基于改进ESPRIT算法的波达方向估计

把经典的波达方向估计算法应用于均匀圆阵智能天线是一个重要的研究课题。通过预处理技术把均匀圆阵转换成虚拟均匀线阵,为了解决噪声造成信号子空间的扰动问题,提出了两种总体最小二乘ESPRIT（TLS—ESPRIT）;为把ESPRIT算法应用于均匀圆阵,引入了模式空间的ESPRIT算法。通过建立恰当的数学模型,对上述各算法的均匀线阵和均匀圆阵上的性能进行仿真和对比分析。仿真结果证明,两种改进的算法性能均好于基本的ESPRIT算法。     

基于数据共轭重排的修正ESPRIT信号DOA估计算法

本文介绍了将接收数据共轭重排的再利用,构造相关矩阵的修正ESPRIT算法.理论分析和仿真实验表明,该算法同经典的ESPRIT算法相比,在快拍次数有限时,可明显改善信号DOA估计的性能,且其计算量二者基本相当.     

一种基于正交信号的角估计算法

稀布阵综合孔径脉冲雷达(SIAR)是新体制雷达多输入多输出(MIMO)雷达的一种,SIAR发射的是正交信号,对于基于正交信号雷达的方向估计,因为其方向向量不仅与接收导向向量有关,而且还与发射导向向量有关,因此传统MUSIC等超分辨算法不能够直接应用。Gram-Schmidt算法是数值计算的一种重要算法,通过理论分析以及仿真结果表明,该算法可以直接应用于基于正交信号雷达的测向,而且在未知目标的个数和小样本的条件下,依然有较好的测角性能。     

基于对角差信号的单脉冲雷达二维角估计新方法

传统单脉冲雷达具有方位、俯仰二维角度的测量能力,其角度分辨率取决于天线波束宽度,对主波束宽度内的双/多目标不具备分辨能力。为了提高传统单脉冲雷达测角分辨能力,提出一种新的单脉冲雷达系统结构,巧妙地提取和利用了雷达对角线差通道的接收信号,通过建立新的雷达观测方程,提出了四通道单脉冲联合测角新方法,一次脉冲测量即可同时获得两个目标的角度信息,推导了二维单脉冲角估计的解析表达式。新方法计算量少,工程易实现,可使单脉冲雷达的角度分辨率至少达到波束宽度的三分之一,显著提高了单脉冲雷达的角度分辨能力。在不同信噪比和两目标回波功率比条件下,对新方法进行了仿真分析,验证了方法的有效性。     

基于实值矩阵的宽带信号DOA估计方法

针对传统宽带信号DOA估计算法的高计算复杂度问题,提出使用实值矩阵改进的算法。与传统算法在复数协方差矩阵的基础上进行DOA估计相比,本算法仅使用复数协方差矩阵的虚部构造出一个实值矩阵,并在此实值矩阵的基础上,使用子空间算法进行DOA估计。实值矩阵不仅能够降低特征值分解的计算量,而且得到的噪声子空间与真实DOA和镜像DOA均正交,因此在DOA迭代估计时,仅需要对一半的角度进行谱峰搜索,而对于搜索时出现的角度模糊问题,可通过MUSIC算法去模糊,从而达到正确估计效果。相比于传统宽带信号DOA估计算法,本算法在保持DOA估计精度几乎不变的基础上,有效降低了算法计算量,计算机仿真结果验证了本文算法的有效性。     

基于相位干涉仪的同时信号测向技术

针对传统的相位干涉仪无法进行同时信号测向的问题,提出了一种基于相位干涉仪的同时信号测向方法,在干涉仪测向中引入了数字信道化技术来解决同时信号分辨,同时采用多基线天线结构来提高测向精度。通过理论分析及仿真实验,验证了该方法可实现同时信号测向的能力。     

基于ESPRIT算法的十字型阵列MIMO雷达降维DOA估计

该文针对十字型阵列配置下的单基地MIMO雷达2维空间角度估计问题,提出一种基于ESPRIT算法的降维DOA估计算法。算法通过降维矩阵的设计及回波数据的降维变换,将高维回波数据转换至低维信号空间,最大程度地去除了所有的冗余数据;利用矩阵的酉变换进行实数域信号子空间的估计,并基于ESPRIT算法实现2维空间角度的联合估计及参数的自动配对。算法不牺牲阵列孔径,在获取信噪比增益和快拍增益的同时,有效降低了回波数据的维数,具有更低的运算复杂度。仿真结果验证了理论分析的正确性和算法的有效性。     

基于ESPRIT算法的L型阵列MIMO雷达降维DOA估计

该文针对L型阵列MIMO雷达的2维角度估计问题,基于ESPRIT算法提出两种降维DOA估计方法。首先通过降维矩阵的设计及回波数据的降维变换,将高维回波数据转换至低维信号空间;然后分别基于特征分解和传播算子获得信号子空间的估计,最后利用ESPRIT算法实现2维空间角参量的联合估计及参数的自动配对。算法不牺牲阵列孔径,最大程度地降低了回波数据的维数,具有更低的运算复杂度。仿真结果验证了该文理论分析的正确性和算法的有效性。     

小样本下基于改进的直接数据域方法的DOA估计方法

针对小样本甚至单个样本情况下,大部分高分辨DOA估计方法性能下降,不能对临近目标有效分辨的问题,该文提出一种新的基于直接数据域技术的DOA估计方法,基本思想是通过损失空域自由度达到提高时域样本的目的。首先对阵列进行划分,构造多个新的低维数据矢量,其次利用远场窄带信号的复包络在阵列的各个阵元上的幅度响应是近似相同的特点,构造新的约束。实验表明,在小样本下该文算法DOA的分辨能力优于传统直接数据域方法。     

基于稀疏恢复的循环平稳信号DOA估计

基于信号稀疏恢复的思想,提出了一种新的循环非相关平稳信号DOA估计算法.首先,对阵列的二阶循环互相关矩阵矢量化,并将感兴趣的空间划分成若干段以构造过完备的方向矩阵,从而得到基于Khatri-Rao积的稀疏模型;其次,利用凸优化技术对稀疏模型进行优化求解,并根据恢复得到的稀疏信号中非零元素的位置估计出高精度的DOA值.与传统的循环互相关算法比较,本文算法具有更高的DOA估计精度,同时也适用于信号个数多于阵元个数的场合.理论分析和仿真实验结果都验证了算法的有效性.     

基于神经网络方法的窄带信号源波达方向估计

文章研究了对窄带信号源进行神经网络方法的高分辨率测向,常规的高分辨波达方向估计都必须得到阵列输出的协方差矩阵,然后进行特征值分解,显然的缺点是处理时间比较长,我们采用Hopfield神经网络模型,提出了基于一些数据快拍点全互连对称突出权值和阈值的新方法,以此来提高波达方向估计的性能。该方法具有小运算量、低复杂度和大规模并行计算的特点,模拟仿真结果显示文章所提方法是实现信号源DOA实时处理的一条有效途径。     

基于ESPRIT算法频率估计的研究

本文提出了一种新的研究频率估计的算法-ESPRIT,该算法利用的是信号子空间的旋转不变性。具体讲述了ESPRIT算法在频率估计上的应用,先描述这种算法在理论上的实现,接着用仿真来证实这种算法的可行性和优势。     

基于空时频协方差矩阵重构的高效跳频信号DOA估计

为了充分利用跳频信号的空域信息来进行信号的DOA估计,在信号空时频分析的基础上,本文提出了一种基于协方差矩阵重构的高效跳频信号DOA估计方法。首先将接收信号的均匀线阵（uniform linear array, ULA）平均划分成2个子阵,分别对每个子阵接收到的信号进行时频分析,在时频域选择有效跳,构造每跳的空时频矩阵（spatial time-frequency distribution, STFD）,然后求得2个子阵的互协方差矩阵。将2个子阵的互协方差矩阵进行重构运算得到等效的信号子空间,最后构造空间谱多项式求根估计出信号的DOA。仿真结果表明该方法相比于以往改进类子空间算法能够有效提高估计精度和降低算法复杂度。      

一种新的二维角度估计的高分辨算法

该文针对常规2维波达方向估计的高分辨算法运算量大和稳健性差等问题,提出了一种新的2维角度估计的高分辨方法。该方法首先建立基于范数约束的最优化问题的目标函数;然后用迭代算法沿均匀面阵接收数据的方位向求最小化目标函数的稀疏解,得到方位、俯仰角耦合的空间角频率,并分离信号;最后对每个分离的信号,沿面阵俯仰向求稀疏解,得到信号的俯仰角,进而求得对应的方位角。针对算法存在测角盲区的问题,提出了一种改进方法,通过求解空间2维稀疏解得到信号的2维角度。与传统的高分辨算法相比,该方法对信噪比和快拍数要求不高、无需特征值分解和多维搜索过程,具有较高的分辨力和极低的旁瓣电平。     

基于降维波束空间的实值ESPRIT单基地MIMO雷达测角算法

单基地多输入多输出(MIMO)雷达的波达方向(DOA)估计问题是近年来研究的热点。高维度的MIMO雷达数据,导致传统旋转不变性参数估计技术(ESPRIT)算法需要付出较大的运算代价。在低信噪比、低快拍数的条件下,传统ESPRIT算法性能会严重下降。为了克服传统ESPRIT算法的以上缺点,该文提出一种降维波束空间的实值ESPRIT算法。该算法通过转换矩阵,将高维度MIMO雷达数据转换到低维度的数据,从而去除数据中的冗余。然后再将低维数据变换到波束空间,构造实值旋转不变性等式,用以估计目标的角度。仿真结果表明,在低信噪比和低快拍数时,相比于传统ESPRIT算法,该文所提方法具有更好的角度估计性能和更少的运算量。     

基于L型阵的ESPRIT算法在DOA估计中的应用

针对多信号同时测向问题,提出了一种基于L型阵的ESPRIT波达方向估计算法.利用阵元几何平移不变的特性,构造了包含多个入射信号特征向量的估计量,估计出入射信号的方位角和俯仰角.不需要二维谱峰搜索,能够在实数域中直接获得信号子空间,并且能够实现多个信号的同时估计,有效降低运算量.计算机仿真验证了算法的有效性.     

基于用户信号的多径信号分组的DOA估计

在移动通信中,多径信号的分组一直是研究的重点。本文提出一种多径环境下的宿主用户和多径信号的分组和DOA估计算法。该算法不需要采用扩频技术确定多径信号的归属问题,因此不但可以应用于CDMA系统,而且可以应用于GSM系统。     

基于G-S正交的信号子空间宽带聚焦DOA估计算法

提出基于G-S（Gram-Schmidt）正交算法的信号子空间宽带聚焦DOA估计算法。该算法基于G-S正交方法,求得矩阵的信号子空间,并利用局域子空间投影算法（LSP）,构造宽带信号子空间最佳聚焦矩阵。分析表明,该算法不需矩阵特征分解,运算量小于双边变换（TCT）方法,性能优于TCT方法。仿真结果证明了算法的有效性。     

一种基于波束空间的非相关信号源DOA估计方法

针对非相关信号源的到达角估计,本文基于波束空间信号输出协方差矩阵的对角阵特性,建立了信号到达角估计的最小化代价函数.采用DFT波束形成矩阵,借助于矩阵分解变换,保持了阵列流形的Vandermonde结构,并由此将代价函数转换为二次函数形式,得到信号源到达角的精确估计.仿真结果表明该算法具有更快的运算速度,更低的分辨力门限及高的估计精度.     

极化信号频率、二维到达角和极化参数的同时估计

本文研究基于标量传感器和/或空域完全伸展矢量传感器极化敏感时间双采样、空间欠采样阵列的多个宽频段窄带极化信号中心频率、二维波达方向和极化参数的同时估计问题。针对时、空多分辨采样数据,利用旋转不变参数估计方法分别估计出与信号频率有关的时间相位因子和对应的含有空间相位信息的所谓混合导向矢量。对估计出的信号时间相位因子的模和相角进行联合,获得模拟频率估计:利用混合导向矢量中还包含的与空间采样间隔无关的极化-角度相干结构信息去除方向余弦估计中的整周模糊并获得相应的极化参数估计。