利用两次奇异值分解实现二维ESPRIT参量配对

本文主要讲述了一种ESPRIT的改进算法，该算法利用两次奇异值及一次SCHUR分解从而实现对ESPRIT各维估计参量的配对。该方法采用了二排均匀直线阵并附加一阵元，以此来对阵列进行两次子阵分解。利用子阵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，仿真结果证实了该算法的有效性。     

基于迭代FFT算法的平面阵列交错稀疏布阵方法

交错稀疏阵列天线的设计需要实现“稀疏布阵”和“子阵交错机制”两个关键技术的有机“协同”.提出一种基于改进迭代快速傅里叶变换(Fast Fourier Transformation, FFT)算法的均匀面阵交错稀疏布阵机制.鉴于均匀矩形平面阵列天线激励与方向图存在二维傅里叶变换的关系, 该方法通过对均匀面阵方向图采样的频谱能量分析, 采用交错选取子阵激励的方法, 实现了面阵天线方向图频谱能量的均匀分配, 获得了近似相同方向图的交错子阵设计.在此基础上, 采用迭代FFT算法对交错子阵激励进行迭代循环, 有效降低了交错子阵的峰值旁瓣电平.理论分析与实验仿真证明, 相对于基于循环差集和互补差集的稀疏交错优化方法, 该算法实现的交错稀疏阵列设计具有方向图近似程度更高, 且峰值旁瓣电平更低的优点.     

基于L型和差嵌套阵的二维波达方向估计

针对传统L型均匀阵列二维波达方向（Direction of Arrival,DOA）估计中可估计信源数目受限于阵元数、分辨率低等问题,提出了一种新的L型和差嵌套阵列结构。该L型阵列的两个子阵布置相同,是非均匀的稀疏阵,通过阵元位置之间的差分、求和操作达到虚拟扩展阵元数目的效果,从而提升阵列的自由度。采用该阵列进行二维DOA估计时,两个子阵分别先进行一维的DOA估计,再采用PSCM（Pair-matching Signal Covariance Matrices）算法进行一维角度配对。每个子阵进行一维波达方向估计时,先采用VCAM（Vectorized Conjugate Augmented MUSIC）算法生成非均匀稀疏阵的求和求差协方差矩阵,再采用矩阵重构的方法恢复协方差矩阵的秩,最后对协方差矩阵采用MUSIC（Multiple Signal Classification）算法进行DOA估计。实验仿真表明,本阵列有着更高的自由度和估计精度。      

虚拟空间平滑算法

根据MASK、BPSK和AM等信号的实值特性,利用阵列接收数据及其共轭信息,构造了虚拟子阵,提出了虚拟空间平滑算法,较好地解决了信号高度相关问题.虚拟子阵具有M个阵元,避免了阵列孔径的损失,使该算法最大可分辨的相干信号数目为M-1.仿真实验证明,与前后空间平滑算法相比,该算法提高了空间分辨率,适应小样本,在一定程度上可以降低了计算量.     

基于均匀圆阵的二维ESPRIT算法研究

在深入研究均匀圆阵扩展阵列流形的基础上，针对某些均匀圆阵的扩展阵列中含有旋转不变性的子阵列组以及中心对称性质，提出了2种基于均匀圆阵的二维ESPRIT算法，第一种算法减少了一次奇异值分解，第二种算法避免了参数配对。仿真结果验证了算法的正确性和有效性，并且在高斯色噪声条件下，其测向性能均优于MUSIC算法和最大似然算法。     

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。     

二维虚拟ESPRIT算法

本文通过构造出一特殊阵元阵列,提出了一种全新的二维ESPRIT算法--二维虚拟ESPRIT算法.它具有计算量极低、估计效果好、子阵列要求低等优点,并且通过采取一定措施,可以适用于各种情况,使得本文方法具有较强的灵活性和实用性.     

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。     

六角形阵列相干信号二维DOA估计

提出了一种基于扩展重构相关矩阵去相干的二维DOA估计算法。针对六角形阵列的结构特点,首先对各个阵元的接收数据求其共轭矩阵来扩展阵列,扩展后的阵列分为3个六角形子阵列,以此为基础,求得各子阵列的自相关矩阵及互相关矩阵来扩展重构相关矩阵,从而实现解相干的目的,最后利用二维MUSIC算法进行DOA估计。该算法在不减少阵列有效孔径的前提下,增加了可估计相干源数目,并且能够得到较好的估计性能。最后,通过计算机仿真证实了该算法的有效性。      

单快拍虚拟阵列Toeplitz矩阵重构的相干信源DOA估计

针对相干信源的DOA估计,提出一种基于单快拍虚拟阵列Toeplitz矩阵(SSVT)重构的解相干算法。该方法利用阵元接收的单快拍数据构造出双向虚拟子阵,并对虚拟子阵的协方差矩阵的平均值进行Toeplitz矩阵重构,实现对相干信源的DOA估计。该方法无需进行多次快拍,在不损失阵列孔径和工作阵元的基础上实现相干信源的DOA估计。仿真结果表明,该算法降低了运算量,在低信噪比的情况下也能分辨M-1个相干信源。     

Conjugate ESPRIT (C-SPRIT)

In this paper, we present an algorithm to estimate the direction of the arrival angles (DOAs) from noncoherent one-dimensional (1-D) signal sources such as binary phase shift keying (BPSK) and M-ary amplitude shift keying (MASK). The proposed algorithm can provide a more precise DOA estimation and can detect more signals than well-known classical subspace-methods MUSIC and ESPRIT for the 1-D signals. The complexity is the same as that of ESPRIT since the proposed algorithm uses the same array geometry and subarray processing that ESPRIT does. The main differences between the proposed algorithm and the ESPRIT algorithm are as follows: 1) the number of overlapping array elements between two subarrays is equal to M in the proposed algorithm, while in ESPRIT the maximum number of overlapping elements is M-1, where M denotes the total number of array elements, and 2) the proposed algorithm employs the conjugate of rotation matrix (CRM) /spl Phi//sup */ while ESPRIT uses /spl Phi/ with no conjugate for the second subarray geometry.     

一种新颖的共形阵非均匀子阵的优化算法

提出了一种新的同时对共形阵非均匀子阵分区和子阵幅度激励进行优化的多目标进化算法，为此设计了新的多目标函数，通过在改进的强度 Pareto 进化算法(SPEA2)使用克隆选择算子和双交换遗传操作算子，从而提高搜索效率和收敛性，可以有效改善整个阵列的辐射特性。 在系统仿真中，结合工程化实际应用，本文提出的 MOEA 算法对 20×20 阵列进行非均匀子阵分区和对各个子阵的幅度激励优化，仿真结果表明其天线阵列在扫描空域的峰值旁瓣电平(PSLL) 以及方位和俯仰波束宽度等性能参数得到明显改善，该方法对改善整个阵列的辐射特性是有效的。     

Unfolded coprime L-shaped arrays for two-dimensional direction of arrival estimation

Generally, a coprime L-shaped array (CLsA) is composed of two uniform L-shaped subarrays with larger spacing among inter-element to accomplish the improved direction of arrival (DOA) estimation performance. In this paper, the two subarrays are unfolded to extend the array aperture and the performance of the unfolded CLsA (UCLsA) for two-dimensional (2D) DOA estimation is investigated. In addition, an all array multiple signals classification (AA-MUSIC) algorithm is proposed for the UCLsA. By stacking the received signals of the two subarrays, the ambiguity problem can be avoided on the basis of the coprime property. Simultaneously, due to the combination of the cross-correlation and auto-correlation, the proposed AA-MUSIC algorithm can achieve the full degrees of freedom (DOFs) and obtain more accurate DOA estimates, nevertheless, the expensive total spectral search is entailed. Consequently, a reduced complexity MUSIC (RC-MUSIC) algorithm is proposed to relieve the computational burden. The Cramer-Rao Bounds (CRBs) are utilised as a theoretical benchmark for the lower bound of unbiased estimate. Furthermore, numerical simulations verify the effectiveness and superiority of the AA-MUSIC algorithm and RC-MUSIC method for the UCLsA.     

基于改进粒子群算法的分布式频率分集阵栅瓣抑制方法

以均匀线阵（Uniform Linear Array ,ULA）为子阵,结合频率分集阵（Frequency Diverse Array ,FDA）的思想,构建了一种基于分布式子阵的频率分集阵。针对各子阵按等间距布阵将导致严重的栅瓣问题,提出了一种改进粒子群 (Improved Particle Swarm Optimization ,IPSO) 算法来优化分布式FDA中各子阵间的基线距离,以实现高效的栅瓣抑制。同时,从理论上推导了目标距离和角度均未知时参数估计的克拉美罗下界(Cramer-Rao Lower Bound ,CRLB)。仿真结果表明,优化后分布式FDA的栅瓣得到有效抑制,而且阵列角度维分辨率和估计性能亦得到大幅度提升,验证了所提算法的有效性。     

错位子阵波束形成与优化设计

研究了大间距、可平移、随机错位子阵优化设计问题。首先,利用天线方向图乘积定理阐释了错位子阵波束形成原理;然后,对错位子阵优化问题进行建模并采用遗传算法进行求解。优化变量为子阵几何中心,代价函数由子阵栅瓣处超阵阵因子和阵列孔径效率综合得到,约束条件为所有子阵互不交叠;最后,对给定的正八边形阵列进行优化。研究结果表明:经“最优冶随机错位后,阵列方向图栅瓣降低14 dB 以上,可以满足工程应用,进而验证了随机错位优化方法的有效性。     

一种均匀圆阵子阵干扰抑制DOA估计算法

常规空间谱估计算法在强干扰背景下往往无法正确估计弱信号的来波方向。针对此问题,本文提出了一种均匀圆阵子阵干扰抑制波达方向估计算法。将整个阵列划分为若干个子阵,利用提出的最小二乘波束形成算法分别对子阵波束加权以抗干扰,加权后的子阵可以看作是一个‘有向阵元’,将它们组成一个新的虚拟阵列,再进行超分辨谱估计。该方法通过子阵波束形成抑制强干扰,子阵输出中消除了强干扰分量,因此能够实现弱信号波达方向的正确估计,同时弱信号到达角估计的成功概率也得到了提高。最后计算机仿真实验验证了本文算法的有效性和正确性。      

互质阵中基于降维求根的波达角估计算法

该文提出互质阵中基于降维求根的波达角(DOA)估计算法。互质阵包含两个稀疏均匀线性子阵,拥有互质的阵元间距和阵元数目。该算法基于子阵间的互协方差,利用较长子阵中的旋转不变性扩展较短子阵的虚拟孔径。然后通过矩阵分块构造噪声子空间,并将来自两个子阵的2维参数估计问题降维为1维求根问题,获得自动配对的2维模糊参数估计。最后由这2维模糊参数可恢复出两组参数,根据互质性从两组参数估计的交集中可以获得无模糊的高分辨率DOA估计。相比互质阵中的联合多重信号分类(MUSIC)算法和联合旋转不变技术(ESPRIT)算法,该算法无需特征分解,复杂度低,但可获得更精确的DOA估计,处理更多的信源,并且对色噪声有更强的鲁棒性。多个仿真结果均验证了所提算法的有效性。     

基于同心圆环的大间距子阵级阵列栅瓣抑制

适当增加单元间距和应用子阵级阵列有利于降低相控阵的设计成本, 但是阵列的稀疏会带来不期望的栅瓣.为解决该问题, 设计了一种无栅瓣阵列:子阵在平面内旋转, 围绕阵列中心呈同心圆环分布.为保证子阵之间不会交叠, 对圆环半径范围进行了分析.利用一种改进的穷举算法, 对每一层圆环上的子阵个数以及圆环半径进行了计算机仿真优化.结果表明, 以4×4子阵共1 024个单元为例, 所提方法可抑制峰值旁瓣电平约-17.48 dB.