基于均匀面阵的相干信号源二维DOA估计新方法

相干信号源的来波方向(Direction of Arrival,DOA)估计问题一直是阵列信号处理技术的一个研究热点。现实环境中的信号源多为相干的,针对此问题提出一种改进的相干信号源二维DOA估计算法。通过对接收信号协方差矩阵进行矩阵重构处理,将采样数据协方差矩阵的秩恢复到等于信号源的个数;对重构的协方差矩阵进行特征分解,构造出信号子空间矩阵和噪声子空间矩阵,将两个子空间矩阵联合构造出新的空间谱函数;基于新的空间谱函数进行二维谱峰搜索,即可估计出多个入射信号的二维DOA。使用计算机软件进行仿真验证,仿真结果表明了所提方法的有效性。     

一种新的二维ESPRIT算法的研究

提出了一种新的基于垂直阵列结构的二维ESPRIT方法来估计信号的DOA，此方法只需3个均匀直线阵就可估计用户的二堆DOA．该方法利用其中的一个直线阵来组合两个线阵分别估计的一堆DOA，最大误差不超过0．6％，改善了DOA的估计性能．     

非圆信号的二维相干测向新方法

传统的二维相干测向算法都是针对圆信号提出的,且要求大快拍数和较多阵元数,在低信噪比时估计性能较差.通过充分利用非圆信号的特点和L型阵列的结构优势,提出了一种非圆信号的二维解相干新方法.该方法利用阵列接收信号数据及其共轭信号数据,重新构造阵列接收数据矩阵,有效地扩展了阵列孔径;同时,提出了一种修正的空间平滑技术进行解相干,最后采用ESPRIT算法实现相干信号的二维DOA估计.所提方法具有阵列利用率高的优点,能够有效弥补传统二维测向算法阵列利用率低的缺点,提高了ESPRIT算法在低信噪比时的估计性能.实验仿真结果表明,所提方法能够有效实现二维相干信号估计并且估计性能优良.     

二维DOA估计的高分辨阵列（HRA）

基于二维ＤＯＡ估计问题,研究了阵列天线的空间滤波性能,提出了二维ＤＯＡ估计的高分辨阵列（ＨＲＡ）模型,使有限的阵元具有最佳的空间分辨力。计算机仿真结果表明,本文提出的ＨＲＡ明显优于传统阵列。     

相干/同向信号波达方向与多普勒频率的联合估计

针对相干/同向信号波达方向(DOA)与多普勒频率的联合估计问题,提出了一种基于特征空间的修正二维MUSIC联合估计算法。首先,建立包含DOA和多普勒频率信息的广义阵列信号模型,通过共轭重构对阵列接收信号的协方差矩阵进行修正,使其有效适用于相干/同向信号下DOA与多普勒频率的联合估计。同时,在二维MUSIC算法的基础上,提出了一种基于特征空间的DOA与多普勒频率联合估计算法,该算法充分利用了信号子空间和噪声子空间的信息,并且可以对源信号功率进行估计。对该算法加以修正后同样可以应用于相干/同向信号的DOA与多普勒频率联合估计,且可以得到比修正二维MUSIC算法更好的估计效果。最后,通过仿真试验验证了本文算法的有效性。     

一种基于L型阵列的二维波达方向估计的新方法

提出了一种在高斯白噪声环境下基于L型阵列的二维DOA估计的新方法。该算法利用阵列结构的特点首先计算3个互相关矩阵,然后用这3个互相关矩阵构造一个特殊的大矩阵,对其进行特征值分解获得信号子空间的估计,进而利用二维ESPR IT方法实现方向角与仰角的估计。该方法不需要谱峰搜索,能够很好地解决参数配对问题。仿真试验表明,该算法估计精度高、计算量小,有一定的实用性。     

基于张量分解的二维互质矢量传感器阵列信号处理

提出了一类二维互质矢量传感器阵列及其张量处理方法,以提高阵列自由度及信号波达角(Direction of arrival,DOA)估计性能。新阵列并非是二维互质标量传感器阵列的简单扩展,而是针对新阵列的高维信号数据,提出了一种新的基于张量代数理论的建模和处理方法。分析表明:针对一个具有4M~2+N~2-1(其中M和N互为质数)个矢量传感器(阵元)的二维互质阵列,利用其接收信号的高维二阶统计量,可将该阵列转换成一个具有(MN+M+N-1)~2个虚拟矢量传感器(阵元)的均匀矩形阵列(Uniform Rectangular Array,URA)。为充分利用增加的阵元数来提高阵列的可辨识性和信号的DOA估计精度,还给出了该URA对应的张量模型及处理方法,并最终借助张量分解实现了信号DOA及极化参数估计。仿真实验证明了新方法的有效性。     

一种VESPRIT-TSM算法研究

为了提高波达方向(Direction of Arrival,DOA)估计的性能,提出一种虚拟借助旋转不变技术估计信号参数的时空矩阵(Virtual Estimating Signal Parameters via Rotational Invariance Techniques-Time Spatial Matrix,VE-SPRIT-TSM)算法。即利用两行均匀直线阵构造出三组子阵列,并根据由此得到的数据估计用户的二维DOA。理论分析表明,该算法可提高了阵列的利用率,计算误差更小,并能改善DOA的估计性能。计算机仿真实验证明该算法有效。     

基于正交直线阵列的二维相干源测向方法

针对特殊阵列,提出了一种二维相干信号波达方向估计新方法,此方法只需2个正交直线阵就可估计不同用户的二维DOA。而且利用其中的一个直线阵来组合两个线阵分别估计的一维DOA,在空间平滑法基础上通过构造新的协方差矩阵,进一步去除了信源间的相干性。并分析了相乘系数对DOA的估计性能的影响,最后通过仿真结果分析了该方法的性能。     

适用于宽带接收阵列的无模糊二维DOA估计

为了满足宽带侦收的要求,提出了一种新的基于环形阵列的宽带天线阵列配置方案,利用2组独立空间欠采样通道得到有模糊的信号空域信息,并结合一定的解模糊算法和配对方法得到无模糊的空间信号到达角(DOA)估计. 仿真结果表明,所提算法在搜索量小的优势下能实现二维方向角的高精度估计及正确配对,且2组通道的采样数据可并行处理,增强了算法的实时性.     

基于nested阵列的高分辨DOA估计

针对nested阵列对邻近信号的分辨力受信噪比和快拍数等因素限制的问题,提出了基于nested阵列的加权子空间平滑M USIC算法.该算法对协方差矩阵向量化以提高整个阵列的自由度,使用空间平滑恢复新接收数据矢量阵的秩,采用校正的噪声特征值对噪声子空间进行加权,并对信号子空间进行空间谱合成,得到新算法的空间谱函数.通过搜索空间谱函数极大值实现DOA估计.结果表明,该算法在低信噪比及小快拍数条件下,对间隔较近的信号具有高分辨力.     

虚拟阵列的四阶MUSIC算法研究

研究一种基于四阶累积量的虚拟阵列扩展技术,以扩大阵列的处理孔径和空间自由度,提高方位估计性能.由于累积量域导向矢量的冗余项可等效为特定位置处假想阵元(虚拟阵元)的响应,因而利用高阶累积量可虚拟扩展阵列孔径,利用四阶累积量与二阶统计量的转换关系,对具有等效阵元互相关的累积量作合并平均处理,可得到虚拟扩展阵列的协方差矩阵,对虚拟协方差矩阵采用MUSIC算法作方位估计.数值分析和湖试处理结果表明,虚拟阵MUSIC算法能有效提高分辨率,减小方位估计方差,并能提高空间有色高斯噪声下的性能和稳健性.     

共形阵列MUSIC算法分辨力性能分析

针对共形阵列分辨力性能分析问题,本文首先对锥面、柱面、球面等3种常见共形阵列进行信号建模,并基于MUSIC算法实现共形阵列下极化-DOA参数的联合估计,然后通过MUSIC零谱的定义以及噪声子空间投影矩阵的期望,给出MUSIC期望谱的具体表现形式,在此基础上详细分析推导了MUSIC算法在共形阵列中的分辨力门限;最后通过计算机仿真研究共形阵列分辨力门限理论值与仿真值的关系,以及共形阵列与均匀圆阵在分辨力性能上的差异,仿真结果显示共形阵列的分辨力门限随着信噪比的增加逐步降低,验证了理论分析的正确性.     

多径环境下循环平稳信号的波达方向估计方法

结合虚拟平移技术,提出了虚拟平移循环自相关和虚拟平移循环互相关2种算法.该算法克服了循环多重信号分类及空间平滑类算法的不足,在不影响阵列孔径的情况下,使阵列可估计的相干期望信源数目达到 ^{M-1(M为阵元数)._。}理论分析和仿真试验证实,该算法适用于相干信号和非相干信号的波达方向估计。     

利用最小冗余对称阵列的近场源定位算法

在阵元数目有限的情况下,针对近场源定位中的阵列孔径和阵元数损失问题,文中突破阵元间距为1/4波长的限制,提出了基于最小冗余对称阵列的协方差矩阵重构算法．该算法构建只与方位角有关的四阶累积量矩阵,通过多重信号分类算法来估计信号方位角;然后根据估计出的信号角度在距离维上进行搜索,估计出距离参数．该算法扩展了阵列的孔径,提高了阵列的自由度．仿真结果表明,该算法可以估计更多的信源数目,拥有较高的估计性能和空间分辨率,且只需进行一维搜索,避免了二维参数配对．     

矢量水听器扩展孔径线阵方位估计技术

矢量水听器由声压水听器和质点振速水听器复合而成,可以同时测量声场中的声压和质点振速的正交分量,将矢量水听器布成阵列对目标方位进行估计.在不增加阵元个数的情况下,可以把阵布成稀疏阵来增加阵孔径,提高对目标方位的估计精度.按照耐奎斯特空间采样定理,阵元间距超过半波长将会带来方位估计的周期性模糊.该研究利用扩展孔径矢量线阵对目标进行方位估计,以及研究如何去掉方位估计中的周期性模糊,最终获得目标方位的高精度无模糊估计.研究结果表明,在相同的信噪比条件下,利用扩展孔径矢量线阵可获得比具有相同输出路数的声压阵更好的方位估计性能.     

基于矢量阵的自初始化MUSIC方位估计算法

MUSIC空间谱估计突破了常规波束形成中的锐利限,能够对目标进行高精度方位估计.探讨了MUSIC算法在矢量阵上的应用,给出了矢量线阵MUSIC噪声子空间谱估计表达式,利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰实现目标的方位估计,用以提高目标方位估计的精度.对单目标和双目标方位估计进行了仿真研究,在文中的仿真条件下,当满足信噪比大于5dB的条件时,可对目标方位进行较好估计.研究结果表明,通过单个矢量阵元阵簇得出的目标方位估计精度较差,而迭代搜索MUSIC谱峰方法提高了方位估计精度.     

An effective DOA method via virtual array transformation

A new DOA estimation method is presented for the virtual array transformation and the improved spatial smoothing algorithm. The new method not only overcomes the weakness of the ambiguity of DOA estimation of arbitrary array, but also improves the abilities of resolution and de-correlation. It is proven to be effective by theoretical analyses and computer simulations. What is more, the method can improve the estimation and resolution of DOA under the condition of sparse practical array.     

基于Toeplitz降维子矩阵的空间多目标跟踪算法

为了克服传统的移动多目标跟踪计算量大、实时性差的缺点,针对阵列天线提出新的多目标跟踪算法.该算法利用阵元接收数据构造空域Toeplitz矩阵,截取该矩阵的一个子矩阵,采用Lagrange极值定理迭代跟踪子矩阵的最小噪声特征向量.根据得到的噪声特征向量,估计空间多个移动目标的波达方向(DOA).该算法对原接收矩阵进行了降维,因而有效地降低了计算复杂度.此外,对数据进行的Toeplitz重构,使得降维后的子矩阵保留了所有阵元的接收信息.仿真结果表明,该算法不但可以处理相关信源,而且具有很好的空间分辨率,适合对目标源进行实时跟踪.     

互质阵列下基于重叠有效孔径的DOA估计算法

为了解决互质阵列下DOA(Direction of Arrival)估计算法因使用空间平滑预处理而带来的阵列有效孔径损失、分辨率降低等问题,提出了一种矩阵重叠预处理方法.该方法通过分割空间平滑协方差矩阵,利用其子矩阵具有相同信号子空间的特性,将子矩阵进行重叠处理,扩展协方差矩阵行数,进而增大有效孔径.仿真实验结果表明:所提方法可以提高DOA估计的分辨率,低快拍下的估计精确度也有所提高.同时,本文将U-ESPRIT(Unitary Estimation of Signal Parameter via Rotational Invariance Techniques)算法应用在互质阵列上,通过使用矩阵重叠预处理并结合U-ESPRIT算法,取得了较传统方法更为准确的DOA估计效果.