基于测控电磁波极化特征信息的飞行器姿态估计

该文应用正交解耦的姿态参数信号模型描述极化电磁波的3 维波结构,将最大似然估计和MUSIC 算法推广应用于部分极化波参数估计,利用极化电磁波传递信号基站标定的姿态基准信息。飞行器通过单电磁矢量传感器接收并处理信号,确定电磁波结构向量,计算得到地理坐标系下的飞行器姿态。此方法有别于需多点测量的三角计算法,只需一个地面基站信号和运动平台上单一接收点,就可实现姿态感知,可替代姿态导航仪和航向导航仪。该文介绍了运动平台姿态估计算法,为工程应用提供技术支持。      

基于极化电磁波的飞行器姿态角估计新方法

提出使用单矢量传感器进行飞行器姿态角估计的新方法,安装在飞行器平台的单电磁 矢量传感器接收来自基站的极化电磁波信号,用MUSIC算法进行信号DOA和极化参数估计,得 到机体坐标系到地理坐标系的转换矩阵即飞行器姿态矩阵,最终估计飞行器姿态角。Matlab 仿真验证了该方法的有效性,姿态角估计误差在15°内,满足飞行器控制的要求。     

基于单矢量传感器的飞行器姿态角研究

针对惯导部件使用不便的缺点,提出基于极化电磁波进行飞行器姿态感知的方法.飞行器通过单电磁矢量传感器接收来自基站的极化电磁波信号,通过基于四阶累积量的ESPRIT算法进行信号参数估计,最终估计飞行器姿态角(俯仰角、航向角、横滚角).     

基于单电磁矢量传感器的MUSIC联合参数估计方法

在有电磁波信息链的条件下,飞行器通过单电磁矢量传感器接收来自基站的完全极化电磁波信号,并对该信号进行处理获得电磁波的波达角和极化角.本文提出了一种新的基于电磁矢量传感器的MUSIC极化-空城联合谱估计方法,此方法将极化空域导向矢量分解成矩阵旋转秉积的形式,并将其作进一步的演化成矩阵生成元的形式.最后用仿真验证了算法的有效性.     

稀疏极化敏感阵列的波达方向和极化参数联合估计

该文采用稀疏分布极化敏感阵列(SD-PSA),研究了多目标波达方向(DOA)和极化参数的估计问题。首先建立稀疏极化敏感阵列信号模型;然后利用阵列的空间旋转不变性运用ESPRIT算法得出信号的高精度周期性模糊多值DOA估计;同时利用子阵列导向矢量之间的关系得出信号的极化信息和DOA的无模糊粗估计;最后利用DOA粗估计值解模糊,得到信号的高精度无模糊DOA估计。该文所提阵列的阵元间距大于半个波长距离,扩展了阵列2维物理孔径,一定程度上降低了阵元间的互耦影响,相应的信号DOA估计精度大大提高。仿真实验结果验证了该算法对信号DOA和极化参数估计的有效性。     

基于矢量传感器MIMO雷达的发射极化优化DOA估计算法

针对常规矢量传感器MIMO雷达没有利用发射极化信息导致波达方向(DOA)估计精度较差的问题,该文提出一种克拉美罗界(CRB)最小化的发射极化优化算法。首先建立矢量传感器MIMO雷达的接收信号模型;然后分析固定发射极化矢量传感器MIMO雷达DOA估计算法的不足;接着推导任意发射极化状态下的CRB,计算最小CRB对应的极化状态;最后利用该优化极化状态采用固定极化DOA估计算法得到DOA估计。该算法的DOA估计精度高于固定极化DOA估计算法。且该算法的2维DOA估计可自动配对,发射电磁矢量传感天线位置可任意。仿真结果证明了该算法的有效性。     

基于二阶统计量的近场定位新方法

该文针对近场源的方向角和距离的二维参数估计,提出了一种新的近场源二维参数估计方法。该方法利用双极化阵列的极化信息和二阶统计量估计近场源的波达方向和距离参数。该方法具有估计精度高和无需谱峰搜索的优点。仿真实验证明了该算法的有效性。     

部分极化波参数估计方法的改进

该文提出了基于矢量传感器的部分极化波信号参数估计方法的一种改进方法。该方法充分利用一次特征分解的特征值和特征矢量估计部分极化波的到达角和极化度,信号参数自动配对,降低了运算量,提高了参数估计的精度,且能够得到信号的空间导向矢量,可以利用阵列孔径信息进一步提高参数估计的精度。数值模拟结果证明该方法是有效的。     

基于降维四元旋转不变子空间算法的波达角估计

在四元数模型下,由同点配置正交小磁环短偶极子二维矢量天线组成的均匀线阵在利用传统四元数旋转不变子空间算法(Quaternion Estimation of Signal Parametersvia Rotational Invariance Techniques,Q-ESPRIT)估计极化信号角度时,须提前已知信号方位角或者俯仰角,且存在“四元数模型相干”问题,导致四元数模型正交信息的丢失以及需借助长矢量模型估计入射信号的极化信息.针对上述问题提出了基于互相关矩阵的降维Q-ESPRIT算法,所提算法充分利用了四元数模型的正交性和结构特征,仅通过一次特征分解就可以估计出信号的波达角和极化信息,降低了运算量.最后,通过计算机仿真实验验证了所提算法的有效性.     

极化敏感线阵的模值约束降维Root-MUSIC算法

为了解决极化敏感线阵波达方向角和极化参数联合估计运算量大的问题,本文提出了模值约束降维Root-MUSIC算法。 该算法通过对波达方向角和极化参数进行剥离,先采用Root-MUSIC算法进行DOA估计,然后根据模值约束条件构造代价函数,通过闭合式解求出极化参数估计。与传统MUSIC算法相比,该算法避免了谱峰搜索,大大提高了运算效率。与ESPRIT算法相比,该算法避免了参数配对问题。计算机仿真结果验证了该算法的正确性,且具有较高的成功率与精确度。在两目标信号入射角度接近时,也能够很好的分辨出两信号。      

Joint Estimation of TOA and DOA in IR‐UWB System Using Sparse Representation Framework

This paper addresses the problem of joint time of arrival (TOA) and direction of arrival (DOA) estimation in impulse radio ultra‐wideband systems with a two‐antenna receiver and links the joint estimation of TOA and DOA to the sparse representation framework. Exploiting this link, an orthogonal matching pursuit algorithm is used for TOA estimation in the two antennas, and then the DOA parameters are estimated via the difference in the TOAs between the two antennas. The proposed algorithm can work well with a single measurement vector and can pair TOA and DOA parameters. Furthermore, it has better parameter‐estimation performance than traditional propagator methods, such as, estimation of signal parameters via rotational invariance techniques algorithms matrix pencil algorithms, and other new joint‐estimation schemes, with one single snapshot. The simulation results verify the usefulness of the proposed algorithm.     

Statistical analysis of beam-space estimation fordirection-of-arrivals

The authors analyze the beam-space performance of the DOA estimation for several subspace processing algorithms in a unified fashion based on a finite amount of measurements. The mean-squared errors (MSE) of the beam-space DOA estimation for these algorithms are expressed; in a single formula using physical parameters like array manifold, beamformer matrix. The important properties of beam-space performance are revealed; for instance, increasing beam-space dimension does not always reduce MSE for all algorithms. Also, the criteria for designing minimum mean-squared error beamformers are discussed     

一种利用旋转结构的分布式信号DOA估计方法

某些领域中由于多径影响信号往往具有分布特性,此时传统波达方向(DOA)参数估计算法往往失效.针对此类问题提出了一种无需搜索的分布式信号DOA估计算法,该方法利用已知信号有用信息逐一估计分布信号在相邻阵元间产生的旋转因子,利用DOA旋转不变结构估计分布目标DOA参数.与点目标ESPRIT方法相比该方法能够有效克服多径扩展影响,不敏感于多径分布的具体形式,并在一定程度上抑制相位误差影响.仿真实验证明了其有效性.     

导航星座对高轨特定目标导航方法

针对当前各种高轨飞行器对导航需求日益增强的情况,提出一种导航星座对高轨特定目标飞行器进行导航的方法。该方法需要在导航星座卫星配备全数字相控阵天线与指向可调的高增益导航天线。相控阵天线接收目标飞行器发射的用于波达方向(DOA)估计的信号,并对该信号的DOA进行估计,使距飞行器较近的多个导航星座卫星估计得到飞行器相对于自身的相对方向。以该方向为基础,导航卫星可以调节自身的高增益导航天线并使其指向特定目标飞行器,发送导航电文信息,从而使导航星座自主实现对高轨目标飞行器的导航任务。假定导航卫星相控阵天线装配于卫星对天面上,以此为基础对同步轨道的目标飞行器同导航星座各卫星相控阵天线的可见性进行了仿真分析,并在目标可见的基础上对二维DOA估计精确度进行了计算,验证了方法的可行性。     

适用于任意几何结构平面阵列的无网格DOA估计算法

由于在网格失配情况下依然具备良好的估计性能,无网格DOA估计算法近年来受到了广泛的关注与研究,其中又以基于原子范数最小化(ANM)的DOA估计算法最具代表性.随着可分离ANM(DANM)算法的提出,为ANM理论在2维DOA估计领域中的应用提供了可能.不过传统的DANM算法以及其后续的一系列改进算法都只适用于均匀矩形阵列...     

Direction of arrival estimation using adaptive directional time-frequency distributions

Time-frequency distributions (TFDs) allow direction of arrival (DOA) estimation algorithms to be used in scenarios when the total number of sources are more than the number of sensors. The performance of such time–frequency (t–f) based DOA estimation algorithms depends on the resolution of the underlying TFD as a higher resolution TFD leads to better separation of sources in the t–f domain. This paper presents a novel DOA estimation algorithm that uses the adaptive directional t–f distribution (ADTFD) for the analysis of close signal components. The ADTFD optimizes the direction of kernel at each point in the t–f domain to obtain a clear t–f representation, which is then exploited for DOA estimation. Moreover, the proposed methodology can also be applied for DOA estimation of sparse signals. Experimental results indicate that the proposed DOA algorithm based on the ADTFD outperforms other fixed and adaptive kernel based DOA algorithms.     

基于遗传算法的MIMO阵列位置误差自校正方法

天线阵元的位置误差会影响天线阵元所接收到信号的相位。基于特征值分解的高分辨率波达方向(DOA)估计算法对信号的相位误差非常敏感。针对多输入多输出(MIMO)阵列,本文基于遗传算法,利用自校正思想,构造一个对不同方向空间谱值进行加权求和的自适应权函数,结合MUSIC方法,构建个体适应度函数,实现了MIMO阵列阵元位置误差与DOA的联合在线估计。仿真结果表明该方法进行DOA估计的同时,还可以完成阵列位置误差的在线估计与校正,提高了系统参数估计的鲁棒性。     

基于有限新息率的正交偶极子阵列信号参数估计算法

为解决极化敏感阵列波达方向(DOA)估计中压缩感知类算法的网格失配问题,该文提出一种基于有限新息率(FRI)的正交偶极子阵列无网格信号参数估计算法。首先,利用均匀正交偶极子线阵中不同极化指向天线的两个子阵,求取其自相关矩阵之和,并通过协方差拟合准则恢复出满足Toeplitz结构的协方差矩阵。然后,利用该协方差矩阵构建FRI信号重构模型,求解以重构结果为系数的多项式的零点,就可以得到入射信号DOA参数的估计结果。最后,根据已估计出的DOA参数以及两个子阵的自相关矩阵和互相关矩阵,利用最小二乘法计算得到入射信号的极化参数估计结果。仿真实验表明,该算法与子空间类和压缩感知类算法相比,具有更高的估计精度及更好的角度分辨力。     

高斯白噪声下L阵二维波达方向快速估计

针对L型阵列,提出一种在高斯白噪声环境下的二维波达方向( DOA)快速估计方法。首先利用阵列结构特点构建两个互协方差矩阵,同时实现了噪声分量的有效抑制,再依据协方差矩阵的性质构造了波达方向矩阵。对该矩阵进行一次特征分解即可分别得到包含方位角和俯仰角信息的方向矢量和方向元素,实现二维DOA估计。该算法避免了传统算法的谱峰搜索或大矩阵构造及其特征分解过程,计算量小,且参数自动配对。仿真结果表明,该算法在低性噪比和少快拍下的估计精度与2 D ESPRIT算法近似,但计算复杂度大幅降低,适用于实时性高的工程应用背景。     

基于压缩感知的空域信号DOA估计

研究了基于压缩感知的空域信号DOA估计问题。针对空域信号DOA算法采样数据量大,在低信噪比情况下估计结果较差的问题,文中提出一种基于奇异值分解的多矢量欠定系统聚焦求解算法(SVD-MFOCUSS)。该算法在一定程度上克服了稀疏重构算法在低信噪比情况下的缺陷,具有较低的运算复杂度。实验仿真验证了该算法性能优于传统的DOA估计算法,且能够对相干信号进行有效的DOA估计。