任意平面阵列的宽带相干信号测向方法

为了降低求解聚焦矩阵时的计算量,提出了一种新的宽带聚焦波达方向(DOA)估计方法.根据各个频点的信号子空间来构造聚焦矩阵,得到单一频率点的数据协方差,再应用窄带信号处理的方法进行DOA估计.这种聚焦矩阵维数小于双边相关变换(TCT)方法,因此新方法运算量小于双边相关变换方法,便于工程上的实现,并且适用于任意的平面阵列.仿真结果证明了算法的有效性.     

一种存在阵列误差情况下的宽带DOA估计方法

相对于窄带信号,宽带信号阵列模型误差更加复杂和多样。文章首先给出了宽带信号条件下的阵列误差模型,利用四阶累积量估计出各频点上实际的方向矩阵,然后利用总体最小二乘(TLS)算法给出了一种存在阵列误差情况下的聚焦矩阵的求法。仿真结果表明此方法在存在阵列误差时DOA估计精度较高,稳健性好。     

色噪声下基于差分聚焦的宽带DOA估计方法

针对色噪声下宽带阵列波达方向(DOA)估计精度差及稳健性不足的问题,本文结合协方差矩阵差分理论及特征向量空间聚焦算法提出有效解决方案.算法首先按照协方差矩阵差分理论求解差分矩阵,并对差分协方差矩阵进行特征分解,取正特征值部分对应的特征向量重构观测模型,消除色噪声及“伪峰”影响;然后,针对新观测模型,构建新的信号自相关矩阵;在此基础上,推导了不需角度预估的宽带DOA估计方法原理,即以不同频点处特征向量信号子空间为基础,求解聚焦矩阵;此外,为避免特征分解过程中零特征值所对应的特征向量对算法分辨门限的影响,依照特征值递减序列对特征向量矩阵进行重新排列,由非显著部分与信号阵列流型矩阵之间的正交性关系,重构聚焦矩阵.最后,仿真比较分析了所提算法与在噪声背景下的测向精确性、分辨能力、算法稳健性及复杂度方面的性能.理论分析及仿真结果表明,本文方法在色噪声背景下估计精度高、稳健性好,且不需要进行角度预估,复杂度低,实用性较强.     

修正STFD-ESPRIT到达角估计

提出了基于修正空间时频分布(STFD)矩阵的ESPRIT算法以实现对宽带线性调频信号的到达角估计.通过求阵元输出间的互Wigner-Ville分布(XWVD),并以其幅值最大值对应时频点的XWVD值作为修正STFD矩阵对应的元素,则该矩阵具有类似窄带信号阵列协方差矩阵类似的数学结构;在均匀直线阵列下,阵列输出的修正STFD矩阵在利用变换矩阵进行变换后具有平移不变性,为此可应用ESPRIT算法以实现DOA估计.     

麦克风阵列二维方向估计聚焦算法研究

聚焦算法是解决宽带信号方向(DOA)估计问题的重要算法。常规的宽带聚焦算法需要进行预估计和多次迭代,算法的计算复杂度较高。该文根据宽带聚焦算法的思想,结合语音信号的特点,以各频率点的频域相关矩阵和聚焦点的相关矩阵的均方误差最小为最优化准则,提出了一种不需要预估计和迭代的二维宽带聚焦算法。该算法实时性好、计算复杂度低。采用八元均匀圆环麦克风阵列,仿真验证了该算法的良好二维DOA估计性能。     

基于分数阶傅里叶变换的宽带Chirp信号的波达方向角估计

利用分数傅里叶变换(Fractional Fourier transform,FRFT)时频面旋转的特性,将Chirp信号的能量集中,并在分数阶傅里叶域内接收含宽带Chirp信号参数的方向矩阵,然后再通过窄带DOA(Direction of arrival)算法进行波达方向角估计。理论分析和仿真试验证明了该算法的有效性,并且很大程度地提高了信噪比。     

信号相关性与DOA估计

窄带波达方向(DOA)估计模型中,相干信号的问题很容易引起混淆。一些文献简单地认为频率不同的信号是不相干的,而频率相同的信号就是相干信号。因此,在建立不相干信号的DOA估计模型时,采用不同中心频率的信号,而使用的方向矩阵却采用同一个信号频率,该文提出,当信号中心频率不同时,应采用各自相应的频率来建立方向矩阵。其DOA估计应采用宽带信号的DOA估计方法,也就是应该对不同的频率进行聚焦。而采用同一个频率来建立的方向矩阵恰好同聚焦后的信号模型相同,因此,其估计结果也就是正确的。但这样的信号模型与事实并不相符。该文严格按照相干信号的定义证明了只有频率和初始相位都相同的窄带信号才是相干信号,最后通过计算机仿真验证了这一点。     

基于张量域降噪的宽带DOA估计

针对低信噪比条件下远场宽带信号波达方向(DOA)估计精度低的问题,提出了一种基于张量域降噪的宽带DOA估计算法。首先,联合各子频带数据构造张量信号;然后进行高阶奇异值分解,并利用最小描述长度准则分离信号与噪声;其次,改进协方差矩阵拟合算法,利用L1范数对信号功率进行约束,获得L1约束问题模型并求解;最后,对所有窄带估计结果进行融合得到宽带信号DOA。仿真结果表明,该算法可有效地降噪,同时较求根多重信号分类算法和旋转不变子空间参数估计算法,该算法对DOA估计无需预知信源数目,且在低信噪比条件下具有较小的均方根误差。     

基于解相干TOFS改进算法研究

针对频域子空间正交性测试（TOFS）算法不能处理宽带相干信号波达方向估计（DOA）的问题,提出两种解决方法：一是将修正 Toeplitz协方差矩阵重构技术应用到原TOFS算法中,对各频点协方差矩阵做修正 Toeplitz化预处理,恢复协方差矩阵的秩与目标数目相等,该方法在低信噪比估计精度有所提高,但会导致阵列孔径的减小,当信源数目较多时差较高;是提出一种基于虚拟变换的解相干TOFS改进算法,该方法利用各频点协方差矩阵的特定元素构造虚拟阵列接收数据,而后进行虚拟空间平滑以达到解相干的目的,与现有算法相比,该算法没有阵列自由度损失,且在低信噪比下算法DOA估计精度有了较大程度提高。数值仿真结果验证了该算法的可行性。     

基于循环自相关的DOA估计方法研究

为了克服传统信号DOA估计的不足,提高信号的选择性和分辨率,文章给出了基于循环均值阵列信号模型.根据该信号模型,运用最小二乘得到了对源信号方向进行估计的有效算法.该算法利用信号的循环平稳特性去除接收信号中的非循环平稳信号和不同循环频率的循环平稳信号,用循环统计量方法替代传统的二阶统计量方法,得到很好的DOA估计效果.计算机仿真结果证明,该算法在不同角度下具有很好的估计一致性和噪声抑制性.与其他的DOA估计算法相比,计算量较小,同时处理的对象既可以是窄带信号也可以是宽带信号,具有很好的实际应用价值.