基于任意阵列结构的欠采样频率估计

针对电子战接收机对宽带信号频率的无模糊估计要求,提出基于任意阵列结构的欠采样频率估计算法。采用两个工作时间步长不等的控制开关,将各阵元接收信号依次接入两个独立的接收通道,并以小于Nyqist采样频率的速率对送入的信号进行采样,通过接收通道的时间相关运算及相应的频率解模糊算法实现频率的无模糊估计,最后给出了正确解模糊的条件。由于各信号的估计可以并行实现,该方法在一维搜索量小的优势下实现了同时多信号的频率估计,计算机仿真结果表明此方法测量精度较高,对噪声影响具有一定稳健性。     

嵌套阵的疏密子阵融合波达方向估计方法

为有效利用嵌套阵包含疏密子阵的几何结构以提高估计性能,本文提出一种在2子阵上分别测向再融合的波达方向估计方法。通过理论分析和实际案例阐明融合嵌套阵的两子阵测向结果可以消除信源角度估计模糊,且不会出现互质阵解模糊时伴随的匹配错误。利用无需谱峰搜索的求根多重信号分类方法在嵌套阵2子阵上求解测向结果,若稀疏子阵间距为N倍半波长,推导出对其复根开N次方可获含模糊角的高精度估计,再结合最小方差准则与精度较低但无模糊的密集子阵测向结果进行融合,最终得到高精度的波达方向估计。与嵌套阵已有算法相比,该算法提高了波达方向估计精度和分辨率,由于无需2子阵协方差降低了计算量,且能够支持嵌套阵的分布式配置。仿真结果验证了所提算法的有效性。     

多通道阵列相干源波达方向超分辨估计

采用发射阵列分布式布阵、接收阵列密布阵的多通道阵列,提出了一种虚拟子阵积累算法,在获得空间分集增益的同时可以超分辨估计相干源的波达方向.先通过正交信号分选的方法在接收端得到虚拟子阵,然后叠加积累各虚拟子阵接收数据的协方差.该算法利用空间分集克服了目标闪烁,同时具备解相干的能力,且避免阵列物理孔径的损失.理论分析和仿真结果表明,该算法可以有效处理多通道阵列相干源波达方向估计.     

基于宽带欠采样阵列的频率估计算法研究

鉴于宽带欠采样阵列的常规FFT频率估计算法只适用于输入信噪比较高且精度要求不高的单信号频率估计,给出了多组采样频率联合解模糊的方法,在无需增加复杂配对算法的情况下,实现了多信号频率的无模糊估计．针对常规FFT法估计精度不高的问题,提出了一种分级高分辨频率估计方法（CMUSIC算法）．该算法估计精度可达到10kHz级,相对于常FFT法的MHz级提高了至少一个数量级．最后,仿真结果验证了本文所提方法的有效性．     

基于阵列协方差矩阵列向量稀疏表示的高分辨波达方向估计

提出了两种基于稀疏重构的高分辨波达方向(DOA)估计方法。对空间进行粗、细两步网格划分,并在相应的过完备基下获得阵列协方差矩阵列向量的稀疏表示,分别基于剔除及差分处理抑制噪声干扰影响。采用lp范数约束正则化迭代加权最小范数(FOCUSS)算法进行稀疏重构,在重构过程中,对过完备基进行奇异值分解并剔除奇异值小于阈值项以减小计算量,并解决过完备基条件数过大带来的病态问题。仿真结果验证了所提算法的有效性和鲁棒性。     

智能天线中平面阵列的波达方向估计的研究

研究智能天线中平面阵列的波达方向估计．以等距线阵为基础,把每一线阵作为平面阵列的一个子线阵,信号在不同子线阵上形成的波达方向估计就构成平面阵列的波达方向估计．提出采用MUSIC算法来实现平面阵列波达方向估计的方法．阵元数目的增加,很大程度上提高了方向估计的准确性．文中模拟了现实的无线环境,在相同噪声情况下,讨论不同数目的入射信号对平面阵列的波达方向估计的影响,并在不同噪声情况下,通过多次实验得到噪声与入射角度分辨率的关系．     

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。     

基于矩阵填充的互质阵列欠定DOA估计方法

为了解决现有基于互质阵列的DOA估计方法舍弃差联合阵列中非均匀虚拟阵元而导致最大可估计信号数损失的问题,提出了一种基于矩阵填充的DOA估计方法。首先,根据差联合阵列与波程差一一对应的特性,构造一个部分元素缺失的Toeplitz化的阵列协方差矩阵,建立了基于矩阵填充的DOA估计模型,并验证了该模型满足零空间性质;然后,根据低秩矩阵填充理论,将DOA估计问题转化为矩阵核范数最小化问题进行求解,通过不定点延续算法将该协方差矩阵中的零元素进行填充恢复为完整协方差矩阵;最后,对协方差矩阵进行奇异值分解,转化为多项式求根,得到DOA的估计。仿真实验结果验证了本文方法的有效性和优越性。实验结果表明,本文方法能够对差联合阵列中的空洞部分进行有效填充,增加了可利用的阵列自由度,提高了可估计信号数,同时能够有效避免传统稀疏重构算法中由于角度域离散化导致的基不匹配问题对估计性能的影响,提高了估计精度和分辨力。     

共形阵列天线超宽频带波达方向实时估计

为了解决航天飞行器系统中共形阵列天线超宽频带测向问题,提出了基于共形阵列天线的任意基线实时测向算法。该算法使用轮换比对的方法实现无模糊测向,将任意基线算法扩展到三维阵列中,结合虚拟基线方法,利用子阵分割技术和矩阵求逆的方法来获得二维方位角和俯仰角信息。最后通过仿真实验对比了基于对数周期天线的立体阵列和基于平面螺旋天线的平面阵列,验证了所提方法的有效性。结果表明:所提算法在相同频率下具有相近的解模糊概率,在相同信噪比下具有较高的测角精度。     

一种用于矩形阵列的二维波达方向估计方法

针对现有使用均匀矩形阵列或稀疏矩形阵列的二维无格波达方向估计方法的性能欠佳的问题,提出一种基于二阶特普利茨矩阵重构和二维旋转不变参数估计技术的无格波达方向估计方法。使用均匀矩形阵列或稀疏矩形阵列,对其接收信号的协方差矩阵进行二阶特普利茨结构表达,通过log-det稀疏测度与正定约束构造约束优化问题,并使用优化最小算法求解,最后通过二维旋转不变参数估计技术估计源的二维波达方向,即方位角与俯仰角。这种方法需要多次求解半定规划问题,计算复杂度相对较高,但能获得更好的波达方向估计性能。在仿真实验中,这种方法在均匀矩形阵列或稀疏矩形阵列条件下均有非常低的均方根误差,接近克拉美罗界,证明了其良好的波达方向估计性能。     

基于旋转不变阵列的分段平稳信号欠定DOA估计

为克服KR-MUSIC算法限定阵列为均匀线列阵、需要空域谱搜索、计算量较大的缺点,提出了一种基于旋转不变阵列的DOA估计算法,扩大了应用范围,且算法通过解析运算估计DOA,避免了计算量较大的谱搜索.该算法可估计的DOA个数由KR-MUSIC方法的2N-1增加到N²/2.仿真结果表明,在同样信噪比、帧长和帧数条件下,本文算法的性能要优于KR-MUSIC算法.     

基于波达方向估计的频谱感知算法

给出一种基于空间谱的频谱感知新算法。根据主用户存必导致空间谱出现峰值的因果关系,利用波达方向估计得出空间谱后,求出空间谱的波峰与均值之比,作为检验统计量,用以检测主用户是否存在。这种不涉及噪声方差的检验统计量,可使算法门限设置避开对噪声信息的依赖。在仅有噪声的高斯信道中对新算法进行仿真,结果显示,对于噪声不确定度分别为0dB和1dB两种情形,检验统计量的概率密度曲线完全重合,即新算法不受噪声不确定度影响,且无需预知主用户先验知识和噪声方差。     

一种强干扰条件下阵列天线波达方向估计方法

为解决强干扰条件下阵列天线的波达方向估计问题,定义了保向正交性和特征波束的概念,证明了信源同时满足功率差和角度差较大条件时,所对应的特征矢量具有保向正交性,提出了一种基于干扰特征矢量剔除的波达方向估计算法．最后,通过计算机仿真,验证了所提算法在强干扰条件下比干扰阻塞算法有更高的估计性能．     

基于四阶累量的宽频段信号三维参数分离估计

基于空间立体阵及坐标原点处阵元接一延时器的阵列结构和四阶累积量，提出了一种宽频段内多个空间；窄带信号频率和全方位角，即方位角范围（０，２π）、信号与Ｚ轴夹角（０，π）的三维参数可估计方法，该采用配对特征向量寻找配对特征值，从而实现空间信号三维参数的分离和配对，且该方法具有对阵列流形不敏感的特点，计算机仿真实验表明了这种方法的有效性。     

基于四阶累量的宽频段信号三维参数分离估计

基于空间立体阵及坐标原点处阵元接一延时器的阵列结构和四阶累积量,提出了一种宽频段内多个空间窄带信号频率和全方位角,即方位角范围[0,2π]、信号与z轴夹角[0,π]的三维参数可分离估计方法.该方法采用配对特征向量寻找配对特征值,从而实现空间信号三维参数的分离和配对,且该方法具有对阵列流形不敏感的特点.计算机仿真实验表明了这种方法的有效性.     

基于径向基神经网络的波达方向估计算法

针对传统的波达方向（DOA）估计算法在实际应用中普遍存在计算量较大,无法实时地跟踪期望信号且无法处理信号源数大于天线阵元数的问题,提出了一种在智能天线中基于径向基神经网络的波达方向估计算法.该算法利用神经网络进行多信号源跟踪（MUST）来完成信号源侦测和DOA估计.通过建立神经网络DOA估计算法模型,并对所建立的神经网络进行训练.通过仿真将该算法与传统的DOA估计算法进行比对的结果表明,基于径向基神经网络的波达方向估计算法能够快速准确的检测到信号源,响应时间明显快于传统的算法.     

基于SOBI的信源波达方向与频率估计

提出了一种基于SOBI(second-Order Blind Identification)方法的频率和角度联合估计算法.假设信源间的相关时间长度一定,利用大于相关时间的延时构成非中心协方差矩阵去除信源之间的相关性,组合多个延时不同的非中心协方差矩阵构造移不变特性矩阵结构,并应用ESRIT方法获得信号频率,最后利用搜索方法获得信号波达方向(DOA)估计值.数值仿真结果证实了所提方法DOA与频率估计的正确性与实用性.     

分布式信号源波达方向估计方法

在多径导致的局部散射信号条件下,利用信号源的一阶近似,提出了一种新的分布式信号源波达方向估计方法。新方法不仅改善了波达方向估计性能,且适用于空间信号分布的函数形式未知、分布函数形式不同的分布式信号源同时存在或其他较复杂的空间信号分布情况。     

基于加权特征向量的无监督波达方向估计算法

在基于有监督学习策略的波达方向(DOA)估计算法中,通常需要大量带标签的训练数据集,这些数据会影响算法对未知信源性能的估计。为了解决这一问题,提出一种基于无监督深度学习策略的加权特征向量无监督DOA估计算法(WEUDA)。利用天线阵列接收未知方向随机入射信源的多快拍数据协方差矩阵的加权特征向量来建立无标签的训练数据集。这一方法使得算法不再依赖已知的标准信号源,更便于在工程中实现,并且提高了对未知测试数据集的估计性能。仿真实验结果表明,在相同的条件下,相对于子空间类、稀疏重构类和有监督DOA估计算法,WEUDA具有更好的估计性能。     

基于压缩感知理论的宽带信号波达方向估计

针对一维宽带信号波达方向(DOA)估计中聚焦变换算法需要角度预估值的问题,在双边相关变换算法基础上设计了一种无需角度预估值的DOA估计算法.首先,利用离散傅里叶变换(DFT)变换将宽带信号分解为若干个不同频点处的窄带数据模型.然后,通过本文改进的聚焦矩阵将不同频点处的窄带数据聚焦到同一参考频点,得到单一频率点处窄带信号...