一种高分辨稳定的相干信源DOA估计

针对目前矩阵重构类算法在低信噪比、小角度差时分辨能力明显下降,甚至不能分辨的缺陷,论文提出一种新的基于均匀线阵的高分辨稳定DOA估计方法,主要在最大特征向量重构数据阵的方式上做了改进,由于新构矩阵的特殊性能,使其解相干能力、DOA估计精度大大提高。计算机仿真结果证实了该改进算法是有效的。     

一种修正的矢量奇异值分解DOA估计算法

在均匀线性阵列模型下,特征矢量奇异值分解算法能够对相干信号进行DOA估计,但相干和不相关信号同时存在时,算法的估计会出现错误。针对这一问题,提出了一种修正算法(MESVD),该算法选取经过加权处理的特征向量来构造矩阵,并利用该矩阵进行子空间估计。理论分析和数值仿真证明:修正后的算法能够正确估计相干、相关和不相关信号,估计性能与空间平滑算法(FBSS)相当。     

基于Toeplitz矩阵重构的相干信源二维DOA估计算法

针对空间相干信源的二维DOA估计问题,提出一种基于Toeplitz矩阵重构的新算法。采用垂直放置的L形阵列,通过对重构的Toeplitz矩阵进行特征分解,得到对应的噪声子空间,并用MUSIC算法进行有限次一维搜索,先后估计出俯仰角和相应的方位角。与空间平滑处理算法相比,不减少阵元的有效孔径,具有更强解相干能力,估计性能也优于后者。最后计算机仿真结果证实了算法的有效性和可行性。     

一种DOA估计的T差分平滑快速算法

针对未知非平稳噪声背景下相干信源的波达方向估计问题,提出了一种T差分平滑快速(TDSF)算法,算法根据非平稳噪声对角占优的特性,通过构造一个T矩阵,对协方差矩阵进行T变差分平滑运算,可同时分辨相干和非相干信源.算法采用幂迭代法直接获得噪声子空间,无需特征值分解,运算量较小,可有效地消除非平稳复噪声的影响,且不存在伪峰问题,适用于广泛的未知非平稳噪声和低信噪比环境.计算机仿真实验证实了算法的有效性.     

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。     

一种新的相干信源DOA估计算法: 加权空间平滑协方差矩阵的Toeplitz矩阵拟合

文献[1]提出的最优加权空间平滑技术可以使相干源存在时的信源协方差矩阵恢复为对角阵.由于文献[1]中导出的最优权矩阵是空间信源方位的函数矩阵,本文利用最优加权空间平滑后阵列协方差矩阵的Toeplitz性,构造了一个全新的优化拟合的代价函数,并基于此提出了一种相干源方位估计的新算法.与文献[1]不同,算法的实现不需要方位估计的先验知识和协方差矩阵的去噪预处理.分辨性能的蒙特卡罗仿真实验表明,新算法对空间相干信源的分辨性能优于常规的空间平滑算法和最大似然算法,在小阵列和信源空间间隔较近时,算法的优越性尤为突出.     

宽带相干信源DOA估计算法

针对现有宽带相干信源DOA估计算法存在的问题,提出了一种解决宽带相干信源空间谱估计的新方法。简述了宽带阵列信号模型以及投影子空间正交性测试(TOPS)方法,并深入分析了TOPS不能适应相干信号的实质。通过将矩阵共轭重构算法引入TOPS算法中,解决了TOPS算法不能处理相干信号的问题。此方法不仅提高了抗相干信号的能力,而且在聚焦中不需要角度的预估计。数值仿真实验结果验证了该方法的有效性。     

相干信源条件下的稀疏贝叶斯DOA估计

为了解决相干信源条件下的离格波达方向(Direction of Arrival,DOA)估计问题,在现阶段研究成果的基础上,将子空间平滑技术(Subspace Smoothing,SS)与离格稀疏贝叶斯算法(Off-grid Sparse Bayesian Interference,OGSBI)相结合,提出了SS-OG...     

一种基于Toeplitz矩阵重构的相干信源DOA估计算法

提出一种基于Toeplitz矩阵重构的相干信号源DOA估计算法。首先对各个阵元的接收数据与参考阵元（第一个阵元）的接收数据的相关函数进行排列,形成Hermitian Toeplitz矩阵,然后通过奇异值分解可以得到信号子空间和噪声子空间,从而实现相干信源的DOA估计。该算法在不减少阵列有效孔径的情况下,增加了可估计相干信号源数目,并在低信噪比条件下能够得到较好的估计性能,计算机仿真结果证实了算法的有效性。     

一种相干信号DOA估计的改进算法

论述了虚拟平移整个天线阵列的方法，分别研究了直线阵和圆阵时MUSIC算法对相干信号DOA(Direction-of-Arrival)的分辨能力。该方法的优点是增大了直线阵分辨相干信号源的个数，解决了圆阵对相干信号的测向问题。模拟结果证实了该方法的有效性。     

针对相干信号DOA估计的改进MUSIC算法

针对相干信号波达方向(Direction of Arrival, DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification, MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。     

相干信源DOA估计修正ESPRIT算法研究

针对相干信源DOA估计提出了一种修正ESPRIT算法,利用时域白噪声信号在不同时刻是不相关的性质,通过对在虚拟平移天线阵列过程中所得阵列的输出数据协方差矩阵进行修正,可减小白噪声的影响.该算法对独立源和相干信源的DOA估计有较高的分辨率,计算量较小,即使在低信噪比、低快拍数和小阵元数的条件下,仍具有很小的估计误差.能较准确地进行相干源的DOA估计.仿真结果验证了修正ESPRIT算法的正确性和有效性.     

一种快速的宽带相干源DOA估计算法

在现有的投影子空间正交性测试(TOPS)基础上,提出了一种解决宽带相干信源的快速空间谱估计的新方法。该方法通过将窄带快速子空间算法和能量门限算法相结合运用到频域子空间正交性测试算法中,对每个过门限的窄带信号运用窄带快速子空间算法,将共轭重构运用到TOFS算法对宽带相干信号进行目标达到方向(DOA)估计。该算法不需要角度和参考频率的预估计,且去相关处理简单易实现,运算量降低,是一种快速的宽带相干源DOA估计算法。通过计算机仿真结果,验证了该算法在信噪比6 dB以上有较小的均方根误差及较高的分辨概率。     

相干源二维波达方向估计

本文分析了平面阵接收信号的协方差矩阵，发现它可分解为一个广义对称矩阵与一个非广义对称矩阵之和，利用信号协方差矩阵的这一结构特征，重点研究了相干源二维波达方向（DOA）估计．该方法通过构造一个差矩阵，求出其本特征值对应的任一特征向量，利用谱函数估计相干源二维DOA．简要分析了二维DOA估计的分维处理。     

基于相干信号源的改进MUSIC算法

提出一种基于相干信号源的改进多重信号分类（IMUSIC）算法,以估计相干信号波达方向（DOA）。相干信号间接收数据特征值分解后,直接利用大特征值对应的信号子空间与信号导向矢量的关系,通过多维来波方向搜索谱峰,实现对来波方向的有效估计。与空间平滑算法相比,IMUSIC算法具有4大优点,仿真结果也验证了IMUSIC算法的有...     

相干信号源DOA估计的一种改进SVD算法

多重信号（MUSIC）算法是波达方向（DOA）估计中的一种标志性算法,在理想条件下具有良好的性能,但是当信号源相干时,算法的性能就会变得很差。为了使其在低信噪比、小角度条件下对相干信号源有着更好的分辨能力和稳定性,通过对解相干重要算法——矢量奇异值（SVD）算法的研究,并针对SVD算法在低信噪比、小角度条件下分辨能力的不足,提出了一种改进的矢量奇异值算法（NSVD）,即利用信号协方差矩阵的最大特征矢量,按一定规则构造出新矩阵,然后对矩阵进行修正,再利用奇异值分解算法估计出信号相关信息。最后通过大量的计算机仿真证明了算法的良好性能。     

基于MUSIC算法对相干信号DOA估计的研究

空间谱估计是阵列信号处理中的一个重要研究课题。针对经典MUSIC算法在入射源相关的情况下测向失败的问题,通过前后向空间平滑MUSIC算法,利用子阵平滑恢复数据协方差矩阵的原理进行解相干,进而对入射源的波达方向（DOA）进行估计。仿真结果证明：前后向空间平滑算法不仅能估计出空间相互独立信号源的波达方向,还能有效分辨出相干信源的到达角度,且具有较高的分辨能力和估计精度。     

DOA Estimation of Coherent Signals Based on Coherent Accumulation Vector

The direction-of-arrival (DOA) method based on multiple Toeplitz matrices reconstruction (MTOEP) method that employs all rows of the array output covariance matrix to reconstruct the Toeplitz matrix, which can effectively resolve coherent signals. However, the existing MTOEP method suffers serious performance degradation when in low signal-to noise (SNR) owing to the square transformation of noise energy. In this paper, a modified MTOEP method based on coherent accumulation processing is proposed. Firstly, because the strong coherence of the narrowband signal and the uncorrelated noise at adjacent snapshots, the accumulation vector is obtained via performing coherent accumulation processing on multiple snapshots. Then, the Toeplitz matrix can be reconstructed by exploiting the coherent accumulation vector and the received data from all sensors, which improves the signal energy, and further results in the improvement of the SNR. Finally, the DOAs can be estimated via the subspace-based methods. Theoretical analysis and simulation results show that compared with the existing MTOEP method, the proposed method provides an improved DOA estimation accuracy and a higher probability of successful resolution at low SNR.

     

采用单次快拍数据实现相干信号DOA估计

该文针对均匀线性阵列的相干信号DOA估计问题,提出了一种基于单次快拍数据的解相干算法,该算法直接利用快拍数据构造一个Toeplitz矩阵,经理论推导,该Toeplitz矩阵的秩不受信号的相干性影响,仅和入射信号的个数有关,因此对该矩阵进行特征值分解可得到正确的信号子空间和噪声子空间,结合MUSIC,ESPRIT等子空间算法,即可实现对相干信号的DOA估计。数值仿真验证了该算法的有效性。     

宽带独立信号和相干信号的DOA估计

当独立信号和相干信号共存时,传统四阶累积量方法无法估计出宽带相干信号的来波方向(DOA),针对这个问题提出了一种新方法。该方法首先通过离散傅里叶变换,将宽带阵列接收数据分解为若干个窄带信号,构造出各个窄带频率处的自相关矩阵,再通过MUSIC(Multiple Signal Classification)算法估计出各个窄带信号的DOA,将各个窄带信号的空间谱相加求平均,通过谱峰搜索得到宽带独立信号的DOA;然后分离出独立信号的信息,构造出一个只包含宽带相干信号信息的矩阵,最后通过稀疏重构的方法估计出相干信号的DOA。计算机仿真结果证明该算法的正确性和有效性。