均匀平面阵下的二维DOA估计与互耦自校正

针对存在互耦效应时均匀平面阵的测向鲁棒性问题,提出了一种基于秩损准则的互耦自校正算法。根据对互耦效应的先验知识,提出的算法只需将受互耦扰动的阵列响应在变换域中重新排列,便可在后续处理中屏蔽掉互耦效应的不利影响,同时也避免了现有工作中存在的阵列孔径损失问题。借助秩损估计原理,在变换域中设计了一种巧妙的计算步骤,使得方位估计的降维操作得以实现;并且,后续还可通过特征分解法得到更精确的互耦系数估计,以进行阵列误差自校正。与现有的研究工作相比,所提算法无论是在估计精度,还是在计算效率上均有着显著的性能优势。     

考虑互耦影响下的DOA估计算法

研究了考虑互耦情况下的DOA估计算法MUSIC算法。互耦改变了阵列响应矢量和接收信号相干矩阵的特征值结构,因此影响了DOA估计的精度,用矩量法计算了由半波振子阵列的单元之间的互耦,通过得到的阻抗矩阵来估计互耦的影响。最终给出了计算机仿真的结果。     

互耦效应对波束赋形天线的影响分析

波束赋形天线技术可以通过基带调零等手段降低干扰信号影响,提升系统抗干扰性能,通过数字信号处理还可以在空间上形成多个波束,从而形成空分多址,大幅度提升系统的容量。但是波束赋形天线技术要求天线间隔尽可能小,一般约为工作频率的半波长,而较小的天线间隔在实际工程实现时会引起严重互相耦合。由于对互耦效应进行有效的数学描述非常困难,一般通过计算量极大的专业天线仿真软件进行仿真验证,严重制约了互耦效应解决方案的提出和论证。文中针对上述问题,提出了互耦效应的数学模型,并利用MATLAB和ANSYS-HFSS工具对相关模型进行了交叉验证。不同平台的对比仿真结果显示了相关模型的正确性和有效性。     

阵元位置互质的线性阵列:互耦分析和角度估计

该文研究了阵元位置互质的线性阵列(CLA)的互耦分析和角度估计问题。首先,给出了阵元位置互质的线性阵列的定义,证明了其导向矢量是不模糊的。随后,利用高阶累积量,建立了阵列输出信号的3阶张量模型,并通过张量分解得到导向矢量的估计。最后,利用得到的导向矢量估计,推导了一种无模糊的信号角度估计的方法。CLA可将相邻阵元间的间距设计远大于半波长,因此可显著降低阵列互耦效应。通过阻抗匹配互耦模型比较了CLA和常用典型阵列结构的互耦与角度估计性能,表明了CLA的有效性。     

基于Y型阵的互耦矩阵与DOA的同时估计方法

基于均匀间隔的Y型阵列,提出了一种自校正算法用于非相干源的DOA估计和阵元间的互耦校正,且无需任何方位已知的校正源.自校正算法利用均匀线阵互耦矩阵的对称Toeplitz性和带状特性,无需任何互耦信息的条件下可以精确估计信源DOA和阵列的互耦矩阵,从而实现阵列的自校正,并进行了参数的模糊性分析.仿真结果验证了提出的自校正算法具有分辨力高、计算量小以及校正精度高的特点.     

缝隙阵列天线DOA估计的互耦影响与修正

互耦的存在严重影响了DOA估计的精度，文中研究了存在互耦情况下的DOA估计问题，重点讨论了阵列单元互耦效应的有效计算和对MUSIC算法的修正问题；以缝隙阵列天线为例，通过对无限阵散射参量的修正得到有限阵的散射矩阵和阻抗矩阵，进而通过阻抗矩阵估计互耦的影响，并对MUSIC算法进行修正，最后给出了仿真结果。     

阵列互耦条件下相干信源DOA估计算法研究

针对阵列互耦条件下相干信源到达方向（DOA）估计的问题,利用均匀线阵互耦矩阵的带状循环特性及对称Toeplitz性,提出了一种基于改进的空间平滑算法的信源DOA估计算法。该算法无需阵元的互耦参数信息,只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算;由于采用改进的空间平滑算法,所以该算法具有很好的统计估计性能。计算机仿真结果验证了该算法的正确性和有效性。     

均匀圆阵测向中阵列互耦影响的仿真及对策

通过利用MUSIC算法仿真互耦在各种情形下(包括单元间隔、噪声电平、平台等因素)对圆阵测向的影响，给出互耦对方位估计影响的定量结果。对利用耦合矩阵法进行耦合补偿的效果进行了验证，实验表明该方法是可行的。     

线性阵列互耦矩阵和波达方向的联合估计

 针对线性阵列中因存在互耦效应导致很难直接估计信号波达方向的问题,结合线性阵列的阻抗特性,针对均匀线阵提出了一种计算量更小、稳健性更强的互耦矩阵和波达方向的联合估计方法.并把该方法推广到一般的线性阵列,解决了互耦条件下线阵的测向问题.仿真结果验证了这种新的联合估计方法在均匀线阵中的性能改进情况,以及向一般线阵扩展模型的可用性.     

互耦对微带阵列天线特性影响的分析

运用贴片表面电流模型及其分层介质中的并矢格林函数研究了互耦对微带阵列天线特性的影响。其结果包括阵列单元的输入阻抗、空间波辐射效率、方向性系数和辐射方向图等。     

一种阵列互耦矩阵与波达方向的级联估计方法

当阵列天线存在互耦效应时,传统多重信号分类(MUltiple SIgnal Classification, MUSIC)算法的测向性能急剧下降。为了有效估计阵列互耦矩阵(MCM)与入射信号的波达方向(Direction Of Arrival, DOA),该文提出一种阵列互耦矩阵与波达方向的级联估计方法。利用互耦矩阵的结构特点,变换阵列流形,实现对互耦矩阵与DOA的解耦合。求解线性约束下的二次优化问题,利用谱峰搜索,得到阵列互耦矩阵和入射信号DOA,完成互耦误差自校正。通过计算机仿真验证了该文方法估计性能的有效性和优越性。     

多径环境下阵列波达方向估计及互耦校正

在阵列信号处理的研究中,多径环境会降低接收机的定位精度,传统的多重信号分类算法的性能会大大降低,空间平滑算法能有效地进行解相干。当阵列天线存在互耦效应时,传统的空间平滑算法的测向性能会大大下降。针对多径环境下的均匀线阵,利用互耦矩阵的复对称带状的结构特点,结合空间平滑算法,提出了一种可以进行互耦校正的波达方向估计算法。该算法通过求解线性约束下的二次规划问题,利用谱峰搜索得到入射信号的DOA。数值仿真结果验证了该算法的有效性。     

基于协方差匹配技术的互耦和幅相误差联合校正算法

 提出了基于协方差匹配技术的均匀线阵互耦和幅相误差联合校正算法.首先,根据协方差匹配技术中的目标函数和均匀线阵的误差模型,设计了一种交替迭代算法用以实现各种参数的优化计算.接着,为了避免该算法中的每轮循环迭代都需要进行波达方向估计这一复杂环节,利用理想条件均匀线阵协方差阵的Toeplitz性,给出了另一种改进型交替迭代算法用以减少计算复杂度.与基于子空间技术的阵列误差校正方法相比,文中的两种新算法可直接利用信源的统计特性,并且适用于不同的高斯噪声模型(例如噪声功率不一致),仿真实验验证了新算法的有效性和优越性.     

均匀线阵互耦矩阵非Toeplitz条件下的DOA估计

理想条件下,均匀线阵的互耦矩阵可用一带状、对称Toeplitz矩阵进行建模。然而实测数据表明,均匀线阵的互耦矩阵具有对称性,但不具有Toeplitz性,此时仍按理想情况建模,会导致DOA估计不准甚至完全失效。基于RBF神经网络,提出了互耦矩阵非Toeplitz条件下的DOA估计方法。算法利用了信号协方差矩阵的对称性和对角线元素不含信号DOA信息的特点,取协方差矩阵的上三角的元素作为网络输入,不仅减少了网络的输入数,同时还提高了与阵列法线夹角60°外的DOA估计精度。实验仿真结果验证了算法的有效性。     

基于L型阵列的方位估计及互耦自校正算法研究

 针对L型阵,提出了一种互耦自校正算法（SAL: self-calibration algorithm for L-shaped array）。该算法利用L型阵列特殊的互耦特性,实现了对信源信息（DOA）和阵列互耦系数的解耦合,从而无需任何校正源就可以实现两类参数的估计。与基于循环迭代最小化技术的传统自校正算法相比,该算法先通过搜索谱峰估计信源信息（DOA）,再估计互耦系数,从而避免了多维搜索带来的庞大运算量和迭代中的全局收敛性问题。仿真结果表明本文提出的自校正算法具有精度高、计算量小的特点。     

基于MUSIC迭代法的互耦误差校正

针对阵元之间存在互耦误差,阵列流型会出现一定程度的偏差和扰动的问题,提出了基于MUSIC(MUlti-ple SIgnal Classification)迭代法的互耦误差自校正算法及在互耦误差条件下的DOA(Direction of Arrival)估计算法。利用MUSIC迭代法对波达方向和互耦误差同时进行估计。该算法能够在互耦误差存在的情况下,有效地估计出波达方向和互耦矩阵,仿真实验证明了该算法的有效性。     

高斯噪声背景下多用户波达方向估计与互耦自校正

在高斯噪声背景下,针对互耦条件下的均匀线阵(Uniform Linear Array, ULA),该文提出了一种联合多用户波达方向(Direction Of Arrival, DOA)估计与互耦误差自校正算法。该算法首先利用特征矩阵联合相似对角化(Joint Approximative Diagonalization of Eigen matrix, JADE)方法估计出各用户广义空间特征矢量,然后定义了一个将各用户广义空间特征矢量转换为只与部分阵元相关的转换矩阵,进而在斜投影及前后向空间平滑的基础上,实现了多用户相干信源DOA估计,最后以多用户相干信源DOA及广义空间特征矢量估计值为基础,给出一种互耦自校正方法。仿真结果表明：该算法具有较高的DOA估计精度及DOA估计成功率,而且对高斯白噪声/色噪声背景,阵列互耦误差已知/未知情形,均具有普适性。     

均匀直线阵的波束形成

简述了单个信号和多个信号进入等距直 (天 )线阵列时波束形成的方法 ,分别用来自不同方向的 4个信号和 5个信号进入七个阵元的阵列进行试验 ,得出了仿真结果     

无参考信号条件下基于MSWF的DOA估计算法

现有基于多级维纳滤波(MSWF)的子空间法波达方向(DOA)估计算法复杂度较低,但需要先验的参考信号.论文从MSWF求解线性预测问题入手,将基于MSWF的线性预测和子空间两种不同的DOA估计方法结合起来,提出了一种实用的低复杂度DOA估计算法.该算法无需构造专门的参考信号,在低信噪比或信源数估计不准的情况下,算法依然具有较好的稳健性和估计性能.仿真实验验证了本文的结论.