一种改进型粒子群优化波达方向估计算法

对空间多个窄带信号源的高分辨波达方向估计是移动通信、雷达、声纳、电子监控和地震研究等信号处理中的重要问题之一.而现在的一些获取波达方向估计最大似然解的算法存在收敛速度慢或者局部极值问题,为了克服这些问题,本文以粒子群算法为基础,在粒子群算法的速度更新公式基础上考虑了粒子平均信息的影响,并对惯性因子进行改进,考虑了当前粒子与当前最优粒子之间的距离,并用其来寻求波达方向最大似然估计的全局最优解.仿真结果表明:与改进前的粒子群算法相比,基于改进粒子群优化算法的波达方向估计在提高搜索全局最优速度和估计精度上都有优势.     

引入蝙蝠算法的最大似然DOA估计

DOA估计理论的传统算法中,最大似然DOA估计方法能准确地估计出目标方向角度,性能优良,并且具有很好的稳定性。与MUSIC及其他的子空间分解类算法相比,在信噪比较低、小快拍信号时,最大似然DOA估计算法优势更为突出。但是由于其自身算法复杂度较高的缺陷而碍于工程上的应用。针对这一问题,将蝙蝠算法与最大似然算法相结合,应用于信号的DOA估计,利用蝙蝠搜索算法搜索路径优、寻优能力强的优点,快速搜索到似然函数的全局最优值,优化多维非线性的估计谱函数。仿真结果表明,蝙蝠搜索算法有效地克服最大似然DOA估计中存在的运算量大,计算复杂度高等问题,通过与其他经典的仿生智能优化算法相比较,该方法体现出更好的收敛性。     

利用改进遗传算法的DOA估计

用极大似然估计（ＭＬＥ）得到到达信号的方向（ＤＯＡ）,在统计性能方面要比其它一些理论优越,但是由于该方法为种多维参数估计,采用常规搜索方法,精度受到网格限制,不能任意逼近最优解,并且容易收敛到局部最优。而遗传算法是一种有导向的随机搜索方法,它具有适用条件宽松,有较大的概率收敛到全局最优等优点。在此通过改进的遗传算法（ＩＧＡ）,较好地解决了一般搜索算法存在的不足,计算机模拟实验证明可行。     

基于MEMS矢量传声器的声源DOA估计

微机电系统（Micro Electro Mechanical System,MEMS）矢量传声器在声源波达方向（Direction of Arrival,DOA）估计领域具有巨大的潜力及优势。本文分析MEMS矢量传声器接收信号模型,并结合随机性最大似然原理推导矢量传声器DOA估计模型。针对时变非均匀噪声影响矢量传声器DOA估计性能的问题,提出基于空间噪声预白化的极大似然DOA估计方法。此外,开展仿真分析及园区环境下的定向验证试验。结果表明,通过噪声协方差估计矩阵对矢量传声器接收信号数据进行预白化处理,能够克服时变非均匀噪声对信号协方差矩阵的影响,实现矢量传声器对目标DOA精确估计,验证了该方法的有效性及实用性。     

一种有效的二维DOA估计算法研究

为了获取用户空间位置,实现通信容量倍增的目的,采用时空DOA矩阵方法,并提出了一种有效的改进算法——时空虚拟DOA矩阵方法。做了60多次Monte—Carlo仿真实验,获得时空DOA矩阵方法和时空虚拟DOA矩阵算法的仿真结果。得到的结论是时空DOA矩阵具有很强的分辨能力,且能解决二维估计中的角度兼并问题,时空虚拟DOA矩阵算法可以估计超过阵元数的信号,具有较高的分辨性能和较好的稳健性。     

智能天线中基于粒子群算法的二维DOA估计

简要介绍了智能天线应用于无线通信系统中的特点、优势以及智能天线的一些相关基础知识,并建立了均匀圆阵下的信号模型。较为详细地分析了智能天线中关于二维DOA估计的MUSIC算法。为了有效解决MUSIC算法巨大计算量的问题,引入了优化计算领域的研究热点一粒子群算法对其进行改进,进行了算法仿真。仿真结果表明,通过运用群智能搜索,基于粒子群算法的二维DOA估计能有效降低MUSIC算法的计算量,同时具备较好的估计精度。     

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.     

一种基于连续蚁群算法的快速最大似然DOA估计

针对传统最大似然估计计算量大的问题,将连续空间蚁群算法与最大似然估计算法相结合,在ACOML算法的基础上,提出了一种用混沌序列初始化状态空间的改进蚁群算法MACOML(Muddleheaded ACO)。该方法使用混沌映射产生的初始状态空间来代替ACOML算法中的随机序列产生的初始状态空间,增加了初始解的遍历性,同时在寻优过程中增加了局部搜索。仿真结果表明:MACOML能保持最大似然估计方法的高分辨性能,而计算复杂度只是最大似然方法的1/20。     

一种基于欠采样的空间二维DOA估计

本文介绍了应用L型天线阵列测向的基本原理,提出了用欠采样的方法将接收到的信号转变为数字信号,保留信号的相位信息。利用此相位信息及天线阵列参数,估算出信号的二维到达方向。文章讨论了信噪比对估算性能的影响,并通过MATLAB仿真,证明此方法可行。由于采用了欠采样的方法,可用较低频率的A/D变换器,达到较高的测向精度,有一定的实用价值。     

一种雷达低空目标DOA估计方法

针对多径信号严重影响雷达低空目标波达方向(Direction of Arrival,DOA)估计的问题,分析了曲面的多径信号模型,将最大似然(Maximum Likelihood,ML)算法进行改进并用于DOA估计当中,从搜索方式进行改进可以判断是否多径,利用先验知识从搜索角度域进行改进,降低了ML算法的运算量,该算法...     

一种改进的DOA估计方法

提出一种适用于多径信号情况下的波达方向估计的迭代方法。该方法针对低仰角目标回波中存在多径信号这一问题,详细介绍了其子空间投影方法,可以同时对直达波和反射波进行精确的波达方向估计。计算机仿真结果证实了该方法的有效性。     

DOA估计的一种改进MUSIC算法

讨论了在移动通信环境中采用协方差差分和迭代空间平滑以进行信号来波估计(Direction Of Arrival)的一种改进MUSIC算法.首先简要回顾了经典MUSIC算法,给出阵列接收信号模型,然后详细分析了经典MUSIC算法估计相干信号所存在的问题,在常规空间平滑算法(SS)的基础上提出了一种改进算法,最后给出计算机仿真结果并验证了新算法的有效性。     

基于MIMO雷达虚拟阵列的二维波达方向估计算法

基于L型配置MIMO雷达系统,提出了一种利用MIMO雷达单次回波的二维波达方向估计新算法。该算法通过单次回波信号形成的虚拟阵列数据来构造两个具有特定关系的矩阵,再用这两个矩阵构造一个波达方向矩阵,根据该矩阵的特征值和特征向量之间的关系,导出了目标方位角和高低角的闭式解。该算法不涉及二维谱峰搜索,计算量小,且不存在参数的配对问题;此外,当发射阵元数大于2时,其估计的最大目标数可大于或等于接收阵元数。计算机仿真结果证明了该算法的正确性和可行性。     

基于重要性抽样的最大似然方位估计方法

最大似然估计是公认的最佳估计器,但是计算量很大.为了解决它的计算量大的问题,本文把蒙特卡罗方法与最大似然方位估计相结合,提出一种基于重要性抽样的最大似然方位估计新方法(Maximum Likelihood DOA Estimator Based on Importance Sampling,简称ISMLE).研究结果表明,ISMLE方法不但保持了原最大似然方位估计方法的优良性能,而且大大减小了计算量,把原方法的计算复杂度从O(L^K)减少到O(K×H).     

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...     

一种改进的二维虚拟ESPRIT算法-虚拟波达方向矩阵法

二维虚拟ESPRIT算法对子阵列内部结构要求低,但在低信噪比环境下,其估计误差较大。提出一种改进的二维虚拟ESPRIT算法,该算法具有二维虚拟ESPRIT算法的优点,但在低信噪比条件下他的估计误差更小,算法运算量更低。计算机仿真实验表明了改进的二维虚拟ESPRIT算法的有效性。     

简化的基于辅助矢量基的子空间DOA算法

基于辅助矢量基提出了一种子空间DOA估计算法。该算法通过辅助矢量滤波器得到一组信号子空间归一化正交基,计算出噪声子空间矩阵,即可得到信源的空间谱。整个过程不需要特征值或奇异值分解运算,理论上计算复杂度较以前算法明显减小。仿真实验表明新算法性能不仅优于MUSIC算法,而且当存在相关信源,输入信噪比或快拍数很大时也优于辅助矢量DOA算法。     

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。     

均匀阵列下二维TLS-ESPRIT改进算法的研究

通过对均匀阵列下二维TLS-ESPRIT算法的研究,将一维ESPRIT改进算法推广到二维领域,在二排平面均匀直线阵模型中使用同一排几何阵列构造两个子阵列,即将阵元为M的阵列够造成由前M-1个阵元构成的子阵列和后M-1个阵元构成的子阵列,从而增加了阵列的有效孔径,提高了信源波达方向的估计精度,并通过MATLAB仿真,给出了不同信噪比情况下,改进算法与原算法的性能比较,证实了该算法的有效性。     

基于TOFS的宽带信号波束空间DOA估计

频域子空间正交性测试(TOFS)方法是宽带信号DOA估计的一类重要算法。TOFS无需进行聚焦,避免了角度的预估计,在中等信噪比时性能较优,但该方法信噪比门限较高。文中利用均匀线阵模型,将波束空间方法应用于TOFS算法,在降低分辨信噪比门限的同时减少了TOFS算法的运算复杂度。通过仿真验证了新方法性能优于TOFS算法。