信号的频率、DOA和极化的联合估计

在宽频段内多信号多参量联合估计已成为许多研究课题（例如，未知辐射源识别、有源隐身或有源对消干扰等技术）的重要研究内容。本文论述了基于二阶统计量ＥＳＰＲＩＴ和四阶统计量ＥＳＰＲＩＴ算法的多信号频率、二维到达角和极化参量的联合估计方法。计算机仿真结果证明了这些算法的有效性。     

自适应频率和二维波达方向角跟踪估计算法

运用特征子空间分析方法的关键问题在于信号或噪声子空间的估计,在实际中有些信号的统计特性通常是随时间变化的,这时需要随时根据新的阵列接收数据对信号或噪声子空间进行更新,以得到参数的实时估计值,在该文中建立了多维信号参量联合估计的3D Unitary ESPRIT算法,然后提出了基于球面平均 ULV分解的子空间跟踪算法,将子空间跟踪算法与多维信号多量联合估计算法相结合,得到多维时变信号参数的跟踪估计算法,仿真计算结果验证了该算法的有效性。     

频率、二维到达角和极化联合估计

在宽频段内多信号多参量联合估计已成为许多研究课题,例如,。未知辐射源识别,有效对消等等的重要研究内容,信号频率与二维到达角、二维到达角与极化的联合估计已开展研究,但信号频率二维到达角和极化联合估计的研究尚未见报导,本文提出了利用交叉偶极子平面阵和ＥＳＰＲＩＴ算法实现频率、二维到达角和极化联合估计的新方法,分析了算法结构,计算机模拟结果证实了算法的有效性。     

基于空间演化谱的Chirp信号极化和DOA的联合估计

本文研究了时变幅度Chirp信号的演化谱,提出了分别在时间轴和频率轴上聚集能量的方法,改善了演化周期谱的能量聚集性。同时,基于时变幅度Chirp信号的空间演化谱,提出了一种新的空间极化时频分布,用此空间极化时频矩阵代替自相关矩阵估计信号子空间和噪声子空间。采用L型正交短偶极子阵列,用ESPRIT算法实现了多Chirp信号DOA和极化参量的联合估计,并提出一种新的多信号参量配对的方法。通过仿真将本文的算法其他一些算法进行了比较。     

信号的二维到达角和极化估计

本文论述了一种基于子空间方法的多信号二维到达角和极化参量的估计算法。该方法采用了交叉偶极子阵元组成的Ｌ型阵列，利用子阵输出信号数据矩阵中包含的信号空间的旋转不变性质，借助于矩阵方法求解出信号的二维到达角和极化参量的估计值，并自动进行参数的配对，仿真结果证实了该算法的有效性。     

信号的二维到达角和极化估计

本文论述了一种基于子空间方法的多信号二维到达角和极化参量的估计算法。该方法采用了交叉偶极子阵元组成的L型阵列,利用子阵输出信号数据矩阵中包含的信号空间的旋转不变性质,借助于矩阵束方法求解出信号的二维到达角和极化参量的估汁值,并自动进行参数的配对。仿真结果证实了该算法的有效性。     

基于时频分析的高速运动点目标运动参量挖掘算法

通过对高速运动点目标的运动参量挖掘,实现对高速运动目标的速度、时延、方位等信号源参量的准确估计。传统方法主要采用宽带信号检测方法实现对高速运动点目标的参量挖掘和估计,当运动目标的时频特征具有窄带特性时,对目标运动参量估计精度不高。提出一种基于时频分析的高速运动点目标运动参量挖掘算法,构建高速运动点目标的信号回波模型,采用级联滤波算法对运动目标的干扰特征进行降噪滤波处理,对信号提取四阶累积量时频特征,直接获取近场源的参量,通过时频分析避免了谱峰搜索,减少对运动特征参量的挖掘计算量,提高参量估计精度。仿真结果表明,采用该算法进行高速运动点目标的运动参量挖掘和信号参量估计,能有效实现信号的抗干扰滤波,对运动目标的时延、方位角等参量估计精度较高,展示了较好的应用价值。     

采用合成方法的多路信号自适应时延联合估计

本文关注的是多路信号之间时延差异的联合估计问题。不同于传统的自适应时延估计算法,本文以合成信号作为自适应时延估计的参考信号,给出了基于信号合成的联合自适应时延估计算法。同时本文推导和仿真了该算法时延估计的均值、学习曲线及方差特性。性能分析和仿真结果均显示,本文提出的基于合成的多路信号自适应时延估计为渐进无偏的时延估计。在不明显增加计算量的条件下,当算法收敛时,联合时延估计算法的方差显著低于传统的两路信号之间自适应时延估计算法方差。      

基于序贯蒙特卡罗的非同步长码DS-CDMA信号扩频码及信息序列联合估计

针对多径信道环境下非同步长码DS-CDMA信号扩频码及信息序列等参数的联合估计问题,该文提出了基于序贯蒙特卡罗(SMC)的盲估计算法。该算法采用混合重要密度函数对联合后验分布模型进行抽样,并迭代计算重要性权值,以完成所需状态参量的估计。同时为了减少算法的计算量,在算法的实现过程中,先估计出各用户的扩频码,再对观测数据进行处理,从而修正原有的迭代步骤,提出一种修正的SMC算法。仿真结果验证了算法对多种情况的适应性,且在时变的多径信道环境下也能获得较好的估计性能。     

OFDM信号定时同步参数的盲估计算法

该算法通过联合多个正交频分复用（OFDM）符号对定时同步参数进行估计。该算法不需要额外的数据辅助,主要利用接收信号循环前缀的相关性,通过计算接收信号的联合相关函数,并利用搜索其峰值来实现OFDM信号的定时同步。该算法分为定时粗估计和定时细估计,利用定时细估计能精确进行OFDM信号的定时同步。仿真结果表明该算法在低信噪情况下估计精度较高,适合实际信号的应用。     

基于SMC的STBC-MC-CDMA信号扩频码及信息序列盲估计

针对具有空时分组码的多载波CDMA(Space Time Block Coding Multi Carrier Code Division Multiple Access,STBC-MC-CDMA)信号扩频码及信息序列的联合估计问题,结合序贯蒙特卡罗(Sequential Monte Carlo,SMC)算法和卡尔曼滤波技术,充分利用STBC和OFDM(Orthogonal Frequency Division Multiplexing)调制的正交属性,提出了一种快速的盲解扩算法.该算法通过将信号模型按不同符号路数和天线数目进行分段处理,采用卡尔曼滤波方法对均值和协方差进行迭代更新,并用一组带有权值的抽样粒子来近似建立的联合后验概率分布,根据抽样值和重要性权值大小进行参量状态估计,大大提高了算法的计算效率.理论分析和仿真结果验证了本文算法的有效性.     

基于循环相关的LFM脉冲雷达宽带回波Doppler和多径时延的联合估计

基于循环相关特性,该文提出了针对线性调频(LFM)脉冲雷达宽带回波Doppler和多径时延联合估计的方法。该方法首先利用雷达回波的循环相关变换,通过多径分量的能量累积估计Doppler频移尺度参数,然后结合发射信号的先验信息构造降阶函数,将回波信号降为多个单频信号,最后利用零频率截面循环谱能够将时间上有重叠的多径回波信号在该截面上分开且分辨率加倍的特性,估计出各多径分量的时延值。该方法只需要一个脉冲信号即可完成Doppler和多径时延的联合估计,对低信噪比噪声有较强的容忍性,能抑制各径相关交叉项的影响,并且具有较高的多径时延估计分辨率。文中给出了计算机仿真实验,仿真结果表明了该算法的有效性。     

多径信号到达角和时延高分辨联合估计算法

本文提出了一种新的高分辨高精度的多径信号到达角和时延联合估计算法.该方法通过对多径信号与参考信号进行相关处理,再根据PRO-ESPRIT算法的思想,实现了DOA(Direction-Of-Arrival)估计;并对相关延迟向量进行变换,从互功率谱相位中提取时延信息,完成了高分辨的TOA(Time-Of-Arrival)估计.最后,本文推导了频域模型下到达角和时延联合估计的Cramer-Rao下界.并将通过仿真对本算法的性能进行了评估.     

天波雷达匹配域处理测高方法目标机动影响分析

针对目标高度和飞行速度机动变化引起测高精度下降的问题,建立了一种基于目标机动的天波超视距雷达信号模型,提出了一种改进的机动目标匹配域处理（Maneuvering Target Matched Field Processing,MTMFP）测高算法。该算法首先结合电离层电子密度分布,分析了天波雷达基于微多径的信号传输现象;其次引入目标机动参量（即目标高度变化率和径向加速度）,建立了复距离-多普勒信号模型;最后详细分析了天波雷达MTMFP测高算法的估计性能。理论分析及仿真结果表明:基于所建立的天波雷达机动信号模型,可以实现目标高度变化率和径向加速度的联合估计,12次重访后,目标高度估计误差在500m左右。      

基于压缩感知的线性调频信号频率估计

基于压缩感知理论,测量了在不重构情况下线性调频信号的频率。算法根据信号的稀疏表示建立原子库,利用AIC(Analog-to-Information Conversion)技术完成对信号的压缩采样,在压缩域利用正交匹配追踪的算法进而优化重构稀疏系数,寻找出系数最大值所在的位置,而原子库中该位置原子的频率参量即为线性调频信号的频率参量。该方法在保证频率估计高成功率的前提下,大大减少了采样过程中的冗余和浪费,节省了存储空间,实验仿真验证表明该方法的可行性。     

基于综合谱的脉内多载频信号载频估计

研究了脉内多载频信号载频估计的算法,通过分析信号频谱和瞬时频率谱的综合谱特征;提出一种基于综合谱分析的多载频估计方法,该方法能够对频率编码和混合编码信号的载频及其与时间的对应关系进行估计;分析了估计算法的误差因素,并通过仿真实验验证了该算法的有效性。     

低快拍下多输入多输出雷达中的角度估计算法

研究了双基地多输入多输出(MIMO)雷达中的角度估计问题,提出了一种低快拍下的MIMO雷达的离开角(DOD)和波达角(DOA)联合估计算法。该算法利用矩阵束方法从接收数据中构造出扩展矩阵来进行奇异值分解(SVD),进而进行二维角度估计联合估计。在低快拍数情况下所提算法的角度估计性能优于传统的借助旋转不变技术的信号参数估计(ESPRIT)方法,同时该算法能自动配对、无需谱峰搜索,而且复杂度也低于传统的ESPRIT算法。分析了所提算法复杂度,推导了克拉美-罗界(CRB)。仿真结果验证了该算法的有效性。     

一种基于MEDLL改进算法的多径估计方法

在卫星通信系统中,噪声环境下的多径估计是消除多径干扰的前提.提出了一种基于MEDLL改进算法的多径估计方法,该方法先估计接收信号中多径信号幅度、相位和时间延迟参数,继而计算多径效应的误差值,从接收信号中分离多径信号,同时给出了基于MEDLL改进算法的理论推导过程.仿真结果表明该方法获得的接收信号误差很小,比一般的MEDLL算法在性能和精度上有很大改进,能够更有效地抑制多径效应,提高信号精度.结合信号接收机的实现原理,给出了该算法的实现过程.     

基于多分量LFM信号时频分析的水声多普勒和时延估计研究

在水声多普勒因子和时延估计研究实用化的进程中,利用多分量线性调频(LFM)信号实现估计的算法研究越来越普遍。针对多分量LFM信号时频域存有交叉项时各分量参数估计不准确的问题,提出基于非完全残差与脊线段匹配的自适应模态分解方法。该方法采用非完全残差函数保留了交叉点处的部分时频信息,利用脊线段匹配方法提供更精确的预设时频脊线,改进了各分量LFM信号调频斜率和起始频率的估计精度。联合两个估计量进一步给出了多普勒因子和时延估计的算法。仿真结果表示,较现有模态分解算法,所提改进方法有效解决了估计分量过程中交叉区间断裂带来的估计误差;水声多径的条件下,该方法的多普勒因子和时延估计精度优于对比的现有方法。     

基于ESPRIT算法的L型阵列MIMO雷达降维DOA估计

该文针对L型阵列MIMO雷达的2维角度估计问题,基于ESPRIT算法提出两种降维DOA估计方法。首先通过降维矩阵的设计及回波数据的降维变换,将高维回波数据转换至低维信号空间;然后分别基于特征分解和传播算子获得信号子空间的估计,最后利用ESPRIT算法实现2维空间角参量的联合估计及参数的自动配对。算法不牺牲阵列孔径,最大程度地降低了回波数据的维数,具有更低的运算复杂度。仿真结果验证了该文理论分析的正确性和算法的有效性。