基于时空结构的阵列信号三维参数同时估计方法

提出了一种针对空间非相关窄带信号源的中心频率、方位角和俯仰角三维参数的同时估计方法。该方法通过对均匀双平行线阵时域采样构造虚拟阵元，然后结合空域采样数据构造时空DOA矩阵，对DOA矩阵进行特征分解，利用分解得到的特征值和特征向量估计出信号源的三维参数。该方法不需要进行谱峰搜索，运算量小，能实现频率、方位角和俯仰角的同时估计与自动配对，具有较高的分辨率，且能估计出比阵元数多的信号源的参数，给出的计算机仿真结果证明了该方法的有效性。     

基于相干对消的噪声子空间自适应估计

MUSIC算法的运算量主要集中在特征值分解和空间谱的搜索两部分,为避免进行特征 值分解,将相干信号自适应对消的思想用于噪声子空间的估计。由于阵元输出信号完全相干 ,视一个阵元输出为参考信号,其它阵元输出能够完全对其进行对消,得到的系数矩阵作为 噪声子空间的估计。基于LMS算法,给出了算法的矩阵形式,得到的噪声子空间估计算法的 运算量大大降低,且以迭代的方式进行,适合应用于运动信号源的跟踪,在阵元数较大时能 很好地逼近MUSIC算法性能。为减少空间谱搜索过程的计算量,对搜索过程先用系数矩阵的 一列进行搜索,然后采用其它列对搜索峰值进行验证。仿真结果显示算法具有很好的空间谱 估计性能和DOA跟踪性能。     

一种基于双平行线阵相干源二维波达方向估计的新方法

提出一种基于双平行线阵有相干信号源存在情况下二雏波迭方向估计的新算法。该算法根据阵列结构的特点形成6个需要的相关矩阵，然后构造一个特殊大矩阵并经特征分解获得信号子空间的估计，最后利用2-D ESPRIT方法实现二维角度估计。无论是否存在相干源，新算法都能精确估计出二维到达角，而无需进行谱峰搜索，从而解决了信号参数配对问题。最后用计算机仿真验证了该算法的有效性。     

应用于波束域的改进TOFS算法

频域子空间正交性测试（TOFS）算法是一种较新的宽带信号高分辨到达角估计方法。该方法通过角度和频率构造向量,判断该向量和各个不同频点上的噪声子空间的正交性程度来进行角度估计,摆脱了预估角度的束缚,从而避开了构造聚焦矩阵的处理过程,但是该方法不具备处理相干信号的能力。针对此问题,将矩阵共轭重构算法与 TOFS 算法相结合,提出了一种改进的 TOFS 算法。改进后的算法能很好地估计出相干信号的方位,并且提高了算法精度。阵元数对算法的运算量影响较大,随着阵元数的增多,算法的运算量会急剧增大。将改进后的 TOFS 算法应用于波束域中,运算量大大降低,并且没有影响其在阵元空间中的性能。仿真实验结果证明了该改进算法的估计性能优于原算法。     

基于BPSK和MASK信号源特点的实值ESPRIT算法

在信号源为BPSK和MASK的情况下,提出了一种波达方向（DOA）估计方法。对于等距线阵上的接收数据,此算法根据信号源为实信号的特点,利用欧拉公式形成正弦和余弦数据,并将其加以串联,这相当于将阵元个数加倍,然后在此基础上运用ESPRIT类算法估计波达方向。由于正（余）弦数据为实值数据,所以本文提出的算法可以有效地将运算量减少到相同维数复值运算量的1／4。仿真实验表明新算法不仅估计精度高,而且能够处理的信号个数可大于阵元个数。     

基于均匀圆阵的相干源三维参数估计算法

基于均匀圆阵,提出了一种宽频段信号频率和二维到达角联合估计的新方法—CTDS算法。通过对构造的波达矩阵进行特征分解,该算法能精确地估计具有相同数字频率的相干信号的三维参数,无需多维谱峰搜索,具有计算量小,三维参数自动配对的优点。另外,算法通过增加延迟抽头级数解相干,因此避免了通常的降维解相干算法引起的阵列孔径损失,同时减少了所需的阵元数。计算机仿真结果验证了算法的有效性。     

基于数据插值的二维MUSIC谱峰搜索算法

针对MUSIC算法在进行二维到达角估计时运算量大、估计速度较慢的问题,对基于数据插值二维MUSIC谱峰搜索算法进行研究。在MUSIC算法的基础上先用较大步长在二维空间进行粗略搜索,之后在粗搜谱峰位置附近的小区间内进行二维插值,最后用小步长在该区间内进行谱峰搜索,得到精确的角度估计值。仿真实验表明,该算法可有效地减少二维空间搜索的运算量。     

柱面共形阵列高性能低复杂度DOA估计算法

针对柱面共形阵列的波达方向(DOA)估计问题,从信号子空间的角度分析了在阵元遮挡下应用多重信号分类(MUSIC)算法的性能缺陷。在此基础上提出通过偏置常数的方法克服经典MUSIC算法的阵元遮挡问题。进一步提出一种基于数据自适应子阵分割的快速DOA估计算法,该方法先利用稀疏采样的偏置MUSIC算法进行DOA预估,依此确定所需要的子阵及二维搜索区域,确定MUSIC算法的搜索范围,进而得到高精确度的DOA估计。利用子阵分割的方法进行DOA估计,避免了经典MUSIC算法因阵元遮挡导致运算量大、精确度低等问题。仿真结果表明,该方法能大幅度降低运算复杂度,同时提高DOA估计精确度。     

矢量阵元阵列对Chirp信号极化和到达角的联合估计

针对LFM信号,利用分数阶傅里叶变换构造了一种新的空间极化时频分布:提出了基于L型矢量阵元阵列的二维到达角和极化联合估计算法。理论分析和仿真实验结果都表明,在低信噪比下该方法比已有的极化和到达角联合估计算法具有更好的性能。     

信号的二维到达角和极化估计

本文论述了一种基于子空间方法的多信号二维到达角和极化参量的估计算法。该方法采用了交叉偶极子阵元组成的Ｌ型阵列，利用子阵输出信号数据矩阵中包含的信号空间的旋转不变性质，借助于矩阵方法求解出信号的二维到达角和极化参量的估计值，并自动进行参数的配对，仿真结果证实了该算法的有效性。     

基于双向传播算子的互质面阵二维波达方向估计

针对谱峰搜索的二维波达方向估计中现有算法复杂度高,精度受搜索间隔影响较大的问题,给出了一种双向传播算子的互质面阵二维波达方向估计算法,实现了俯仰角和方位角的低复杂、高精度、无模糊联合估计.该方法首先将互质阵列引入到二维波达方向估计中,构造互质平面阵模型,然后采用两次旋转不变传播算子方法计算出不同阵列流型方向上的旋转因子矩阵,根据旋转因子矩阵解算出目标信号的俯仰角和方位角,同时利用互质理论消除了稀疏阵列角度估计的不确定性,证明了互质阵列模型下采用双向传播算子方法进行俯仰角和方位角估计的无模糊性.对算法的复杂度进行理论分析,并给出了平面阵列角度估计的克拉美罗界推导.理论分析与仿真结果表明,算法不需要进行角度匹配和谱峰搜索,在相同条件下的均方根误差性能优于均匀平面阵的多重信号分类算法,并且以较低的复杂度无模糊的达到了高维网格搜索的精度.     

基于图信号处理的频控阵雷达目标定位方法

针对现代雷达应用对目标高精度测角和测距的需求,该文将图信号处理(GSP)应用于频控阵(FDA)雷达目标定位中,提出一种基于图信号处理的频控阵雷达目标定位新方法。首先,基于频控阵雷达几何模型及回波数据间的信号关联性构建回波数据的图信号模型,进而利用图傅里叶变换对上述图信号作图谱分解,构建2维谱峰搜索优化函数,最终有效获得目标的方位角-距离联合估计。仿真实验结果表明,该算法能够正确估计出目标的方位角和距离信息;在相同仿真条件下,算法的估计精度优于同类算法且提升了对弱目标的定位性能。     

一种利用旋转结构的分布式信号DOA估计方法

某些领域中由于多径影响信号往往具有分布特性,此时传统波达方向(DOA)参数估计算法往往失效.针对此类问题提出了一种无需搜索的分布式信号DOA估计算法,该方法利用已知信号有用信息逐一估计分布信号在相邻阵元间产生的旋转因子,利用DOA旋转不变结构估计分布目标DOA参数.与点目标ESPRIT方法相比该方法能够有效克服多径扩展影响,不敏感于多径分布的具体形式,并在一定程度上抑制相位误差影响.仿真实验证明了其有效性.     

HF雷达阵列信道幅相特性的一种估计方法

使用空间谱估计中的多信号分类（MUSIC）算法探测信号到达角，阵列天线互耦系数和信道相位精度直接影响到达角的精度和分辨率，对相控阵雷达无须远/近场辅助信号源估计多个信道幅相值的方法进行了研究。并将此方法用于浙江舟山高频地波相控阵雷达系统，首先对阵列天线互耦系九进行测量估计，然后对系统的信道幅相值进行了实测估计和补偿，证明使用的方法是正确的。     

互相关矩阵重排获取信号子空间的二维DOA估计算法

本文提出一种L型阵列的二维子空间DOA估计算法,该算法通过重排阵列接收数据的互相关矩阵获取信号子空间,然后根据信号子空间生成一个二维谱函数,最后通过二维搜索估计信号的来波方向。由于该算法采用二维谱峰搜索,所以不需要对俯仰角和方位角进行配对。与二维MUSIC算法相比,该算法的估计精度略有下降,但该算法不需要对矩阵做特征值分解,计算量降低且易于实现。文中给出了该算法的推导过程和具体实现步骤,并进行了实验仿真,仿真结果说明了算法的有效性。      

2D DOA Estimation of Coherently Distributed Noncircular Sources

A novel method for two-dimensional direction-of-arrival estimation of coherently distributed (CD) noncircular sources is proposed. It is the first time that we introduce the noncircularity of signal into CD model to estimate central azimuth angle and central elevation angle. Numerical simulations are also provided in contrast with the other ESPRIT-like method. The results indicate that our proposed method owns better estimation performance under both low signal-to-noise ratio and small number of array elements.     

强干扰背景下二维弱信号DOA估计的修正投影阻塞法

针对强干扰背景下的二维微弱信号波达方向(Direction of Arrival, DOA)估计问题,提出了一种基于修正投影阻塞的算法。该算法通过构造干扰子空间的正交投影矩阵作为干扰阻塞矩阵,对接收阵列信号做预处理,从而达到抑制干扰的目的。本文对提出的修正投影阻塞法进行了理论分析,并在常见二维阵型(如面阵、十字阵、Y阵)上进行仿真和性能对比,仿真结果表明:该方法无需已知干扰角度,在多个干扰条件下能有效估计弱信号的波达方向,且不损失自由度。      

一种稀疏表示的二维DOA降维估计新算法

提出了一种基于空间锥角降维的二维DOA稀疏分解估计新方法,解决了利用稀疏表示方法进行二维DOA估计时计算复杂度大的问题.根据L阵列的结构特性,引入空间锥角表示信号的二维DOA信息,构造空间锥角冗余字典,通过稀疏正则化求解实现空间锥角的估计,然后利用求解得到功率实现L阵列中两个子阵之间的空间锥角配对,从而达到对多来波的二维DOA估计的目的,其避免了方位角和俯仰角组合而造成冗余字典庞大的问题,极大地减少了稀疏分解的计算量.仿真和实测数据结果均验证了该方法的有效性和优越性,为进一步的工程应用奠定了基础.     

稀疏平面阵列幅相误差估计算法

稀疏阵列存在模糊特性,导致当阵元幅相误差或位置误差存在时,无法直接应用传统的ISM方法.针对这一缺陷,文中借用线阵中基于介质解模糊的DOA估计算法原理,将该算法推广至二维稀疏平面阵列,通过引入抑制度的概念深入研究了介质参数对抑制效果的影响,并进一步将该算法与经典ISM法相结合,提出了一种新的稀疏平面阵列幅相误差估计算法...     

Ka频段大规模相控阵稀疏布阵算法设计与应用

针对大规模卫星通信相控阵天线在阵元受发射/接收组件、驱动放大器等布局限制条件下的稀疏布阵问题,提出了一种基于极限微扰法的随机稀疏布阵算法。通过极限微扰率和随机稀疏算法的迭代应用,能够较容易地收敛到目标稀疏率下的稀疏阵列分布,且能得到均匀的稀疏布阵结果,改善相控阵天线由于局部过热导致的散热困难的问题。基于此方法,对满阵为4 096阵元的大规模相控阵天线进行了稀疏化设计,最终得到1 552阵元的稀疏阵。仿真和实测结果显示通过该算法能获得较好的阵列方向图结果,在方位角0°~360°、俯仰角0°~60°范围内副瓣均低于-16 dB。