分离式长电偶极子稀疏阵列的相干信号多维参数联合估计

由长电偶极子或大磁环组成的大尺寸电磁矢量传感器(ElectroMagnetic Vector Sensor, EMVS)比小尺寸EMVS辐射效率更高,研究其参数估计算法有助于推动EMVS的实装化应用。该文针对分离式长电偶极子稀疏阵列相干目标参数估计问题,提出高精度无模糊的多维参数闭式解算法。首先利用空域旋转不变性和单个矢量传感器内部属性得到方向余弦的高精度周期性模糊估计值,然后借助单个矢量传感器导向矢量推导出2维波达方向粗估计值,最后通过解模糊得到高精度无模糊的多维参数估计值。该方法规避了传统极化平滑算法的极化信息损失和迭代搜索过程,且能实现参数自动配对。计算机仿真结果表明了所提算法在分离式长电偶极子线阵中解相干的有效性。     

稀疏拉伸式L型极化敏感阵列的二维波达方向和极化参数联合估计

为降低现有的共心式矢量传感器阵列天线间存在的严重互耦影响,进一步提高参数估计精度,该文提出一种稀疏拉伸式L型极化敏感阵列(SSL-PSA),并针对该阵列提出一种2维波达方向(DOA)和极化参数联合估计算法。首先建立稀疏拉伸式极化敏感阵列的信号模型,然后将阵列划分为6个子阵,采用子空间旋转不变算法(ESPRIT)算法得到多个旋转不变因子(RIFs),再根据旋转不变因子间的关系,通过数学运算,得到一组方向余弦有模糊精估计值和4组无模糊粗估计值;然后重构出对应的4组导向矢量,根据导向矢量和噪声子空间的正交性,确定出正确的一组无模糊粗估计值;最后通过现有的解模糊方法得到高精度且无模糊的DOA和极化参数估计值。该文所提阵列不存在共心结构,相对于现有的含有共心式矢量传感器结构的阵列,大大降低了互耦影响,且可在不增加天线数目的前提下,有效扩展阵列的2维孔径,大大提高DOA估计精度。仿真结果证明该文所提方法的有效性。     

电磁矢量传感器阵列相干信号源波达方向和极化参数的同时估计:空间平滑方法

研究如何利用电磁矢量传感器阵列中隐含的冗余空域信息解决多个相干极化信号源的二维波达方向(DOA)和极化参数的同时估计问题。基于整个阵列中所隐含的多个空域旋转不变结构,将组成阵列的单个或多个电磁矢量传感器单元看作一个无模糊子阵,利用空间平滑方法对阵列数据进行预处理,以恢复信号协方差矩阵的秩特性。在此基础上,利用多信号分类方法(MUSIC)和旋转不变参数估计方法(ESPRIT)完成多个相干极化信号源的二维 DOA 和极化参数的同时估计。文中还讨论了成功进行信号解相干的必要条件,并通过计算机仿真验证和比较了所给方法的有效性及其辨识能力。     

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。     

原位误差情况下DOA和极化参数盲估计

现有基于电磁矢量传感器的波达方向(DOA)和极化参数联合估计算法中,均假设电磁矢量传感器的三个电偶极子和三个磁偶极子严格指向参考坐标系,即不存在原位误差.当电磁矢量传感器存在未知原位误差时,其实际极化-角度域导向矢量与理想情况下的极化-角度域导向矢量产生一定的偏差,导致现有算法的估计性能显著下降.基于极化-角度域导向矢量的一阶Taylor近似展开,给出一种原位误差情况下DOA和极化参数的盲估计算法和各参数估计的CRB界.仿真结果表明,在存在原位误差的情况下,该方法的估计性能明显优于传统方法.     

线性电磁矢量阵列的空时极化平滑算法及相干源多参数估计

该文提出了一种基于线性电磁矢量阵列的空时极化平滑算法(STPSA),解决了相干信源的频率,2维波达方向和极化参数的联合估计问题。该算法通过对不同子阵和矢量传感器不同传感单元的测量数据及其相应延迟数据进行平滑,实现解相干预处理并抑制噪声干扰,然后利用传播算子方法得到相应的参数估计。与目前的算法相比,该文提出的算法能够同时实现相干信源的多个参数联合估计;无需通过奇异值或特征值分解提取信号/噪声子空间,也无须进行参数搜索,有较低的运算量;另外,算法能够通过增加相邻阵元的间隔来扩展阵列的有效孔径,改善估计性能,且无须进行参数去模糊处理。仿真结果验证了算法的有效性。     

基于传播算子的声学矢量传感器阵列 扩展孔径二维DOA估计算法

 本文提出一种基于传播算子的声学矢量传感器阵列扩展孔径二维DOA估计算法.首先,利用传播算子方法得到一组高精度模糊的DOA估计值;然后,利用声学矢量传感器的特点得到另一组低精度无模糊的DOA估计值;最后,利用无模糊估计值对模糊估计值进行解模糊处理,得到高精度无模糊的DOA估计值.提出的算法无需进行特征值分解或奇异值分解进行信号子空间/噪声子空间的估计.与基于ESPRIT的算法相比,提出的算法的计算量约为信号个数与声学矢量传感器个数的四倍之比.计算机仿真结果表明在信噪比不是很低时,提出的算法与基于ESPRIT的算法具有相当的估计性能.     

矢量传感器阵列MIMO雷达高精度二维DOA与极化联合估计

该文采用矢量传感器配置下的十字型阵列MIMO雷达系统,提出一种新的2维高精度DOA与极化参数联合估计算法。首先根据MIMO雷达虚拟阵列导向矢量的特点,通过降维矩阵的设计及回波数据的降维变换,将高维回波数据转换至低维信号空间;然后基于传播算子获得对应信号子空间的估计,利用收、发阵列阵元间长基线对应的旋转不变性和极化矢量中电场矢量和磁场矢量的叉积进行2维高精度DOA估计和解模糊处理,同时利用与阵列结构无关的极化域旋转不变性进行极化辅角和极化相位差的联合估计。该矢量传感器MIMO雷达阵列可同时获取MIMO雷达的波形分集和矢量传感器的极化分集,无需额外增加阵元和硬件开销,能够有效扩展阵列孔径,提高参数估计性能;同时通过降维变换及传播算子,在获取信噪比增益的同时,能够实现2维高精度DOA和2维极化矢量的联合估计及参数的自动配对,有效降低数据处理维数和参数估计的运算复杂度;最后,仿真结果验证了理论分析的正确性和算法的有效性。     

三正交分离式极化敏感阵列的波达方向估计

该文研究了分离式极化敏感阵列(SS-PSA)的多目标波达方向(DOA)估计问题。首先建立三正交分离式极化敏感均匀稀疏阵列的信号模型;接着利用阵列的旋转不变性采用ESPRIT算法计算出多值模糊DOA估计;利用该模糊DOA估计值对分离式极化天线进行空间相移的补偿,然后利用共点式极化天线之间的多维角度结构求出对应的虚拟DOA估计;最后通过提取多值模糊估计值和对应虚拟估计值之差的最小范数得到多目标的DOA估计。该文所提阵列采用分离式极化天线代替传统共点式极化天线,降低了阵列的互耦影响;采用稀疏阵列结构有效地扩展了阵列的物理孔径,大大提高了DOA估计精度。计算机仿真结果证明了该算法对分离式极化天线DOA估计的有效性和高精度性。     

基于稀疏拉伸式COLD传感器的波达角和极化参数估计

同点正交配置磁环和电偶极子(Co-centered Orthogonal Loop and Dipole, COLD)是常用的二分量电磁矢量传感器之一, 但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息.针对由COLD传感器组成的均匀线阵, 磁环分量保持不变, 将电偶极子分量沿正交方向稀疏拉伸, 形成L形阵, 扩展阵列的空间孔径, 提出了基于广义旋转不变的降维多重信号分类算法.该算法利用L形阵的几何构形, 将导向矢量分隔成三部分, 利用广义旋转不变矩阵分别估计各个部分, 使得波达角和极化参数仅需一维谱峰搜索就可以估计得到.同时, 在参考点处新增一个电偶极子天线, 利用四元数模型解决了由于稀疏拉伸引起的相位周期模糊问题.仿真实验验证了所提算法的有效性.