一种稀疏表示的二维DOA降维估计新算法

提出了一种基于空间锥角降维的二维DOA稀疏分解估计新方法,解决了利用稀疏表示方法进行二维DOA估计时计算复杂度大的问题.根据L阵列的结构特性,引入空间锥角表示信号的二维DOA信息,构造空间锥角冗余字典,通过稀疏正则化求解实现空间锥角的估计,然后利用求解得到功率实现L阵列中两个子阵之间的空间锥角配对,从而达到对多来波的二维DOA估计的目的,其避免了方位角和俯仰角组合而造成冗余字典庞大的问题,极大地减少了稀疏分解的计算量.仿真和实测数据结果均验证了该方法的有效性和优越性,为进一步的工程应用奠定了基础.     

基于空间角稀疏表示的二维DOA估计

论文提出一种基于空间角稀疏表示的维DOA估计方法,解决了维DOA估计中冗余字典构造的难题。构建的空间角包含了方位角和俯仰角的信息,利用其构造冗余字典可以将方位角和俯仰角的组合从维空间映射到1 维空间,极大地降低了字典的长度和求解的复杂度;同时将算法推广到频域,扩展了其应用范围。与传统的高分辨算法相比,该方法对信噪比和快拍数要求不高、无需特征值分解和多维搜索过程。理论分析和仿真实验,验证了该方法对维相干信号和非相干信号都具有较高的估计精度和较好的分辨力,在不同信噪比下性能优于MUSIC算法。     

基于虚拟阵列的二维稀疏阵列相干源DOA估计

波达方向DOA估计是雷达阵列信号处理的一个重要方向,传统的MUSIC算法对均匀阵列条件下独立信号源的估计有很强的适应性,但实际的雷达工作中,稀疏布阵下多相干源测角是一个经常出现的应用场景。文中针对二维稀疏阵列的相干源测角,提出了一种基于虚拟阵列的相干源DOA估计方法。该方法利用虚拟阵列内插的方法,将一个任意二维稀疏阵列内插为一个均匀面阵,再通过二维空间平滑方法对相干源进行测角,能够同时获得信号的方位角和俯仰角信息。稀疏面阵和稀疏圆阵的仿真实验结果表明,该方法可以有效的解决二维稀疏阵列的相干源测角问题。     

单快拍数据的分布式二维阵列测角方法研究

该文针对2维阵列波达方向估计问题,提出一种基于单快拍数据的分布式2维DOA估计算法。该算法首先利用每个子阵单元的单快拍数据进行2维Hankle矩阵构造;然后基于2维状态空间平衡法分别获得方位角和俯仰角子阵单元内DOA估计与子阵单元间DOA估计;最后通过解模糊算法获得方位角和俯仰角高精度无模糊DOA估计。该算法较好地解决了子阵单元内DOA估计和子阵单元间DOA估计之间的配对问题以及俯仰角和方位角之间配对问题,充分利用分布式阵列扩展阵列物理孔径特性;同时该算法可直接对相干信号和非相干信号进行处理。计算机仿真结果验证了所提算法的有效性。     

稀疏表示框架下无需参数配对的二维到达角估计

现有二维到达角估计算法大多基于子空间理论及需要参数配对,针对这一问题,在稀疏表示理论框架下提出了一种参数自动配对的二维到达角估计新算法。该算法在L阵列下构建阵列互相关矩阵的稀疏表示模型,利用奇异值分解降低复杂度并基于群LASSO(Least Absolute Shrinkage and Selection Operator)获得方位角估计。在方位角估计的基础上,基于向量化操作构建稀疏空间谱匹配模型,然后利用LASSO 获得俯仰角估计。与参数配对ESPRIT 和改进的传播算子方法相比,所提算法不仅无需参数配对过程,而且可以提供改进的估计精度。计算机仿真结果验证了所提算法的有效性。     

采用降秩多级维纳滤波器的二维DOA估计快速算法

针对双平行线阵的二维波达方向(DOA)估计问题,为有效降低计算复杂度,提出了一种基于降秩多级维纳滤波器(MSWF)的快速算法。首先利用MSWF的前向递推实现信号子空间的快速估计,无需估计协方差矩阵和特征分解;然后,通过MUSIC算法对方位角和俯仰角的估计进行分维估计,使二维DOA估计退化为两个一维DOA估计问题,且方位角和俯仰角自动配对,进一步降低了运算量。仿真结果表明,该方法的估计精度优于同样基于双平行线阵提出的波达方向矩阵法(DOAM),俯仰角兼并时同样适用,计算复杂度低,适用于实时性要求高的应用背景。     

一种互耦条件下多径信号的2D DOA估计方法

在均匀圆阵的阵列结构下,提出了一种互耦条件下相干多径信号的2D DOA估计方法,该方法基于RARE降秩理论,首先对多径相干源进行去相干处理,并对与俯仰角相关的互耦矩阵进行补偿,然后将圆阵导向矢量转换成新的波束空间阵列流型,同时将俯仰角与方位角变量构造到两个独立的函数中去,实现在互耦未知的情况下用求根的方法估计出方位角,再根据俯仰角向量函数与噪声零空间的关系通过1D参数搜索得到俯仰角的估计,最后再与方位角配对,得到2DDOA估计结果.整个估计过程仅需要1D参数搜索,不需要预先知道空间信源个数及相关性,俯仰角与方位角能正确配对,克服了RARE算法中2D DOA伪估计问题,没有孔径损失,计算量较RARE算法增加不大.仿真结果验证所提方法的有效性.     

基于MUSIC 算法的圆阵 DOA 估计技术及改进方法

介绍了基于MUSIC算法的圆阵到达方向（DOA）估计技术,即将均匀圆阵接收数据的协方差矩阵进行特征分解,把观测数据划分为信号子空间与噪声子空间,并利用2个空间的正交性构造出＂针状＂空间谱峰,进行信号源DOA估计;针对小信噪比和小快拍数情况下,常规 M USIC算法对入射角度相近的信号源的分辨率严重下降的问题,利用谱函数极大值点对方位角和仰角的二阶导数小于零的特性,通过对方位角和俯仰角求二阶偏导数,提出了新的空间谱函数的方法。     

基于压缩感知的宽频段二维DOA估计算法

针对2维DOA估计问题,该文提出一种基于压缩感知(CS)的宽频段2维DOA估计算法,能够同时得到多个窄带信号的中心频率、方位角和俯仰角。首先利用方位向和俯仰向的空间频率分别建立过完备稀疏字典,然后通过对阵列接收数据的压缩采样得到空间频率的高分辨估计,最后通过空域滤波实现中心频率、方位角和俯仰角之间的匹配。理论分析表明,该算法具有较高的估计精度与分辨力,对信噪比(SNR)要求不高,无需多维搜索过程,且经过压缩采样降低了运算量。仿真结果验证了算法的正确性与有效性。     

四阶累积量稀疏表示的DOA估计方法

针对现有稀疏重构DOA估计算法不能抑制噪声项以及在高斯色噪声背景下不再适用的问题,本文提出了基于四阶累积量稀疏重构的DOA估计方法。首先,利用接收数据的四阶累积量构建了稀疏表示模型,该模型抑制了噪声项;其次对四阶累计量矩阵进行奇异值分解,化简了稀疏表示模型,通过奇异值分解,不仅减小了数据规模,而且进一步抑制了噪声。对于稀疏表示模型的求解,先利用信号子空间与噪声子空间的正交特性选取权值矢量,然后利用加权l1范数法对模型求解实现DOA估计。理论分析和仿真实验表明本文算法在高斯白噪声和色噪声背景下均适用;能够处理非相干和相干信号,且在低信噪比条件下,对相干信号有更高的估计精度;较之同类的稀疏重构算法,本文算法具有较低的算法复杂度和更高的角度分辨力。      

Multiple Emitters Localization by UAV with Nested Linear Array: System Scheme and 2D-DOA Estimation Algorithm

Unmanned Aerial Vehicle(UAV)equipped with uniform linear array has been applied to multiple emitters localization.Meanwhile,nested linear array enables to enhance localization resolution and achieve under-determined Direction of Arrival(DOA)estimation.In this paper,we propose a new system structure for emitters localization that combines the UAV with nested linear array,which is capable of significantly increasing the positioning accuracy of interested targets.Specifically,a localization scheme is designed to obtain the paired two-dimensional DOA(2D-DOA,i.e.azimuth and elevation angles)estimates of emitters by nested linear array with UAV.Furthermore,we propose an improved DOA estimation algorithm for emitters localization that utilizes Discrete Fourier Transform(DFT)method to obtain coarse DOA estimates,subsequently,achieve the fine DOA estimates by sparse representation.The proposed algorithm has lower computational complexity because the coarse DOA estimates enable to shrink the range of over-complete dictionary of sparse representation.In addition,compared to traditional uniform linear array,improved 2D-DOA estimation performance of emitters can be obtained with a nested linear array.Extensive simulation results testify the effectiveness of the proposed method.     

Subspace extension algorithm for 2D DOA estimation with L-shaped sparse array

A subspace extension algorithm for two-dimensional (2D) direction-of-arrival (DOA) estimation with an L-shaped array is proposed. This L-shaped array is comprised of two orthogonal sparse linear arrays (SLAs). Each SLA consists of two different uniform linear arrays. The cross-correlation matrix of received data is used to construct two extended signal subspaces, by which the azimuth angles and elevation angles can be estimated independently. The procedure used to extend signal subspace only needs a small amount of calculation. Then, an effective pair-matching method is addressed to pair the estimated elevation angles and azimuth angles. Although the signal subspaces are extended, the complexity of the proposed 2D DOA estimation algorithm is lower than many similar algorithms. Simulation results indicate the availability of the proposed pairing-matching method and subspace extension algorithm.     

2D DOA estimation for noncircular sources using L-shaped sparse array

We present an algorithm for two-dimensional (2D) direction-of-arrival (DOA) estimation of noncircular sources using an L-shaped sparse array. An L-shaped sparse array consisting of two co-prime arrays is firstly introduced. Then, the fourth-order-cumulants (FOCs) of received data are used to construct a FOC matrix (FOCM), by which we can get the estimations of elevation angles. With the estimated elevation angles, the azimuth angles can be estimated by a low-complexity signal separation algorithm. During the procedure used for estimating azimuth angles, no any eigenvalue decomposition (EVD), peak search and pair-matching procedure need to be implemented. Although the aperture is extended significantly, the computation complexity of proposed algorithm still is acceptable. Compared with some analogous algorithms, our approach shows more attractive estimation performance. A lot of simulation results prove the advantages of proposed DOA estimation technology.     

基于协方差矩阵重构的离网格DOA估计方法

针对稀疏表示模型中网格失配导致波达方向角(DOA)估计存在较大估计误差的问题,该文提出一种基于协方差矩阵重构的离网格(Off-Grid)DOA估计方法(OGCMR)。首先,将DOA与网格点之间偏移量包含进所构建接收数据空域离散稀疏表示模型;而后基于重构信号协方差矩阵建立关于DOA估计的稀疏表示凸优化问题;再构建采样协方差矩阵估计误差凸模型,并将此凸集显式包含进稀疏表示模型以改善稀疏信号重构性能;最后采用交替迭代方法求解所得联合优化问题以获得网格偏移参数及离网格DOA估计。数值仿真表明,与传统多重信号分类(MUSIC)、L1-SVD及基于稀疏和低秩恢复的稳健MVDR (SLRD-RMVDR)等估计算法相比,所提算法具有较好的角度分辨力以及较高的DOA估计精度。     

未知信源数目的DOA估计方法

针对信源数目未知情况下的DOA估计问题,该文提出了两种基于稀疏表示的DOA估计方法。一种是基于阵列协方差矩阵特征向量稀疏表示的DOA估计方法,首先证明了阵列协方差矩阵的最大特征向量是所有信号导向矢量的线性组合,然后利用阵列协方差矩阵的最大特征向量建立稀疏模型进行DOA估计;另一种是基于阵列协方差矩阵高阶幂稀疏表示的DOA估计方法,根据信号特征值大于噪声特征值的特性,通过对协方差矩阵的高阶幂逼近信号子空间,利用协方差矩阵的高阶幂的列向量建立DOA估计的稀疏模型进行DOA估计。理论分析和仿真实验验证,两种方法都不需要进行信号源数目的估计,具有较高的精度、较好的分辨力,对相干信号也具有优越的适应能力。     

基于空频域稀疏表示的宽频段DOA估计

该文提出一种基于空频域稀疏表示的宽频段波达方向(DOA)估计方法,解决稀疏表示方法在宽带接收机对窄带信号的频率和角度估计中的难题。用空间频率代替频率和方位角的 2 维组合构建过完备字典,字典的长度仅相当于窄带信号DOA估计的字典长度,却能覆盖整个无模糊频段,大大降低了稀疏分解的计算量。该方法首先在频域估计信号的准确频率,根据频域峰值的位置构建频域峰值协方差矩阵。对频域峰值协方差矩阵进行特征分解,利用主特征向量建立稀疏模型估计信号的DOA。算法在低信噪比下具有较高的估计精度,仿真实验和分析验证了该文方法的正确性和有效性。     

一种新的二维角度估计的高分辨算法

该文针对常规2维波达方向估计的高分辨算法运算量大和稳健性差等问题,提出了一种新的2维角度估计的高分辨方法。该方法首先建立基于范数约束的最优化问题的目标函数;然后用迭代算法沿均匀面阵接收数据的方位向求最小化目标函数的稀疏解,得到方位、俯仰角耦合的空间角频率,并分离信号;最后对每个分离的信号,沿面阵俯仰向求稀疏解,得到信号的俯仰角,进而求得对应的方位角。针对算法存在测角盲区的问题,提出了一种改进方法,通过求解空间2维稀疏解得到信号的2维角度。与传统的高分辨算法相比,该方法对信噪比和快拍数要求不高、无需特征值分解和多维搜索过程,具有较高的分辨力和极低的旁瓣电平。