当信号方向向量精确已知时,传统最小方差无畸变响应(MVDR)波束形成算法具有较好的分辨率和抗干扰能力.在实际通信环境中,由于外部环境、天线阵列以及采样协方差矩阵的估计误差等因素的影响,导致传统MVDR波束形成算法的性能急剧下降.针对这一问题,本文提出了一种新的基于对角载入的鲁棒MVDR波束形成算法.该算法考虑信号方向向量的偏差对MVDR算法性能的影响,并在最大允许偏差范围内导出最优的权重向量,有效地抑制了偏差对输出性能的影响,具有很强的鲁棒性,从而能够适应复杂的通信环境;同时该算法采用递推算法避免矩阵求逆

是西北工大博士孙思宁根据NTT论文编的mvdr代码，输入不用doa,和麦克风阵列流型，用cgmm估算噪声并反求方向向量。

Ayman Elnashar 的书《Simplified Robust Adaptive Detection and Beamforming for Wireless Communications 1st Edition》中算法的matlab代码，github能够下载https://github.com/draymanelnashar/robustadaptivedbeamforming.

包含MVDR算法，MUSIC算法，ESPRIT算法，FSAPES算法的MATLAB仿真，里面附有详细的注释，有不理解的地方可以评论区回复，适合初学者参考

包含MVDR算法，RLS算法，奇异值分解MVDR算法用于功率谱估计的MATLAB仿真，里面附有详细的注释，有不理解的地方可以评论区回复，适合初学者参考

基于matlab的频域MVDR算法，用于对目标进行方位估计。相较于常规波束形成算法，有效的降低了旁瓣，并降低了主瓣宽度

使用功率倒置方法在频域内对宽带干扰信号进行抑制，包括北斗B1C信号模拟，宽带阵列接收信号建模，双通道重叠加窗与反加窗，频域内干扰抑制等仿真内容

MVDR算法波束形成，在MATLAB当中实现的源代码

mvdr算法

波束形成技术在无线通信领域，如声纳、雷达等阵列处理等领域有着不可替代的重要作用。一般而言，波束形成可以大致分为两类：传统波束形成和自适应波束形成。传统波束形成是指通过空域匹配滤波进行的常规波束形成技术；而自适应波束形成则是指利用算法对波束进行自适应的控制以达到一定的抑制干扰目的的波束形成技术。常见的波束形成方法有最小均方误差（LMS）算法、采样矩阵求逆（SMI）算法和最小方差无失真响应（MVDR）算法。MVDR算法满足最小噪声方差准则，既能保持收敛速度和稳态误差之间的平衡，同时也能保证在较高性噪比条件下算法的鲁棒性，算法对矩阵求逆运算，拥有较大计算量。