基于协方差矩阵Toeplitz重构的MUSIC算法的波达方位估计方法

针对传统波达方向（Direction of Arrival, DOA）估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题，文章提出了一种基于协方差矩阵托普利兹（Toeplitz）矩阵重构的多重信号分类（Multiple Signal Classification, MUSIC）算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵，并利用新协方差矩阵构造Toeplitz矩阵，然后对其进行特征值分解，得到Toeplitz矩阵的噪声子空间，利用噪声子空间求出信号空间谱，通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径，增加了可估计相干信号的数量，提升了方位估计的性能，提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明，文中方法可估计出更多的相干信号，而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。     

基于全相位预处理的时域多重信号分类波达方向估计方法

低信噪比下,针对宽带短脉冲情况下频域多重信号分类(MUSIC)中噪声子空间估计不稳定问题,提出一种基于全相位预处理的时域多重信号分类波达方向(DOA)估计方法。①对线列阵接收数据进行分组处理;②按搜索角度对各组数据进行相移预处理,并对各组数据预处理结果进行相加,得到一组新数据;③对线列阵接收数据在时域构建相移后的协方差矩阵,在更短数据长度下,稳定实现噪声子空间估计,并依据估计出的噪声子空间含有的正交特性,通过单位矩阵加法器得到相应空间谱估计值,实现波达方向估计。数值仿真和实测数据处理结果表明,相比频域MUSIC方法,该方法有效提高了线列阵接收数据协方差矩阵中信号含有量和信噪比,能够在更短数据长度情况下实现对噪声子空间的稳定估计,具有较好的稳定性和检测性能,提高了MUSIC方法在实际波达方向估计中的鲁棒性。     

双目标相干源窄带信号波达方向估计算法

利用水下目标发出的窄带信号,能够实现目标方向的精确估计。针对均匀线列阵接收水下目标窄带信号的特点,提出一种相干源波达方向(Direction of Arrival,DOA)估计的快速算法。通过精确估计目标信号对应的空间频率,直接计算出单目标或双目标信号的波达方向。对该算法进行了理论推导,通过仿真对算法进行验证,并对影响DOA估计精度的因素进行了分析。仿真结果表明,该算法具有较高的估计精度,不受信号时间长度的影响,算法计算量小,便于实时处理,具有较好的工程应用前景。     

任意阵列几种高分辨DOA估计算法的性能比较

许多优秀的高分辨算法只能用于均匀线列阵。在不规则阵列条件下，本文通过扇区内插法把实际阵列等效为虚拟的均匀线列阵，使高分辨阵处理算法能应用于任意阵列。以共形阵为例比较分析了改进的MFBLP、MFBLP、MUSIC、SSM和MSSM在少快拍时的方位估计性能，仿真结果表明这种等效虚拟的方法是可行的且改进的MFBLP在非相干与相干两种信号源情况下的估计性能都优于其它几种高分辨算法。因此，用等效虚拟的方法来实现改进的MFBLP对那些阵列不是均匀线列阵且实时性要求较高的阵处理是可行的。     

基于正交匹配追踪算法的虚拟内插空间平滑DOA估计

针对正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法在实际的波达方向(Direction of Arrival, DOA)估计应用中,测向分辨率较低且在相干信号环境下估计性能较差的问题,提出了一种虚拟阵列空间平滑DOA估计算法.以互质阵列为模型,通过在正交匹配追踪算法重构信号的基础上,使用虚拟内插的方法,构造均匀虚拟阵列,能够提高波达方向的估计精度,加入空间平滑算法,可以分辨相干信号.仿真结果表明,使用虚拟内插算法之后,空间谱图波峰更尖锐,且在信噪比为0 dB时,最高探测精度提高到2°,测向分辨率明显有所提升,同时加入空间平滑算法,可以有效地分辨相干信号,且在信噪比为0 dB时,最高探测精度提高为4.7°,验证了本文方法的有效性.     

单矢量水听器方位频率联合估计新方法

旋转不变子空间法和多重信号分类法需假设背景噪声为独立的高斯白噪声或自相关矩阵已知,当条件不满足时算法的性能急剧下降。针对这一问题,根据矢量水听器多通道输出的特点,提出了一种基于平行因子模型的单矢量水听器方位频率联合估计方法。首先利用矢量水听器各个通道t时刻和t+1时刻的输出数据,计算声压和各振速不同组合时的四阶累积量,并构建三阶平行因子模型;然后分析了 PARAFAC 模型低秩分解的唯一性条件并利用三线性交替最小二乘算法得到了单矢量水听器阵列流形和相位延迟估计,进而得到目标的方位和频率估计。与旋转不变子空间法和多重信号分类法相比,该方法不需要子空间估计和谱峰搜索,在高斯噪声和拉普拉斯噪声背景下对多目标的分辨能力好于ESPRIT算法。仿真和实测数据的分析结果证明了算法的有效性。     

矢量水听器阵时频MUSIC算法研究

时频MUSIC算法利用信号的时频分布构造空间时频分布矩阵,并用该矩阵代替传统的相关矩阵进行DOA估计,可以有效抑制噪声和干扰,提高算法的稳健性。时频子空间算法突破了传统子空间算法中阵元数对估计信号个数的限制,时频点包含了信号的时频空三维信息,通过时频点的选择可直接确定信号的频率从而确定阵列流型矩阵。对于宽带信号,在进行方位估计时避免了频域搜索,减少了运算量。将时频MUSIC算法应用于二维矢量水听器垂直线阵中,充分利用矢量水听器的标、矢量信息和信号的时、频信息进行宽带信号的二维波达方位估计。仿真研究验证了算法的有效性。     

基于流形分离技术的DOA和极化参数联合估计方法

为了实现任意结构的极化敏感阵列对来波信号DOA和极化参数的联合估计,将流形分离技术(Manifold Separation Technique,MST)引入到极化敏感阵列的数据建模.重点研究了两种基于流形分离技术的二维DOA和极化参数的联合估计方法.第一种方法使用快速傅里叶变换(FFT)计算空间谱,避免了传统MUSIC方法中的谱峰搜索过程,有效降低了计算量;第二种方法将MST与信号子空间拟合技术结合,能够对任意相关性信号的DOA和极化参数进行联合估计,在信号源完全相干时仍具有良好的性能.两种方法皆适用于任意结构的极化敏感阵列.仿真结果验证了本文算法的有效性.     

基于模型稀疏表示的单快拍波达方向鲁棒估计

基于传感器阵列输出模型的稀疏重构,研究了利用单快拍数据进行波达方向（Direction of Arrival,DOA）估计的问题。考虑到在实际应用中,目标信号个数远小于传感器阵元数,目标信号DOA相对于空间来说也是稀疏的,将传统的传感器阵列输出模型进行稀疏化表示,得到阵列输出数据的稀疏表示模型,研究了一种基于l₁-范数最小化的单快拍DOA估计算法（L1-Min）。该算法将稀疏参数求解问题转化为二阶锥规划（Second-Order Cone Programming,SOCP）问题的一般形式,并在二阶锥规划的框架下求解,同时分析了算法中正则化参数的选取依据。L1-Min算法对小样本、相干多径信号、目标信号角度间隔小等非理想条件都具有较好的鲁棒性。仿真实验验证了算法的有效性。     

一般阵列误差情况下信号二维方向角和多普勒频率的联合估计

针对平面阵列，推导出基于一般阵列误差模型的信号时空DOA矩阵，采用总体最小二乘法（TLS）估计出多个信号的方位角。俯仰角和多普勒频率，解决了大多数估计算法的性能因阵列误差而严重下降和“频率兼并”问题。此算法对噪声不敏感，不需进行谱峰搜索，仿真结果表明了此算法的有效性。     

一种适用于低信噪比条件的DOA估计方法

波达方向（Direction of Arrival,DOA）估计技术是信号处理中一个非常活跃的研究领域。但是无论传统的波束形成技术还是现代谱估计技术均适应于高信噪比的环境,当信噪比较低时,这些方法的波达方向（DOA）估计性能急剧下降。根据信号在时间上的强相关性和噪声在时间的弱相关性,提出了一种协方差矩阵的重构方法,该方法能够明显地提高协方差矩阵的信噪比。将新的协方差矩阵应用到最小方差无畸变响应（Minimum Variance Distortionless Re-sponse,MVDR）算法进行DOA估计,改善了传统MVDR算法在低信噪比条件下的DOA估计性能。计算机仿真和定向实验均表明在信噪比较低的环境中可以进行高精度的DOA估计。     

一种均匀线阵互耦校正算法

旋转不变子空间(Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法是空间谱估计中的典型算法,但是阵列互耦会严重影响ESPRIT算法的测向性能。将均匀线阵划分为冗余阵元和有效中心阵元,对有效中心阵元利用ESPRIT算法估计出校正源方位角,结合冗余阵元信息估计出互耦系数阵。计算机仿真显示该算法在互耦自由度为2或3时均有效,算法还从仿真角度研究了幅度和相位误差对算法性能的影响。该算法校正时只需单个未知方位校正源,是一种操作简单的均匀线阵互耦校正算法。     

协方差矩阵的相关法Toeplitz改进算法

提出一种基于均匀线形阵列的相关Toeplitz矩阵构造方法,建立了两种Toeplitz矩阵的构造方式,结合子空间法形成一种相干信源方位估计的高分辨方法。具体将接收阵列各阵元与参考阵元输出信号做相关,获得一组相关向量,应用相关Toeplitz矩阵构造算法构造阵列输出的Toeplitz矩阵,从而得到去相干的相应接收阵列的协方差矩阵,最后再应用高分辨子空间估计方法完成相干信源方位估计。仿真结果表明：所采用的相关Toeplitz矩阵构造算法达到了很好的去相干效果,并将Toeplitz近似化方法改进成为无偏估计方法,显著提高了相干信源方位估计的精度,并使Toeplitz矩阵构造的计算量减少到原方法的1/M。     

Direction of arrival estimation for uncorrelated and coherent signals with uniform linear array

A novel direction of arrival (DOA) estimation method is proposed with uniform linear array when uncorrelated and coherent signals coexist. The DOAs of uncorrelated signals are first estimated using a new method of modified total least squares estimation of signal parameters via rotation invariance techniques. Afterwards, the contributions of uncorrelated signals are eliminated and a new matrix is constructed based on the spatial difference matrix. Then, the coherent signals can be resolved by performing the forward spatial smoothing scheme on the new matrix. The proposed method can resolve more signals than the array elements with good performance. Simulation results demonstrate the effectiveness and efficiency of the proposed method.     

稳健的稀疏信号单快拍波达方向估计

通过稀疏重构得到传感器阵列输出数据的稀疏表示模型,研究了单快拍采样情形下的信号到达角(Direction of Arrival, DOA)估计问题。提出了一种基于最小均方误差(Minimum Mean-Square Error, MMSE)准则迭代实现的单快拍到达角估计算法(Iterative Implementation of MMSE, II-MMSE)。该算法将原有的稀疏表示模型中稀疏信号矢量的求解问题,转化为迭代求解稀疏功率对角阵,进而估计多目标信号的DOA。给出了算法的完整实现流程,从理论上分析了II-MMSE算法的迭代收敛性和对阵列模型误差的鲁棒性。仿真结果表明,II-MMSE算法在低信噪比、相干背景、小样本、阵列未校准等条件下都具有良好的测向精度和多目标分辨能力。     

Three-dimensional antennas array for the estimation of direction of arrival

Direction of arrival (DOA) estimation of multiple sources using an antenna array becomes very important in wireless communications. It is well known that the quality of the DOA estimation depends on the selected technique and algorithm but it also depends on the geometrical configuration of the antenna array used during the estimation. The authors study the influence of the antenna array configurations on the Cramer?Rao bounds (CRB) of the 2D DOA estimation problem as well as on the performance of the well known MUSIC algorithm. For this we consider the most known planar arrays and we propose a 2-L shaped 3D antennas array. It appears that this 3D antennas array outperforms the other configurations as well as that already proposed in Tayem and Kwon (2005), in terms of both the CRB and the MUSIC root mean square estimation error and also removes ambiguities from the estimation MUSIC pseudo spectrum.     

盲源分离用于DOA估计研究

方位估计是水下目标定位、跟踪的前提。提出了一种复数域奇异值分解盲源分离方法,估计出了阵列流形,并利用阵列流形表现出的相位关系完成了目标方位估计。通过仿真实验与MUSIC高分辨方位估计方法和相关文献的方法进行了对比,结果表明该方法能很好地实现目标方位的实时估计,且性能更佳。     

矢量线阵MUSIC算法抗空间混叠性能研究

利用矢量线阵可以提高对目标参数估计的性能,探讨了矢量线阵MUSIC算法的抗左右舷模糊性能和抗空间混叠性能。理论研究和外场试验结果表明,矢量线阵消除了声压线阵MUSIC方位谱的左右舷模糊,在阵元个数保持不变的条件下,空间降采样时,矢量线阵MUSIC空间谱不仅提高了方位估计的精度,而且能够抗空间混叠,在相同的条件下．矢量线阵MUSIC空间谱的抗空间混叠性能明显优于矢量阵常规波束形成方法。     

水下小体积阵的二维宽带目标被动定位

传统的宽带聚焦波达方向估计算法需要预估方位信息,不准确的前期预估将使最终估计结果出现较大误差。研究了一种基于无噪相关矩阵的二维宽带聚焦算法,利用各频点的频域无噪相关矩阵构造聚焦矩阵,不需要进行前期预估,避免了前期预估对最终估计结果的影响,且适用于任意结构阵列。该算法计算复杂度低,分辨率高,估计误差小。当基阵布放的深度已知时,可实现目标定位。基于9元体积阵的目标被动定位,对该算法进行了验证。     

基于L型稀疏阵列的二维波达方向估计

针对传统的二维波达方向估计方法估计的信源数少、计算复杂度大的问题,提出了一种基于L型稀疏阵列的二维波达方向估计方法,利用安放在L型阵列上的互偶阵列来形成虚拟阵列,从而增加阵列自由度;通过将虚拟阵列分成若干个等间隔稀疏子阵列来压缩角度搜索区间,从而降低计算复杂度;通过MUSIC搜索得到谱峰,并利用最大似然准则筛选和匹配入射信号的俯仰角和方位角。该方法使可估计的信源数超过实际的物理阵元数,不仅提高估计精度且大大降低了计算复杂度。MATLAB仿真结果验证了该方法的有效性。