适用于宽带接收阵列的无模糊二维DOA估计

为了满足宽带侦收的要求,提出了一种新的基于环形阵列的宽带天线阵列配置方案,利用2组独立空间欠采样通道得到有模糊的信号空域信息,并结合一定的解模糊算法和配对方法得到无模糊的空间信号到达角(DOA)估计. 仿真结果表明,所提算法在搜索量小的优势下能实现二维方向角的高精度估计及正确配对,且2组通道的采样数据可并行处理,增强了算法的实时性.     

非圆信号的二维相干测向新方法

传统的二维相干测向算法都是针对圆信号提出的,且要求大快拍数和较多阵元数,在低信噪比时估计性能较差.通过充分利用非圆信号的特点和L型阵列的结构优势,提出了一种非圆信号的二维解相干新方法.该方法利用阵列接收信号数据及其共轭信号数据,重新构造阵列接收数据矩阵,有效地扩展了阵列孔径;同时,提出了一种修正的空间平滑技术进行解相干,最后采用ESPRIT算法实现相干信号的二维DOA估计.所提方法具有阵列利用率高的优点,能够有效弥补传统二维测向算法阵列利用率低的缺点,提高了ESPRIT算法在低信噪比时的估计性能.实验仿真结果表明,所提方法能够有效实现二维相干信号估计并且估计性能优良.     

基于压缩感知理论的二维DOA估计

二维波达方向(direction of arrival,DOA)估计在雷达探测、电子对抗、医学成像等领域有着广泛的应用.针对现有算法估计精度不足、计算量巨大的问题,在基于压缩感知理论的背景下提出一种二维均匀L型阵列信号的DOA估计算法.该算法首先对阵列信号的俯仰角和方位角构建空间合成角,并对空间合成角构建过完备冗余字典;再利用正交化高斯随机矩阵构造观测矩阵;最后通过改进RM-FOCUSS算法和求解三角函数的方法还原出方位角和俯仰角.理论研究表明,该方法在高信噪比、多快拍条件下比传统算法具有更高的估计精度和分辨力,且通过压缩采样降低了运算量.仿真实验验证了上述结论.     

基于实值信号子空间的虚拟阵列解相干算法

针对存在相干信源时,传统的DOA估计算法失效问题,提出一种基于实值特征子空间的虚拟阵列解相干算法.该算法根据虚拟阵列变换的思想,利用阵列接收数据构造虚拟子阵,实现对信号的解相干处理,并将协方差矩阵从复数域变换为实数域,获得一个实值信号子空间,最后利用实数域ESPRIT (Unitary ESPRIT)估计信号波达方向.该方法避免了阵列孔径损失,保持了阵列的空间分辨率,估计精度高,利用个阵元可估计个信源,且引入实数域处理和无需空间谱搜索,运算量小.计算机仿真验证了该方法的有效性和优越性.     

基于改进MUSIC算法的二维DOA估计方法

提出了一种改进的二维MUSIC算法,该算法通过重构阵列接收数据协方差矩阵来降低入射信号源间的相关性,抑制信号子空间向噪声子空间的扩散,从而解决用MUSIC算法估计相干信号源到达方向(DOA)时的漏估计问题.该方法不仅对相关信号源的DOA估计有好的特性,也可以提高非相关信号源的DOA估计特性,而且计算量也没有大的增加.仿真试验证明了改进算法的有效性.     

基于压缩感知理论的宽带信号波达方向估计

针对一维宽带信号波达方向(DOA)估计中聚焦变换算法需要角度预估值的问题,在双边相关变换算法基础上设计了一种无需角度预估值的DOA估计算法.首先,利用离散傅里叶变换(DFT)变换将宽带信号分解为若干个不同频点处的窄带数据模型.然后,通过本文改进的聚焦矩阵将不同频点处的窄带数据聚焦到同一参考频点,得到单一频率点处窄带信号模型.最后,采用改进阵列协方差矩阵稀疏迭代估计算法进行求解.理论研究和仿真实验结果表明,该方法在低信噪比和多快拍条件下比传统算法具有更高的估计精度和分辨率,且结合压缩感知理论有效降低了算法的运算量.     

基于均匀面阵的相干信号源二维DOA估计新方法

相干信号源的来波方向(Direction of Arrival,DOA)估计问题一直是阵列信号处理技术的一个研究热点。现实环境中的信号源多为相干的,针对此问题提出一种改进的相干信号源二维DOA估计算法。通过对接收信号协方差矩阵进行矩阵重构处理,将采样数据协方差矩阵的秩恢复到等于信号源的个数;对重构的协方差矩阵进行特征分解,构造出信号子空间矩阵和噪声子空间矩阵,将两个子空间矩阵联合构造出新的空间谱函数;基于新的空间谱函数进行二维谱峰搜索,即可估计出多个入射信号的二维DOA。使用计算机软件进行仿真验证,仿真结果表明了所提方法的有效性。     

基于fast-RVM算法的CACIS型互质阵列DOA估计

针对CACIS型互质阵列的快速、高精度DOA估计问题,提出了一种能够用于复数数据的fast-RVM算法.首先分析了CACIS型阵列结构;其次基于虚拟阵列扩展原理,构建了基于复数数据的稀疏信号模型;最后进行了数据的实数化处理,使其能够适用fast-RVM算法的数据结构.仿真结果表明,本文提出的CACIS型互质阵列DOA估计方法在具有较低运算复杂度的同时,也兼具了较高的DOA估计精度.     

互质阵列下基于重叠有效孔径的DOA估计算法

为了解决互质阵列下DOA(Direction of Arrival)估计算法因使用空间平滑预处理而带来的阵列有效孔径损失、分辨率降低等问题,提出了一种矩阵重叠预处理方法.该方法通过分割空间平滑协方差矩阵,利用其子矩阵具有相同信号子空间的特性,将子矩阵进行重叠处理,扩展协方差矩阵行数,进而增大有效孔径.仿真实验结果表明:所提方法可以提高DOA估计的分辨率,低快拍下的估计精确度也有所提高.同时,本文将U-ESPRIT(Unitary Estimation of Signal Parameter via Rotational Invariance Techniques)算法应用在互质阵列上,通过使用矩阵重叠预处理并结合U-ESPRIT算法,取得了较传统方法更为准确的DOA估计效果.     

在均匀圆阵模式空间内实现的 二维ESPRIT算法

本文以均匀圆阵模式空间内的二维ESPRIT算法为基础,推导出用实数特征分解代替复数特征分解的改进算法.改进算法运算量减少,且因其构造的信号子空间与阵列方向向量张成的空间更相近,所以DOA估计的性能有所提高.计算机模拟结果证明了以上结论.     

一种均匀线阵的信号分离方法研究

为了进一步改善阵列信号处理中盲源分离算法的分离性能,本文提出了一种基于DOA估计的阵列信号分离方法。该方法的基本思想是利用MUSIC算法实现对阵列信号DOA的预先估计,构建一预估计方向加载矩阵W,使加载后的混合信号在该预估计DOA上的信号能量最大化,最后利用传统的盲源分离算法分离接收到的混合信号,得到原始信号波形。仿真结果表明,该方法分离效果优于直接的盲分离算法,原始信号与分离信号相关系数接近于1,但同时牺牲较大运算量。     

无需信源数估计的宽带多径信号DOA估计算法

现有的宽带DOA（direction of arrival）估计算法大都需要信源数已知,而实际应用中较难准确估计出信源的数目,信源数估计的误差将导致DOA估计的性能下降。针对此问题,文章提出一种无需信源数估计的宽带多径信号DOA估计算法。该算法首先利用泰勒级数展开将阵列接收数据近似为窄带数据,然后将宽带多径信号DOA估计问题转化为类似波束形成方法的约束最优化问题,最后通过求解最优权矢量得到最终的DOA估计值,并分析了约束参数的取值范围。仿真实验表明,相比于传统的TCT（two sided correlation transformation）算法,文章算法无需信源数估计且估计性能下降不大。实测数据验证了文章算法的有效性。     

相干/同向信号波达方向与多普勒频率的联合估计

针对相干/同向信号波达方向(DOA)与多普勒频率的联合估计问题,提出了一种基于特征空间的修正二维MUSIC联合估计算法。首先,建立包含DOA和多普勒频率信息的广义阵列信号模型,通过共轭重构对阵列接收信号的协方差矩阵进行修正,使其有效适用于相干/同向信号下DOA与多普勒频率的联合估计。同时,在二维MUSIC算法的基础上,提出了一种基于特征空间的DOA与多普勒频率联合估计算法,该算法充分利用了信号子空间和噪声子空间的信息,并且可以对源信号功率进行估计。对该算法加以修正后同样可以应用于相干/同向信号的DOA与多普勒频率联合估计,且可以得到比修正二维MUSIC算法更好的估计效果。最后,通过仿真试验验证了本文算法的有效性。     

基于修正MUSIC算法的宽带相干源波达方向估计

提出了一种基于修正MUSIC算法的宽带相干源DOA估计方法。对每一子带的接收数据阵进行共轭重构，利用平均的阵列相关矩阵代替传统的阵列相关矩阵进行子空间方法处理，由各子带结果的综合得到信号的DOA估计。数据阵共轭重构的实质是前后向空间平滑，因此可以解相干源问题。中算法取子阵与原阵列相同，因此不会损失阵列孔径。由于空间平滑包含了平均的意义，因此新算法还可以提高对非相干源的估计性能。仿真结果验证了新方法的有效性。     

基于实值特征子空间迭代的DOA估计算法

针对相关信号的DOA估计和角度跟踪的传统算法自适应性差和特征值分解运算量大的问题,提出了一种基于实值特征子空间迭代的DOA估计算法．对每次快拍数据,通过梯度算法自适应更新信号和噪声子空间,并将复值特征子空间变换为实值,最后利用基于信号子空间的角度估计方法(Unitary ESPRIT) 或噪声子空间的方法(实值域求根MUSIC) 估计信号角度．由于引入了自适应特征子空间迭代和实值域处理,该算法无需特征值分解,有效地降低了基于子空间类高分辨算法的运算量,可以应用于相关信号的角度估计和跟踪问题．理论分析和仿真结果表明,算法具有较低的运算量和良好的自适应性,对某米波测高雷达实测数据的处理结果也表明了算法的有效性．     

基于特征空间MUSIC算法的相干信号波达方向空间平滑估计

为了高效、准确地估计相干信号的波达方向(DOA),提出了一种基于特征空间多重信号分类(MUSIC)算法的空间平滑估计方法。首先对相干信号进行空间平滑处理,然后对其应用特征空间MUSIC算法进行DOA的精确估计,使其最大限度地利用信号子空间和噪声子空间的信息。本文方法并不影响非相关信号存在时DOA的估计,且还可以对信号源功率进行有效的估计,以提高对小能量信号的成功估计概率。与传统空间平滑算法及修正MUSIC算法相比,本文方法具有更低的信噪比门限和更高的估计精度及分辨力。最后的仿真实验验证了本文方法的有效性和鲁棒性。     

一种谐波信号源DOA估计的新算法

针对传统谐波信号源DOA估计中算法复杂、计算量大的问题,提出了一种互相关序列的修正协方差AR谱估计（CCS-MC）算法.CCS-MC算法首先利用均匀线阵的空域信号与复正弦信号互相关得到一个序列,然后对其进行功率谱估计,得出信号源的波达方向.与ISM、CSM算法相比,该算法不需要DFT变换、构造聚焦矩阵,大大降低了计算量,同时它在对相干信号源进行DOA估计时有效避免了阵列孔径的损失.仿真结果表明：该算法可以精确地估计出谐波信号源的波达方向,同时有效解决了CCS-PL算法所存在的严重角度模糊问题,改善了低信噪比条件下的DOA估计性能,更适合于谐波信号源的DOA估计.     

基于酉变换的虚拟阵列DOA估计算法

为了估计相干信源的波动方向,提出基于酉变换的虚拟阵列DOA估计算法．该算法通过阵列虚拟平移形成虚拟阵列对相干信号进行解相干,并利用酉变换将虚拟阵列接收数据的协方差矩阵从复数域变换到实数域,然后利用该实数矩阵进行波达方向估计．计算机仿真表明算法在低信噪比情况下具有很好的解相干特性和估计性能．该算法避免了阵列孔径损失,可在小采样拍数情况下实现相干信源的DOA估计,且运算在实数域进行,大大降低了运算复杂度．     

声矢量阵DOA估计的稀疏分解理论研究

针对低信噪比、小快拍数条件下的DOA估计问题,根据水下目标方位角在角度空间的稀疏性,将稀疏分解和压缩传感理论应用于声矢量阵的DOA估计中.建立了相应的DOA估计模型,构造出基于阵列流型形式的过完备原子库,然后采用正交匹配追踪算法实现目标的DOA估计.数值仿真表明,基于稀疏分解的声矢量阵DOA估计算法稳定性好,估计结果精确,信噪比小于10 dB时优于MVDR、MUSIC等算法,并且可以直接用于相干信号的处理.对于单快拍数据的估计性能良好,适用于运动目标的DOA估计.基于压缩传感理论,通过对阵列接收数据和过完备原子库的维数压缩,可有效降低稀疏分解算法的计算成本.     

DS_CDMA系统中的DOA估计算法研究

DS-CDMA系统中,智能天线方向图的形成必须依赖于对移动台的到达方向估计.为精确估计来波方向,首先分析研究了适用于DS-CDMA系统的DOA估计的传统算法:MUSIC算法和ESPRIT算法.这两种算法基于子空间分解,运算量大,不易于实时实现.提出使用两种基于MUSIC算法和ESPRIT算法的改进算法进行DOA估计,计算量大大降低.通过模拟实验证明,在CDMA系统多径信号环境下,两种改进算法易于实时实现.