当接收到主瓣干扰信号时，复包络将被置零，从而达到消除干扰的目的。此外,DMA线阵接收到来自不同方向的信号时，不会改变其角度信息，只会改变复包络的大小。此时,DMA在AOA的处响应为T(0)=CTY()OA(0)OZ(4)(w1,g.)(w1,e,)亚()=(W,)(5)式中：CT=1,1,表示DMA的线阵加权因子；表示哈达玛的乘积；（;，）表示超材料元件不同的码字对应改变的人射波振幅和相位。式（4）可以进一步推导如下：T(0)=2(w)TA(0)OZ(6)式中,2()ej(a1)N)T,P(n）表示在单个符号周期内使用的DMA码字状态参数，DMA的模式可以通过调整码字的值来定制。此时，在第k个符号周期内，假设信道在估计过程中保持不变，Transmitter和Jammer的信道分别表示为hr=(0%)h(0r)(7)g)=T(0,)g(0,)(8)则预处理后，DMA的接收信号可表示为yh=hrST.h+gSJ.h+n(9)则DMA的N个超材料元件接收到的信号可以重新表示为J,=2(w)TA(0)OZh(0.)ST.k+g(0,)sJ,+nh(10)式中Yyi,ya,SST.,.a和S,sj,1，,Sj,分别代表Transmitter和Jammer的导20233年程大学学报信息428频序列，则第k个符号周期内,DMA阵列输出的复基带接收信号功率可表示为P=Eyy|(11)out则DMA阵列输出的复基带接收信号功率可重新表示为Pou2(W)TA(0F)P,A(0T)+A(0,)PA(0)J2()+g?(12)2.2导向矢量恢复方法通过阻塞矩阵的预处理，可能会导致阵元码字的权重与静态导航矢量存在差异，从而引起主波束的位置变化。为了纠正这一问题，本文可以通过权重矢量补偿的方法来实现，其实质是对导向矢量进行交换，具体表示为A(0)=(ZZH)A(0)(13)2.3目标函数建立为了简化分析，本文将Transmitter发送的小信号sr.和Jammer发送的强干扰信号sj,k=1,K功率归一化为1。因此,接收端（Receiver）的接收SINR可以表示为2()TA(0)P,AH(0%)2(0)RsIN(14)2(w)A(0)PP,A(0)2(W)+03DMA方向图状态矩阵优化3.1问题确立为提高小信号的接收功率，抑制强干扰及其杂散噪声信号的接收功率，则应使式（14）中的接收SINR最大化。在已知多流信号来波方向和信道值的基础上,式（14）被转化为优化DMA每个阵元对应的码字，即优化2(）使SINR达到最大。因此，该优化问题可以写为2()d2(w)maxn(w)2(0)2(0)+g2(15)s.t.1 2,(w)1?=1,n=1,.,N式（15）实际上是一个最大分数阶目标函数问题,它是一个非凸问题。为了得到式（15）的最优解，本文需要将其转化为一种更可行的形式。通过将 2()2()=Tr(Q(w)2()和2()()=Tr(2H()2()进行转换,并表示V=Q（)2(）,其中V0且rank(V)=1,式(15)等价于:Tr(V)maxvTr(VV)+o?(16)s.t.V,Vn.n=1,n=1,Nn,n(V 0,rank(V)=1针对此类非凸问题，本文使用半正定松弛（Se m i-D e f i n i t e R e l a x a t i o n，SD R）方法来解决，可将式（16）作为最大分数目标函数问题并使用凸优化工具求解。本文需要去除秩1约束，因此式（16)被简化为下列SDR模型：Tr(V)maxyTr(YV)+g?(17)s.t.Vn=1,n=1,.,Nn,nV0然而，由于式（17）的目标函数具有线性分式结构,因此不能得到SDR解。一个经典的解决方法是具有高计算复杂度的二分搜索算法，通过求解一系列SDR解，以搜索全局最优。本文采用了Charnes-Cooper变换方法能够有效解决式（17）。3.2凸优化算法针对分数阶目标函数式（17），本文采用Charnes-Cooper变换方法,将其分式结构转化为整式，通过引人变量0,将以下变量转化为V=uV(18)则式(17）可以写为max Tr(V)s.t.Tr(V)+o?=(19)Vnn=,n=1,.,Nn,nVo,u0式中,为一个常量,根据文献 2 5 知0。有许多凸优化求解器可用来求解式（19），本文采用的是Matlab编程软件中的CVX工具箱进行求解。4数值仿真结果及分析为了建立其输入输出关系,本文假设Transmit-ter和Jammer的来波方向已知，从信道估计结果中已获得相应的多径信道值。本文设定在一个N=8阵元的DMA均匀线阵中进行仿真实验。阵元间距d=入/4，每个阵元的比特数nbils=2,快拍数N,=512,信噪比Rs=10dB，干噪比Rin=30dB,DMA的每个信道接收到的噪声遵循独立同分布CN(0,1）。空间信号存在一个王元于改进阻塞矩阵的DMA主瓣保形与导向失配恢复方案信号第4期429期望小信号和一个互不相干的强干扰信号，且小信号和强干扰信号的多径数L=3，多径角度分布=-T/2,T/2。4.1抗主瓣强干扰效果对比通过使用改进的阻塞矩阵,本文评估了DMA线阵在抵御具有主瓣的强干扰时的可靠性和准确性。与传统同构阵列天线自适应波束方向图PHI=1，1 进行比较，参数设置如上，仿真结果如图3所示。其中：绿色竖线表示期望小信号的来波方向；红色竖线代表强干扰信号的来波方向。10PHl-phiM&cc0PHI-L,-10-20-30aP/影一E-40-50-60-70-80-90-100L-3-2-10123弧度/rad图3基于改进阻塞矩阵的DMA线阵与同构阵列天线的波束方向图比较从图3左侧的主波束可以看出，通过对阻塞矩阵的优化，本文的方法能够有效地抑制主瓣的强干扰，实现期望方向的波束形成。主波束没有出现变形或失真，也没有发生偏移。然而从图3右侧的来向信号可以看出，本方案对强干扰其他来向形成了深零陷，对强干扰进行了有效抑制。相较于同构阵列天线而言，DMA的阵列方向图对准了期望小信号的来波方向，小信号得到有效接收，证明了该方案的有效性。值得注意的是，图3黑圈范围内表示的来向信号中，强干扰信号的其中两条径与期望小信号近乎重合，此时期望小信号的接收增益下降。若主瓣范围内强干扰信号的来波方向与期望小信号的来波方向一致时，接收信号也会因阻塞矩阵预处理而受到严重损失。4.2不同算法对小信号的接收性能对比为进一步探究DMA线阵经改进阻塞矩阵预处理后的抗干扰效果与输入干噪比的关系，本文设定信噪比Rs=-30,30 ,设定干噪比Rj=30dB,剩余条件同4.1节的参数设置。本文同时比较了自适应波束形成MVDR算法PHI=phimvDR、离散遍历搜索算法PHI=phiTra、未进行阻塞预处理的自适应空域滤波算法PHI=phicc和同维度同构阵列天线PHI=1，,1 对小信号抗干扰性能，仿真图中的不同算法优化得到的波束方向图状态矩阵如表1所示。DMA对小信号的接收SINR增益效果如图4所示表2不同算法下的方向图状态矩阵表示不同算法下的阵列天线名称码字状态权值矩阵N阵元同构阵列天线PHI=1,.,1基于改进阻塞矩阵预处理PHI=phigM&CC算法的N阵元DMA基于CC变换算法的N阵元DMA26PHI=phicc基于MVDR算法的N阵元DMA27PHI=phiMVDR基于离散遍历搜索算法N阵元DMA28PHI=phiTra50PHI-phisMiacCPHI-phicc40PHI-phirnPHI-phivDR30PHI-1,1200一X-24.710YO0X-18.1YO-10-20-30-20-100102030输入SNR/dB图4接收SINR增益随SNR变化图从图4可以看出，当干噪比保持不变时，随着小信号输SNR的降低，阵列输出SINR的增益也呈现下降趋势，基于离散遍历搜索算法的性能也逐渐趋近于本文所提方案的性能。与未进行阻塞矩阵预处理的方案PHI=phicc相比，本文所提方案通过设计改进阻塞矩阵预处理后整体平均提升了6.20dB的小信号接收增益；与基于改进阻塞矩阵预处理的同维度8 阵元同构阵列天线PHI=1,，1 相比,本文方案等效提升了6.6 0 dB增益的接收信号动态处理范围，证明了本文所提方案在对抗主瓣强干扰的性能优势，对小信号的接收效果更佳。4.3阵列参数变化对小信号接收性能的影响4.3.1阵元数变化为说明本方案在改善信号损失方面的抗干扰效果，本文从阵列天线本身的角度出发，比较了遍20233年430信息程大学学报历搜索算法、同维度的同构阵列天线与本方案之间的小信号抗干扰性能。本节设定阵元数N=8,16,24，其余参数同上，对仿真进行10 0 0 0 次蒙特卡罗实验取均值，最终得到基于DMA线阵的不同算法与同维度同构阵列天线对小信号抗主瓣强干扰的接收效果，求解出的最大化SINR如图5所示。80N=8.PHI-phisyxc70.N=8,PHI=phirnN=8,PHI-1,160N=16.PHI-phimisc:50B-N=16,PHI=phir.N=16,PHI-1,140N=24.PHI-phimx(c30N=24,PHI=phir.N=24,PHI-1,12010-5.30-5.4-103.5-5.6-2030.230.130.0-30-40-30-20-100102030输人SNR/dB图5不同阵元数下接收SINR增益随SNR变化图从图5可以看出，所提方案对小信号的接收SINR增益效果整体要优于离散遍历搜索算法，同构阵列天线的接收SINR最差。从图中本方案的3条曲线分析，当小信号的SNR逐渐降低时，通过逐渐增大DMA线阵的超材料元件数，所提方案能够有效提升对小信号的接收SINR增益这是因为当DMA的超材料元件个数增多时，DMA对空域多流信号、多径信道的观测自由度增加，对空域多流信号的分离接收能力增强，这也验证了DMA具有较强的空域阵列信号处理能力，能够有效抑制主瓣存在强干扰的情况4.3.2阵元间距变化当缩小阵元间距d/入=1/2,1/3,1/4，剩余参数保持不变，则变化曲线如图6 所示dl/=1/4,PHI=phivs(:7041.2.d/=1/4,PHI=phifrm41.060d/=1/4,PHI-1,1d/2=-1/3.PHI-phivs(c.40.8dla=1/3,PHI=phir.40.65019.820.020.2d/=1/3,PHI-1,140d/=1/2.PHl=phinvux(xd/-=1/2.PH=phir300d/=1/2,PHI-1,.,1201017.45F017.40-1017.35-0.70-0.65-20-30-20-100102030输人SNR/dB图6当缩小阵元间距时接收SINR增益随SNR变化图从图6 可以看出，阵元间距也能够影响阵列天线对小信号的接收SINR增益。整体来看，当进一步缩小阵元间距时，DMA对小信号的接收SINR增益呈现下降趋势，这表明在复杂强电磁干扰场景下，还应合理优化DMA超材料元件之间的间距，以最大化提高每个超材料元件对信号的感知观测能力,进一步提升对DMA对空域多流信号的分离接收增益效果。5结束语本文从改善阻塞矩阵预处理过程中的信号损失出发，针对理想强干扰场景下存在主瓣强干扰导致小信号主瓣失真、峰值偏移等问题，在现有对抗主瓣强干扰研究基础上，利用DMA进行主瓣波束的方向图优化设计。首先，结合DMA阵列结构特性设计改进阻塞矩阵，对接收信号进行预处理；其次，采用权矢量补偿方法对小信号的导向矢量进行变换；最后，通过基于改进阻塞矩阵预处理算法进一步优化自适应空域滤波算法，最终迭代求解出DMA的方向图状态向量。仿真结果表明，经过改进阻塞矩阵预处理后的DMA在主瓣存在强干扰时的期望小信号损失要小于同维度8 阵元的同构阵列天线PHI=1，,1,等效提升了6.6 0 dB增益的信号接收动态处理范围，有效补偿了主瓣失真,并恢复了主瓣波束峰值偏移,对其他来向的强干扰信号进行零陷对准形成有效衰减，小信号接收效果更佳。参考文献：1 EL-AZHARY I,AFIFI M S,EXCELL P S.A simple algo-rithm for sidelobe cancellation in a partially adaptive line-ar array J.IEEE Transactions on Antennas and Propaga-tion,1988,36(10):1482-1486.2 BAROTT W C,HIMED B.Time-modulated array patternfor sidelobe blanking in spectrometry and radar J.IEEEAntennas and Wireless Propagation Letters,2014,13:1015-1018.3 MAO JQ,LUO F,ZHANG Y W.Mainlobe interferencesuppression method based on coprime array C/2021CIE International Conference on Radar(Radar).Haikou,Hainan,China:IEEE,2021:1887-1892.4 ZHANG H G,LIU W,LIU Q H,et al.Design of large ap-erture sparse array for mainlobe interference cancellation（编辑：李志豪）王元凯，等基于改进阻塞矩阵的DMA小信号主瓣保形与导向失配恢复方案第4期431J.The Journal of Engineering,2019,2019(19):6099-6103.5 YANG X P,ZHANG Z A,ZENG T,et al.Mainlobe inter-ference suppression based on eigen-projection processingand covariance matrix reconstruction J.IEEE Antennasand Wireless Propagation Letters,2014,13:1369-1372.6】陈卓,贾维敏,金伟，等.一种稳健的多主瓣干扰抑制方法 J.系统工程与电子技术，2 0 2 0,42(3）：544-549.7毛家琪，罗丰，韦婧歆.基于特征子空间的强主瓣干扰抑制方法 J.信号处理，2 0 2 1,37（2）：2 6 8-2 7 5.8高阳,许稼,龙腾.阻塞矩阵抗干扰方法性能分析 J.信号处理,2 0 15,31(10）：136 1-136 5.9沈伟,谢文冲，陈威，等.基于Household变换阻塞矩阵的机载雷达抗主瓣干扰方法 J.空军预警学院学报，2020,34(4):250-255.105张萌，胡敏，宋万杰，等.基于BMP及CMR的抗主瓣干扰算法研究 J.雷达科学与技术，2 0 2 0,18（3）：233-238,246.11潘鑫锐，宫健，陈，等.基于改进阻塞矩阵的抗主瓣干扰算法 J.电光与控制，2 0 2 2,2 9(2）：2 5-2 9.12 HUANG C W,HU S,ALEXANDROPOULOS G C,et al.Holographic MIMO surfaces for 6G wireless networks:opportunities,challenges,and trends J.IEEE WirelessCommunications,2020,27(5):118-125.13 HOLLOWAY C L,KUESTER E F,GORDONJ A,et al.An overview of the theory and applications of metasur-faces:the two-dimensional equivalents of metamaterialsJ.IEEE Antennas and Propagation Magazine,2012,54(2):10-35.14 JIA S Q,YUAN X J,LIANG Y C.Reconfigurable intelli-gent surfaces for energy efficiency in D2D communica-tion network J.IEEE Wireless Communications Let-ters,2021,10(3):683-687.15ELZANATY A,GUERRA A,GUIDI F,et al.Reconfigu-rable intelligent surfaces for localization:position and o-rientation error bounds JJ.IEEE Transactions on SignalProcessing,2021,69:5386-5402.16 CUO S S,LV S H,ZHANG H X,et al.Reflecting modu-lation J.IEEE Journal on Selected Areas in Communi-cations,2020,38(11):2548-2561.17 WU Q Q,ZHANG R.Intelligent reflecting surface en-hanced wireless network via joint active and passivebeamformingJ.IEEE Transactions on Wireless Com-munications,2019,18(11):5394-5409.18 ZHANG H Y,SHLEZINGER N,GUIDI F,et al.Beam fo-cusing for multi-user MIMO communications with dy-namic metasurface antennas C/ICASSP 2021-2021IEEE International Conference on Acoustics,Speech andSignal Processing（ICA SSP).T o r o n t o,O N,Ca n a d a:IEEE,2021:4780-4784.19 DARDARI D.Communicating with large intelligent sur-faces:fundamental limits and models J.IEEE Journalon Selected Areas in Communications,2020,38(11):2526-2537.20 SHLEZINGER N,DICKER O,ELDAR Y C,et al.Dy-namic metasurface antennas for uplink massive MIMOsystems J.IEEE Transactions on Communications,2019,67(10):6829-6843.21 YOO I,IMANI M F,SLEASMAN T,et al.Enhancing ca-pacity of spatial multiplexing systems using reconfigu-rable cavity-backed metasurface antennas in clusteredMIMO channels J.IEEE Transactions on Communica-tions,2019,67(2):1070-1084.22 WANG H Q,SHLEZINGER N,JIN S,et al.Dynamicmetasurface antennas based downlink massive MIMOsystems C/2019 IEEE 20th International Workshopon Signal Processing Advances in Wireless Communica-tions(SPAWC).Cannes,France:IEEE,2019:1-5.23 WANG H Q,SHLEZINGER N,ELDAR Y C,et al.Dy-namic metasurface antennas for MIMO-OFDM receiverswith bit-limited ADCs J.IEEE Transactions on Com-munications,2021,69(4):2643-2659.24 SSHLEZINGER N,ALEXANDRO