基于时频子空间的多分量宽带调频信号DOA估计

为在复杂电磁环境下实现对多分量宽带线性调频信号的到达角(DOA)估计,研究了基于时频子空间的到达角估计算法,对阵列接收信号通过二维时频掩膜滤波逐一提取各信源的时频自项,建立了空时频矩阵,运用子空间技术得到各信源的到达角估计,并与宽带聚汇算法比较,进行了仿真实验.仿真结果表明,由于充分利用了多分量线性调频信号的时频信息,在低信噪比条件下,宽带时频子空间方法比宽带聚汇算法具有更高的DOA估计的分辨率和估计精度.     

基于对称阵列Wigner-Ville分布的宽带线性调频信号AOA估计

本文提出了基于对称阵元Wigner-Ville分布(WVD)的宽带线性调频信号到达角(AOA)估计算法。该算法利用对称阵元输出延时参数的互补性和Wigner分布定义提取宽带信号方向向量,建立了新的空间时频矩阵。借助线性调频信号Wigner分布的良好时频聚集特性,适当选取时频点实现了对各个信号AOA的逐一估计。在新的空间时频矩阵模型基础上给出了基于信号子空间投影的AOA估计方法。它不需要对AOA的初始估计、聚汇和插值,减少了计算量,提高了精度,仿真实验证明了算法的有效性。     

基于时域聚汇和补偿估计WLFM信号DOA的FRFT-MUSIC算法

本文提出了分数阶付氏变换(FRFT)-MUSIC算法估计多个宽带信号到达角参数(DOA)。该算法通过对到达角的初始估计,在时域内经补偿和聚汇将宽带线性调频信号的时变方向矩阵变换为固定的方向矩阵,然后利用分数阶付氏变换和MUSIC算法实现入射信号DOA估计。本文同时提出了一种对FRFT-MUSIC的组合估计方法以减少计算量。仿真实验证明了算法的有效性。     

宽带LFM信号瞬时频率和二维到达角联合估计

针对非平稳的宽带线性调频信号(LFM),本文利用了对称阵元 分布(WVD)将原始数据投影到时频波束空间建立了一种新颖的具有分维结构的空间时频分布数据模型,然后采用Beamspace-ESPRIT算法、子空间投影法获得了信号瞬时频率和二维到达角的联合估计.仿真实验证明算法精度较好,计算量小,具有很好的实用性.     

利用空间时频分布实现宽带FM信号2-D到达角估计

提出了一种新的宽带FM信号二维到达角估计方法。本算法将L型天一阵两个臂的空间时频分布矩阵分别进行相干信号子空间平滑处理，并用子窨 方法实现方位和俯仰角估计，计算机仿真证实了算法的有效性。     

基于REPT变换和空间EP谱的宽带LFM 信号参数估计

演化谱估计作为研究非平稳信号的重要手段,具有许多优良的性质。将演化谱应用于参数估计和宽带阵列信号处理中,提出了Radon-EP（Evolutionary Periodogram）谱变换（REPT）估计线性调频信号参数和空间分段短时EP谱估计宽带线性调频信号到达角。仿真实验显示了算法的有效性。     

通道误差对时频-MUSIC算法性能的影响和校正

提出了修正空间时频分布(STFD)矩阵的到达角(DOA)估计算法,该算法可实现对宽带线性调频信号的DOA估计;分析了通道不一致对算法性能的影响,建立了宽带信号模型的通道误差模型;给出了均匀直线阵列(ULA)情况下通道不一致的无源校正算法,该算法通过先粗测信号DOA,据此将修正STFD矩阵进行变换,变换后矩阵具有Toeplitz结构,通过恢复其Toeplitz结构来实现通道误差校正.     

线性调频信号辐射源的唯方位跟踪

对宽带线性调频信号的方位角估计以及对这类信号辐射源单站跟踪问题进行了研究.算法通过对称阵元Wigner-Ville分布(WVD),建立了一种新颖的具有分维结构的空间时频分布数据模型,并利用Beamspace-ESPRIT和子空间投影法估计信号瞬时频率向量和到达角.在到达角估计的基础上,针对在直角坐标系中利用扩展的卡尔曼滤波器的唯方位跟踪法不稳定问题,采用了修改的极坐标,实现了运动单站对运动辐射源的稳定和渐进无偏的定位与跟踪.     

宽带线调信号脉内参数及二维角联合估计

针对具有时变阵列流型的宽带线性调频(WLFM)信号,建立瞬时波束空间阵列模型,实现多个WLFM信号瞬时频率和二维角联合估计;同时利用二维角估计值完成信号间瞬时频率的分离,并最终实现各个WLFM信号脉内参数(初始频率和调频斜率)估计.算法具有相干信号处理能力,且不需空间平滑或聚汇等预处理.仿真实验证明了算法的有效性.     

时空欠采样线性调频信号参数及其二维到达角联合估计

针对宽频段(2-18GHz)内非平稳来波信号的参数估计和测向问题,提出一种时空欠采样线性调频信号参数与二维到达角联合估计方法。该方法首先用时域解线调方法估计调频斜率,然后在分数阶傅里叶变换(FRFT)域进行滤波,实现信号提取。利用参考阵元及其延时通道进行无模糊初始频率估计,通过构建FRFT波束空间阵列模型实现无模糊测向。数值仿真表明,该方法能够实现宽频段内多个线性调频信号的参数和二维到达角精确估计,在低信噪比下仍有较好的估计性能。     

采用Radon-Wigner变换的二维波达方向估计

针对宽带多线性调频信号2维波达方向(2-D DOA)估计精度低的问题,该文提出了一种基于Radon-Wigner变换(RWT)的2-D DOA估计方法。该方法利用RWT在多目标环境下能够有效抑制交叉项干扰和噪声,具有很好的时频汇聚性特点,通过峰值搜索确定目标个数并重构信号阵列,最后利用MUSIC空间谱分析方法实现了对多个LFM信号的2-D DOA估计。仿真实验表明,基于RWT的DOA估计方法能对非平稳信号进行有效的2-D DOA估计。     

多径传播条件下宽带线性调频信号波达方向估计方法

针对信号出现多径传播情况时现有宽带信号波达方向（direction of arrival, DOA）估计方法性能下降的问题,提出了一种多径传播条件下宽带线性调频（chirp）信号波达方向估计方法,该方法将导向有效投影（steered effective projection, STEP）技术与宽带线性调频信号的时频特性相结合,对具有不同时频特性的信号分量进行分离,逐个处理,并以时频分布矩阵代替传统的协方差矩阵,从而构造有效噪声子空间,实现时域角度估计。本方法无需进行信号聚焦操作,因此理论上不受聚焦误差的影响。仿真结果验证了所提方法的有效性。      

基于时频子空间分解的宽带线性调频信号DOA估计

针对具有时变方向向量的宽带线性调频信号,该文建立了基于短时Wigner-Ville分布(WVD)的空间时频分布矩阵,通过对各个空间时频矩阵的特征分解获得对应的信号子空间和噪声子空间,给出了基于时频子空间投影实现多个时频点综合估计信号DOA的算法。利用空间时频分布的前后向平滑解决了具有相同时频特性信号的均匀线阵DOA估计问题。算法不需要聚汇和插值等复杂的矩阵变换,精度较高,计算简便.仿真实验显示该算法性能显著优越于基于矩阵插值的宽带调频信号DOA估计算法.     

基于时频分析的雷达信号到达角估计

现有的空间时频分布(STFD)的信号表示只适用于窄带、连续信号的分析，而雷达侦察系统要求对脉冲、线性调频等信号同时进行到达角(DOA)、频率和信号时域参数的估计。本文给出了现有空间时频分布对雷达信号DOA估计的条件，并提出了基于修正STFD矩阵的DOA估计算法。通过对各阵元输出作时频分析，估计信号的频率参数，然后据此构造方向向量和修正STFD矩阵，即可构造MUSIC空间谱。该算法不受基于现有STFD算法的条件限制。     

方向依赖的阵元复增益条件下宽带chirp信号二维角估计

在方向依赖的阵元复增益条件下,该文提出一种宽带chirp信号二维角估计新方法。该方法基于信号时变阵列流形结构分析,构造出一种阵列流形时频变换,无需估计和补偿即可消除阵元幅相不一致误差的影响,实现宽带chirp信号二维角闭式解析估计。仿真实验表明了新方法的有效性。     

相干宽带线性调频信号的波达方向估计新方法

提出了一种相干宽带线性调频(LFM)信号的波达方向(DOA)估计新方法。该方法利用LFM信号在分数阶Fourier域上的解线调特性,构造出新的解线调域阵列数据模型,然后结合传统的矩阵重构解相干以及MUSIC算法实现相干LFM信号的DOA估计。若同时存在多组相干LFM信号入射,则首先在不同的能量聚集域上将各信号组分离,然后逐一进行各组内相干信号的DOA估计。该方法充分地挖掘了观测信号所包含的时频信息,增加了可检测的DOA数目,提高了分辨性能和抗噪声性能。此外,该方法无冗余阵元与孔径损失,且适用于任意流型阵列。仿真结果显示,在DOA估计的均方根误差(RMSE)相同时,与传统方法相比,本方法可获得8dB左右的信噪比增益。     

宽带非高斯信号的二维波达方向估计方法

该文提出了一种解决宽带非高斯信号二维波达方向估计的方法。该方法利用相干信号子空间方法把宽带的阵列频域数据四阶累积量聚焦到同一个参考频段下,然后利用基于信号空时特征结构的时空DOA 矩阵方法来进行二维DOA估计。理论上证明该方法在高斯噪声环境下对宽带非高斯信号都具有很好的估计性能,通过计算机仿真也验证了该方法的有效性。     

基于时频点聚类的LFM信号波达方向估计

基于空间时频分布(spatial time-frequency distribution, STFD)的多重信号分类(multiple signal classification, MUSIC)算法常用于非平稳信号波达方向(direction of arrival, DOA)估计, 其关键是选取合适的信号时频点.文中针对传统时频MUSIC算法不能提取各信号时频点且在小角度间隔时估计性能不佳的问题, 以线性调频(line frequency modulation, LFM)信号为研究对象, 提出了基于时频点聚类的DOA估计算法.该算法首先对阵列接收信号进行白化, 利用白化后的接收信号构造STFD矩阵, 达到抑制STFD矩阵的交叉项、突出信号自项的目的, 然后利用K均值聚类提取各信号时频点, 最后运用MUSIC算法估计DOA.对不同角度间隔和不同信噪比时三种算法的估计均方根误差进行了仿真对比, 结果表明:相比经典时频MUSIC算法, 文中算法在小角度间隔和低信噪比时有更好的估计性能.