基于均匀圆阵的信号源DOA和多普勒频率估计算法

本文研究均匀圆形阵列的信号处理问题 ,提出了一种同时估计空间非相关信号源方位角、俯仰角和多普勒频率的算法 .该方法对均匀圆形阵列的输出信号进行模式激励 ,使其阵列流形具有类似于均匀线性阵列的形式 ;在此基础上 ,特征分解构造的波达矩阵 ,由特征值获得各信号的多普勒频率 ,由各特征值对应的特征向量处理得到对应信号的到达方向 .该方法不需进行谱峰搜索 ,运算量小 ,能实现信号的方位角、俯仰角和多普勒频率的自动配对 ,且具有相当高的分辨率 .给出的计算机仿真结果证实了该方法的有效性 .     

一般阵列误差情况下信号二维方向角估计

针对均匀圆阵存在一般阵列误差的情况,提出一种信号二维方向角估计方法.基于均匀圆阵的阵列流形和阵列输出的协方差矩阵,采用加权总体最小二乘法估计信号二维方向角.并给出了解整周期性模糊的方法.计算机仿真表明了此方法估计精度高,对阵列误差鲁棒性强,并且各项性能都接近于CRB.     

基于张量分解的互质阵MIMO雷达目标多参数估计方法

该文提出了一种基于双基地互质阵列(CPA)多输入多输出(MIMO)雷达的多目标波离方向角(DOD)、波达方向角(DOA)和多普勒频率估计算法。收发阵列各由两个满足互质结构的稀疏均匀子线阵组成。时域的快拍序列同样由两个互质的稀疏均匀采样构成。算法利用张量因子分解得到分别包含DOD, DOA和多普勒频率信息的3个流形矩阵,再从中构造出具有范德蒙德矩阵结构的虚拟流形矩阵。为了提高估计精度,还提出了一种基于特征值分解的误差抑制算法,并通过旋转不变子空间算法(ESPRIT)求取各目标的3个待估参数。与传统算法相比,该算法通过构造均匀虚拟阵列和虚拟快拍提高参数估计性能,且不会产生模糊,避免了谱峰搜索和额外的配对过程。仿真实验验证了该算法有效性。     

基于均匀圆阵的近场源三维参数估计

基于均匀圆阵,提出一种近场源距离-方位角-俯仰角联合估计算法。利用阵元观测数据,构造一组高阶累积量矩阵,通过矩阵联合对角化技术得到阵列流形矩阵的估计。根据阵列流形矩阵的估计以及近场和远场条件下方位角相同的结论,获得方位角的估计。利用阵列流形矩阵和方位角的估计,得到距离和俯仰角的估计。该方法无需二维频域峰值搜索或参数配对。计算机仿真验证了算法的有效性。     

基于均匀圆阵的扩展信号二维方向角估计

直接利用均匀圆阵的阵列流形,建立对点信号和小角度扩展信号都适用的数学模型。根据系统数据矩阵不存在扰动和存在扰动两种情况,分别采用最小二乘(LS)法和加权总体最小二乘(WTLS)法估计单个扩展信号的二维方向角,并分析了最小二乘估计算法的数值稳定性。此方法充分利用了均匀圆阵的良好性能,不仅对信号类型,而且对系统扰动都具有顽健性。计算机仿真证明了此方法的有效性。     

基于均匀圆阵的信号源DOA和多谱勒频率估计算法

本文研究均匀圆形阵列的信号处理问题,提出了一种同时估计空间非相关信号源方位角、俯仰角和多谱勒频率的算法,该方法对均匀圆形阵列的输出信号进行模式激励,使其阵列流形具有类似于均匀线性阵列的形式;在此基础上,特征分解构造的波达矩阵,由特征值获得各信号的多谱勒频率,由各特征对应的特征向量处理得到对应信号的到达方向,该方法不需进行谱峰搜索,运算量小,能实现信号的方位角、俯仰角和多普勒频率的自动配对,且具有相当高的分辨率,给出的计算机仿真结果证实了该方法的有效性。     

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.     

均匀圆阵中盲联合角度和时延估计方法

提出了均匀圆阵中一种盲联合角度和时延的估计方法（BJADE）。对阵列天线输出的过采样样本的Fourier变换后信号进行分析，表明此信号具有三线性模型特征。该算法先利用三线性交替最小二乘（TALS）算法估计出方向矩阵和时延矩阵，然后利用时延矩阵的Vandermonde特征、基于最小二乘方法进行时延估计；利用方向矩阵结构特点和基于最小二乘方法进行二维角度估计。仿真结果说明BJADE方法具有较好角度和时延估计性能，且在过载情况下仍有较好的性能。该方法无须信道冲激响应，是一种盲、健壮的联合处理方法。     

内插阵列变换扩展传播算子算法

扩展传播算子(EPM)算法是首先对数据进行扩展,再利用传播算子(PM)方法进行测向的一种算法,该算法充分利用了非圆信号的特点,分辨力和估计精度优于未充分利用非圆信号信息的经典高分辨算法。但是在实际信号测向中,由于阵元位置误差的存在,算法的估计性能会受到一定的影响。因此提出一种基于内插阵列变换的扩展传播算子(VIA-EPM)算法,该算法利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实协方差矩阵变换为虚拟协方差矩阵,再对虚拟协方差矩阵进行分块并得出扩展传播算子,进而得出算法的空间谱函数。仿真实验表明:在存在阵元位置误差的情况下,新算法通过对阵元位置校准数据进行内插阵列变换(VIA),取得与阵元位置校准的EPM算法相当的估计性能,保持了阵列扩展能力以及高估计精度,在低信噪比情况下,基于扩展协方差矩阵的VIA-EPM算法的分辨力以及估计精度均要优于基于扩展数据矩阵的VIA-EPM算法。     

非均匀噪声背景下混合信号DOA估计算法

针对非均匀噪声背景下非相关信源与相干信源并存时波达方向(DOA)估计问题，提出了基于迭代最小二乘和空间差分平滑的混合信号DOA估计算法。首先，该算法利用迭代最小二乘方法得到噪声协方差矩阵估计，然后对数据协方差矩阵进行“去噪”处理，利用子空间旋转不变技术实现非相关信源DOA估计；其次，基于空间差分法消除非相关信号并构造新矩阵进行前后向空间平滑，利用求根MUSIC算法估计相干信源DOA。相比于传统算法，该算法能估计更多的信源数，在低信噪比情况下DOA估计性能更优越。仿真实验结果验证了该算法的有效性。      

Efficient 2-D DOA and frequency estimation for L-shaped array via RD-PM

This paper addresses the issue of joint two-dimensional direction of arrival (2-D DOA) and frequency estimation via reduced-dimensional propagator method (RD-PM) with L-shaped array. The proposed algorithm has no need for eigenvalue decomposition of the sample covariance matrix and simplifies three-dimensional global spectral search within the three-dimensional propagator method (3-D PM) to one-dimensional local search, which greatly reduces computational complexity. Furthermore, the proposed algorithm can work under both uniform and non-uniform L-shaped array and can achieve paired 2-D DOA and frequency estimates automatically. In addition, the 2-D DOA and frequency estimation performance for the proposed method is approximate 3-D PM algorithm and parallel factor (PARAFAC) method but exceeds the estimating signal parameters via rotational invariance techniques (ESPRIT) algorithm and improved PM algorithm. The detailed derivation of Cram´er-Rao bound (CRB) is provided and the simulation results demonstrate the effectiveness and superiority of the proposed approach.     

加权子空间拟合相干信源二维波达方向估计

对均匀圆阵列(UCA)二维波达方向估计问题,运用相位激励模式波束形成技术,得到圆阵波束空间实值阵列流形。在波束空间内．研究了相干信源子空间分解技术和加权子空间拟合技术。计算机仿真表明,在波束空间内的加权子空间拟合技术具有良好的相干信源二维波达方向估计性能。     

MODE SPACE SMOOTHING ALGORITHM TO ESTIMATE DOA OF COHERENT SIGNALS IMPINGING ON UNIFORM CIRCULAR ARRAY

A novel method to estimate DOA of coherent signals impinging on a uniform circular array( UCA) is presented in this paper. A virtual uniform linear array (VULA) is first derived by using spatial DFT technique, transforming the UCA from element space to phase mode space to obtain the properties of ordinary ULA, and then the well known spatial smoothing technique is applied to the VULA so that the lost rank of covariance matrix due to signal coherence can be retrieved. This method makes it feasible to use the simple MUSIC algorithm to estimate DOA of coherent signals impinging on a UCA without heavy computation burden. Simulation results strongly verify the effectiveness of the algorithm.     

基于双平行线阵的相干分布源二维DOA估计

针对现有相干分布源二维波达方向(DOA)估计算法存在的一些问题,基于双平行均匀线阵提出了一种相干分布源二维DOA估计新算法。利用旋转不变的思想并结合传播算子法来估计相干分布源的二维中心DOA。无需谱搜索和对样本协方差矩阵做特征分解,和传统算法相比,其计算复杂度更低。此外,还给出了详细的参数配对过程,因而能够应用于多源场合。算法在小角度扩展条件下估计性能良好,其性能甚至接近于一维交替搜索算法。算法还是一种对角分布先验知识盲的估计。仿真结果证实了算法的有效性。     

基于TD-SCDMA无线定位MUSIC算法及其性能的研究

为了实现基于TD-SCDMA智能天线圆-角定位,针对我国TD-SCDMA采用的是非Vandermonde结构的8阵元均匀圆阵智能天线,不能直接采用MUSIC算法对移动台的来波方向(DOA)进行估计的特点,对基于TD-SCDMA智能天线进行了预处理,使MUSIC算法能够用于基于TD-SCDMA智能天线的DOA估计,同时考虑到实际应用分别对理想智能天线和非理想智能天线的MUSIC算法的性能进行了分析。     

一种基于行加权的圆阵二维DOA估计改进算法

圆阵可以提供二维DOA估计,在相位模式空间下,UCA—ESPRIT算法具有计算量小、DOA参数自动配对等优点。然而与诸如UCA—RB—MUSIC等算法相比,其均方误差较大。为了保持UCA—ESPRIT算法原有的优点并减小DOA估计的均方误差,将行加权技术引入算法进行改进。