均匀圆阵DOA估计的一种酉变换方法

针对基于均匀圆阵的子空间类DOA估计算法包含大量复数运算、硬件实现复杂的问题,提出了阵元空间中的一种酉变换方法。该方法利用阵列的中心对称性将协方差矩阵和导向矢量分别转化为实对称阵和实矢量,从而大大降低了硬件实现复杂度。基于该酉变换的MUSIC算法在性能上优于传统的MUSIC算法和均匀圆阵模式空间酉MUSIC算法。     

偶极子分离的矢量阵MIMO雷达多维角度估计算法

该文提出了一种基于2维矢量接收阵列的双基地MIMO雷达系统多目标ADOD(Azimuth Direction Of Departure),ADOA(Azimuth Direction Of Arrival)和EDOA(Elevation Direction Of Arrival)联合估计算法。雷达发射端采用均匀标量线阵,接收端将常规矢量阵元的每个电磁偶极子相互分离构成2维接收阵列。算法通过张量因子分解获取各流形矩阵,并利用ESPRIT算法估计目标的ADOD。文中给出了接收阵列的一种特定阵元排列方式,并改进了矢量叉积法用于估计目标的2D-DOA。与传统方法相比,该文所用阵列结构可通过扩展接收阵列孔径提高雷达的角度估计性能,相互分离的偶极子弱化了传统矢量阵的天线互耦效应。相应算法避免了谱峰搜索,能够自动配对,仿真实验证明了算法的有效性。     

均匀圆阵部分阵元失效情况下的DOA估计方法

在空间谱估计中,均匀圆阵(Uniform Circular Array--UCA)具有诸多优点,其得到广泛的应用.但在用MUSIC 算法测向时,一旦某一个或几个阵元通道失效,则通道数据变成无效数据,导致测向性能严重恶化,甚至完全失效.本文对在均匀圆阵部分通道失效的情况下,利用均匀圆阵其余阵元数据实现对信号来波方向进行有效估计的方法进行了分析和验证.其原理在于,直接将失效阵元进行隔离,利用剩余阵元形成的非均匀圆阵,进行MUSIC算法测向.该方法能在较高信噪比条件下实现和原阵列几乎相同的估计精度,在较低信噪比、信号数较小的条件下,也能取得良好的估计性能,大大增强了整个阵列谱估计的稳健性和鲁棒性.     

基于TD-SCDMA无线定位MUSIC算法及其性能的研究

为了实现基于TD-SCDMA智能天线圆-角定位,针对我国TD-SCDMA采用的是非Vandermonde结构的8阵元均匀圆阵智能天线,不能直接采用MUSIC算法对移动台的来波方向(DOA)进行估计的特点,对基于TD-SCDMA智能天线进行了预处理,使MUSIC算法能够用于基于TD-SCDMA智能天线的DOA估计,同时考虑到实际应用分别对理想智能天线和非理想智能天线的MUSIC算法的性能进行了分析。     

共形阵列天线MUSIC算法性能分析

该文在建立了三维共形天线阵列流形的数学模型基础上,将经典高分辨波达方向(DOA)估计方法多重信号分类(MUSIC)算法移植到共形阵列天线中;详细分析推导了MUSIC算法在共形阵列天线 (锥面阵列、柱面阵列、球面阵列)中的估计方差、克拉美-罗界(CRB);通过计算机仿真试验对比MUSIC算法在面阵(均匀线阵、均匀圆阵)与共形阵列中的性能函数以及估计方差,给出了MUSIC 算法在不同阵列形式中DOA估计性能的评估与比较,仿真结果显示MUSIC算法在不同阵列形式中的估计性能均随阵元个数以及信噪比的增加而变好,验证了理论分析的正确性。     

基于ANM的非均匀圆阵二维DOA估计

传统的基于原子范数最小化（Atomic Norm Minimization, ANM）的波达方向（Direction of Arrival, DOA）估计算法无法直接应用于不满足范德蒙德结构的非均匀圆阵,针对这一问题提出了一种基于虚拟阵列变换的改进方法。以某非均匀圆阵作原始阵列为例,首先通过虚拟阵列变换处理原始阵列接收的数据,使其转换为虚拟的均匀L阵接收数据,将非均匀圆阵上的DOA估计问题转化为两个均匀线阵上的DOA估计问题,再利用基于ANM的DOA估计算法与L型阵的二维角度关系还原出方位角和俯仰角。通过仿真与实测实验验证了所提算法应用于非均匀圆阵的可行性,并分析其DOA估计结果,证明其拥有较高的估计精度。     

非周期扩频系统中基于均匀圆阵的角度和时延的联合估计

该文通过空域匹配滤波器,将阵元空间中的均匀圆阵转化为波束空间中的均匀线阵,并将时空匹配滤波器的输出转换到频域,利用 DOA Matrix方法解决了非周期扩频系统中均匀圆阵条件下多径信号的角度和时延的联合估计问题及常规空域处理方法中多径数不能大于阵元数的问题。理论分析和仿真实验结果表明,该方法是一种无偏估计,且其估计精度远远高于滑动相关方法。     

圆阵二维MUSIC谱快速计算方法研究

针对二维波达方向估计时MUSIC谱的快速计算问题,研究了均匀圆阵变换到虚拟线阵的MUSIC算法(UCA-ULA-MUSIC)、流形分离MUSIC算法(MS-MUSIC)、傅立叶域线性求根MUSIC算法(FD-Line-Search-MUSIC)、基于FFT的 元均匀圆阵MUSIC算法( -UCA-FFT-MUSIC)与基于FFT的任意圆阵MUSIC算法(ACA-FFT-MUSIC)。对各种算法快速计算二维MUSIC谱的实现步骤进行了总结。在此基础上,给出了各算法计算二维MUSIC谱的计算复杂度表达式,并以传统方法为参考,对比了各种快速算法相对于传统方法的计算复杂度比值;同时,针对不同的阵列形式,对适用的快速算法的测向性能进行了仿真对比。根据分析和对比的结果,指出MS-MUSIC算法与ACA-FFT-MUSIC算法具有更高的工程应用价值,由具体的情况单独或分频段联合使用MS-MUSIC算法与ACA-FFT-MUSIC算法,可以使测向系统较好的兼顾测向性能与时效性。      

基于NC-MUSIC算法的均匀圆阵DOA估计及性能分析

近年来基于非圆信号的DOA估计算法由于其优良的估计性能,受到越来越多的关注。在接收阵列为均匀圆阵的情况下,对入射信号进行方位角和俯仰角的联合估计。依据非圆信号的DOA估计数学模型及阵列模型,采用NC-MUSIC算法完成对均匀圆阵方位角和俯仰角的联合估计。通过计算机仿真,得出该算法对均匀圆阵方位角和俯仰角的估计是比较准确的,并且通过NC-MUSIC与MUSIC算法仿真性能的分析比较,得出在接收阵列为均匀圆阵的情况下,NC-MUSIC算法也优于MUSIC。     

一种应用于椭圆阵的超分辨参数估计方法

椭圆阵比圆阵复杂,但易于工程中的应用,文中利用平面均匀圆阵与平面均匀椭圆阵的等效关系,采用相模激励技术,将波束空间的旋转不变波达角估计法(ESPRIT算法)从圆阵应用场合拓展到椭圆阵中,对均匀椭圆阵的EA-ESPR IT算法进行了仿真分析,对平面均匀圆阵与平面均匀椭圆阵的DOA估计进行了对比分析。结果表明,给出的算法应用在椭圆阵中有在圆阵中几乎相同的性能,较好地解决了椭圆型阵列的波达角估计问题。     

DOA ESTIMATION FOR WIDEBAND SOURCES BASED ON UCA

A new Direction Of Arrival （DOA） estimation algorithm for wideband sources based on Uniform Circular Array （UCA） is presented via analyzing widcband performance of the general ESPRIT. The algorithm effectively improves the wideband performance of ESPRIT based on the interpolation principium and UCA-ESPRIT. The simulated results by computer demonstrate its efficiency.     

一种新的波达方向和多普勒频率估计算法

基于均匀圆形阵列，提出了一种同时估计空间非相干信号源方位角、仰角和多普勒频率的快速算法。该方法对均匀圆阵的输出信号进行模式空间转换，使得阵列流形具有类似于均匀线阵的形式，然后通过构造相应的数据矩阵得到传播算子的最小二乘（LS）估计，并由传播算子构造出一个特殊的低维矩阵，其特征值给出多普勒频率估计，特征向量舍有阵列流形的信息。结合模式空间阵列流形的性质，给出了一种DOA估计的总体最小二乘算法，在低信噪比条件下可提高测向精度。该方法不需要谱峰搜索和参数配对，具有运算量小的优点。计算机仿真验证了该方法的有效性。     

基于深度卷积网络的二维波达方向估计方法

为了提高信号波达方向估计技术的实时性和简便性,设计了一种适用于估计均匀圆阵多信号波达方向的深度卷积网络。由阵列观测数据得到的协方差矩阵被当作是包含实部和虚部两个通道的图像,将其当作是卷积神经网络的输入张量,便可以通过训练网络来提取包含在信号协方差矩阵中的波达方向细微特征,从而实现准确快速地同时对多个入射信号的方向进行估计的目的。仿真结果表明,设计的深度卷积网络能够很好地完成二维信号波达方向估计。相比于现有估计方法,卷积网络给出的结果更加精确,且算法相对稳定。因此,提出的深度卷积网络在多目标方位识别与跟踪领域具有潜在的工程应用价值。     

Directions of arrival estimation with planar antenna arrays in the presence of mutual coupling

Directions of arrival (DoAs) estimation of multiple sources using an antenna array is a challenging topic in wireless communication. The DoAs estimation accuracy depends not only on the selected technique and algorithm, but also on the geometrical configuration of the antenna array used during the estimation. In this article the robustness of common planar antenna arrays against unaccounted mutual coupling is examined and their DoAs estimation capabilities are compared and analysed through computer simulations using the well-known MUltiple SIgnal Classification (MUSIC) algorithm. Our analysis is based on an electromagnetic concept to calculate an approximation of the impedance matrices that define the mutual coupling matrix (MCM). Furthermore, a CRB analysis is presented and used as an asymptotic performance benchmark of the studied antenna arrays. The impact of the studied antenna arrays geometry on the MCM structure is also investigated. Simulation results show that the UCCA has more robustness against unaccounted mutual coupling and performs better results than both UCA and URA geometries. The performed simulations confirm also that, although the UCCA achieves better performance under complicated scenarios, the URA shows better asymptotic (CRB) behaviour which promises more accuracy on DoAs estimation.     

基于循环特性的均匀圆阵快速空间谱计算

针对在阵元数多、分辨率要求高的情况下,基于均匀圆阵的空间谱直接计算方法存在计算量大、实时性差的缺点,利用循环矩阵、离散傅里叶变换、卷积运算之间的内在联系,提出了一种快速空间谱计算方法.仿真结果表明,在保持测向性能完全一致的情况下,所提快速算法降低空间谱计算过程中角度搜索阶段的计算量随阵元数增加而增加;且在相同计算量条件下,所提快速算方法可以用于更高精度和分辨率的角度搜索.     

基于均匀圆阵的模式空间矩阵重构算法

该文提出了一种新的均匀圆阵解相干方法,这里称为模式空间矩阵重构算法(MODE-TOEP)。该算法对均匀圆形阵列(UCA)的输出信号进行模式激励,使其成为模式空间内的虚拟阵列(VULA);在此基础上重构一个Toeplitz 矩阵,成功地估计出相干源的来波方向。MODE-TOEP算法不需要进行平滑计算,从而减少了计算量。计算机仿真实验表明MODE-TOEP算法比传统的模式空间平滑类算法(MODE-FSS,MODE-FBSS)有更好的估计性能。     

一种利用均匀圆阵对称特性的近场源酉变换估计算法

针对现有均匀圆阵的近场源三维参数估计算法运算量大的缺点,提出了一种基于均匀圆阵对称特性的近场源酉变换估计算法。该算法利用均匀圆阵对称特性将阵列导向矢量进行酉变换和对角化分离处理,消除距离参数,把三维搜索问题化简为二维搜索问题,同时把复值方向矢量转化为实值方向矢量。计算机仿真结果显示,所提算法估计性能优于相关序列降维估计方法,与三维多重信号分类算法性能相当,且通过矩阵分离降维和实值化处理,减少了运算量,有利于工程实时处理。     

一种高效稳健的均匀圆阵互耦校正方法

紧凑均匀圆阵（UCA）的强电磁互耦效应严重影响波束赋形（BF）和波达方向（DoA）估计的性能,本文利用UCA的特殊圆对称性,提出了一种稳健高效的互耦参数校正方法.该方法只需要单个信源和单次校正实验,并且信源方向并不需要事先精确校准.首先互耦矩阵在离散傅里叶空间被转化为具有中心对称的一个参矢量,随后在一个有限的先验二维空间角域内进行搜索,从而根据基于对称性的目标函数将互耦参数估计出来.仿真对比实验验证了新校正算法的有效性和鲁棒性,同时揭示了秩损（RARE）校正方法不够稳健,为基于UCA的雷达、移动通信等应用提供了简单且高效的互耦误差校正方法.     

无参考信号条件下基于MSWF的DOA估计算法

现有基于多级维纳滤波(MSWF)的子空间法波达方向(DOA)估计算法复杂度较低,但需要先验的参考信号.论文从MSWF求解线性预测问题入手,将基于MSWF的线性预测和子空间两种不同的DOA估计方法结合起来,提出了一种实用的低复杂度DOA估计算法.该算法无需构造专门的参考信号,在低信噪比或信源数估计不准的情况下,算法依然具有较好的稳健性和估计性能.仿真实验验证了本文的结论.