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二维方向角互相关估计

针对复值乘性和加性噪声同时存在的情况,提出一种基于均匀圆阵的信号二维方向角互相关估计方法.本文推导出互相关估计公式,分析了估计的统计性能,给出了最优参数选择原则.在不改变均匀圆阵阵列流形的情况下,此方法抑制了信号中的乘性和加性噪声,且计算量小.计算机仿真证明了此方法的有效性.     

用于方向估计的虚拟均匀线阵的设计

在不规则阵列场合,通过内插运算构造虚拟阵列可以解决高分辨方向估计中的一些问题。本文研究了虚拟均匀线阵的设计问题,给出了确定虚拟阵元个数、阵元间隔的方法,并对内插矩阵的计算进行了讨论。     

圆阵二维MUSIC谱快速计算方法研究

针对二维波达方向估计时MUSIC谱的快速计算问题,研究了均匀圆阵变换到虚拟线阵的MUSIC算法(UCA-ULA-MUSIC)、流形分离MUSIC算法(MS-MUSIC)、傅立叶域线性求根MUSIC算法(FD-Line-Search-MUSIC)、基于FFT的 元均匀圆阵MUSIC算法( -UCA-FFT-MUSIC)与基于FFT的任意圆阵MUSIC算法(ACA-FFT-MUSIC)。对各种算法快速计算二维MUSIC谱的实现步骤进行了总结。在此基础上,给出了各算法计算二维MUSIC谱的计算复杂度表达式,并以传统方法为参考,对比了各种快速算法相对于传统方法的计算复杂度比值;同时,针对不同的阵列形式,对适用的快速算法的测向性能进行了仿真对比。根据分析和对比的结果,指出MS-MUSIC算法与ACA-FFT-MUSIC算法具有更高的工程应用价值,由具体的情况单独或分频段联合使用MS-MUSIC算法与ACA-FFT-MUSIC算法,可以使测向系统较好的兼顾测向性能与时效性。      

基于均匀圆阵相干信源的二维DOA估计

随着通信技术的不断发展,信号传输环境变得日益复杂。针对多径传播形成的高度相关和相干信号测向问题,提出了一种基于均匀圆阵相干信源的二维DOA估计方法。该方法利用均匀圆阵轴向虚拟平移解相干,通过去噪后利用虚拟子阵的自协方差矩阵和互协方差矩阵构造波达方向矩阵,利用该矩阵特征分解估计信号的俯仰角;然后将平滑后的自协方差矩阵与波束空间变换矩阵相乘,使圆阵的导向矢量具备范德蒙结构,最后用求根MUSIC算法估计出信号的方位角,完成了相干信号的二维DOA估计。该方法无需二维谱峰搜索,方位角和俯仰角自动配对,计算量小,分辨率高。仿真实验证明了所提方法的正确性。     

基于均匀圆阵的空时二维波达方向估计算法

提出了一种适合于均匀圆阵的空时二维波达方向估计方法,该方法先利用模式激励技术对接收数据进行变换,再利用变换后数据之间的互相关关系将数据进一步映射到空时域,然后构造出一对空时DOA矩阵束,通过矩阵束的广义特征值就能够计算出所有入射信号的方位角和俯仰角.该方法完全避免了DOA矩阵类方法中难以克服的角度兼并问题,与UCA-ESPRIT算法相比,减小了孔径损失,使能够估计的信号数目增加了一倍.该方法具有免搜索和参数自动配对的特点.仿真结果证明了该算法的性能.     

均匀圆阵多宽带LFM信号的二维DOA估计

针对均匀圆阵（UCA）,根据不同线性调频（LFM）信号在对应阶次上的分数阶傅里叶变换（FRFT）域具有能量聚集性的特点,将不同时频特性LFM信号在FRFT域分离成一系列平稳单频信号,构造出FRFT域上新的空时频分布模型数据,结合MUSIC算法,提出了一种新的均匀圆阵多宽带LFM信号的二维DOA估计。通过仿真实验验证了该方法的有效性。     

均匀圆阵二维波达角估计的Cramer-Rao界

均匀圆阵(UCA)是一种应用广泛的具有二位波达角估计能力的平面阵列。为了从理论上分析不同阵列参数下到达波方位角(AOA)、仰角估计精度,推导了均匀圆阵二维波达角估计的性能界,以此为基础分析了阵列孔径、阵元个数、快拍数以及来波仰角高低与到达角估计精度的关系,并通过对UCA-MUSIC算法计算机仿真验证了推导结果的正确性。研究结果为波达角估计类算法提供了可供参考的性能下界,圆阵设计时也不再需要大量的Monte Carlo仿真试验确定阵列参数,可直接从估计精度表达式中获得。     

基于均匀圆阵的相干信源DOA估计算法研究

针对均匀圆阵相干信源的波达方向估计问题,提出了一种去相干的正交预处理方法——阵列移位算法。阵列移位算法改进了抗相干干扰的波束形成方法,通过圆阵移位和MUSIC算法的结合,使相干信源角估计的性能得到改善。与传统的模式空间平滑算法相比,该方法减少了阵列孔径损失,提高了计算速度。     

基于模式空间的均匀圆阵方位估计性能研究

在建立了均匀圆阵数学模型的基础上,将模式空间与经典高分辨方位估计算法——多重信号分类法（MUSIC）应用到均匀圆阵方位估计（DOA）中;详细推导了模式空间虚拟均匀线阵的形成过程,并通过计算机仿真给出了MUSIC算法在虚拟均匀线阵下的方位估计成功概率、估计方差、估计偏差等随信噪比变化时的变化情况。仿真结果表明,随着信噪比的增加,基于模式空间将均匀圆阵变成虚拟线阵,方位估计性能有了明显提高。     

共形阵列信号DOA和极化状态联合估计研究

共形阵列是一种与载体表面共形的天线阵列。与平面阵列相比,共形阵列具有对载体电磁性能和动力性能影响小等优点,因此受到人们广泛的关注。受载体曲率影响,共形阵列具有多极性。在信号处理时,必须要考虑信号极化的状态。为此,针对共形阵列信号二维DOA和极化状态联合估计问题,提出了一种基于空时处理的参数估计算法。该算法通过对极化接收数据时域和空域联合处理构造时空DOA矩阵,利用DOA矩阵方法只需一次特征值分解即可获得信号二维DOA和极化状态参数估计。算法对阵列形状要求低,无需谱峰搜索和参数配对,计算量小。最后,以圆台共形阵列为例,通过仿真实验验证了算法的有效性。     

基于秩减估计器的L型阵列二维波达角估计算法

针对L型阵列2维波达角(2D-DOA)估计问题,该文提出了一种新的基于秩减估计器的算法。该算法利用辅助角将2D-DOA估计问题转换为两个级联的1D-DOA估计问题：首先采用基于传播算子的秩减估计器获得高精度的辅助角估计;其次利用辅助角估计结果获得某一入射角的一元代价函数,借鉴root-MUSIC算法通过对多项式求根获得某一入射角估计,而另一入射角估计可由已得角度估计和辅助角估计通过简单转换获得且两入射角之间无需配对。运算量分析表明,该算法运算量与JEADE算法接近,大于CODE和root-MUSIC算法。仿真实验验证了该算法在不同信噪比、快拍数目条件下可获得高精度的DOA估计结果。     

基于虚拟阵列的二维稀疏阵列相干源DOA估计

波达方向DOA估计是雷达阵列信号处理的一个重要方向,传统的MUSIC算法对均匀阵列条件下独立信号源的估计有很强的适应性,但实际的雷达工作中,稀疏布阵下多相干源测角是一个经常出现的应用场景。文中针对二维稀疏阵列的相干源测角,提出了一种基于虚拟阵列的相干源DOA估计方法。该方法利用虚拟阵列内插的方法,将一个任意二维稀疏阵列内插为一个均匀面阵,再通过二维空间平滑方法对相干源进行测角,能够同时获得信号的方位角和俯仰角信息。稀疏面阵和稀疏圆阵的仿真实验结果表明,该方法可以有效的解决二维稀疏阵列的相干源测角问题。     

基于虚拟阵列扩展的DOA估计

讨论了基于虚拟阵列扩展的DOA估计问题,对此问题传统阵列处理方法主要利用高阶累积量进行阵列扩展,计算量较大。在四阶矩基础上,通过扩大阵列孔径和自由度解决信源数目较阵元数多的DOA估计问题,利用特殊矩阵对扩展阵列的冗余信息进行剔除,降低了计算复杂度,提高了计算效率。仿真结果验证算法高效可靠,为工程实现提供了理论基础。     

一种基于阵列接收信号重排的单快拍DOA估计方法

针对单快拍情况下大多数空间谱估计方法失效的问题,该文提出一种直接利用阵列接收信号重排构造伪协方差矩阵的模型。理论分析表明,该模型更加灵活且更具一般性,已有的伪协方差矩阵构造方法可以统一在该模型下。在此基础上结合波束形成的思想,进一步提出一种基于阵列接收信号加权求和的伪协方差矩阵构造方法,该方法综合考虑了信噪比及阵列自由度两方面因素的影响,可在一定程度上提升估计性能。理论分析和仿真验证说明了该方法及模型的正确性和有效性。     

基于十字阵的MIMO雷达的二维DOA估计

多输入多输出（MIMO）雷达使用多个天线同时发射独立波形,在不同位置的目标回波彼此线性独立,以获得较好的空间分辨率。文章提出了基于收发不共位的线阵在水平面内构成十字阵的MIMO雷达信号模型;研究利用MUSIC算法来估计该模型下的MIMO雷达的二维波达角;分析了基于均匀十字阵的MIMO雷达的优越性,并探讨了十字阵MIMO雷达性能与阵元间距的关系,仿真表明,在满足远场条件下,均匀十字阵比均匀线阵可以估计更多的目标而且精度更高;通过非均匀布阵,可以进一步提高MIMO雷达的二维波达角的估计精度。     

基于虚拟阵列的波达方向、载频和极化参数联合估计

针对电子侦测系统中对多个信源方位、载波频率以及极化状态等信息同步提取的要求,该文通过将原始正交偶极子物理阵列的多个时域输出在空间域上扩展为虚拟传感器阵列,提出了一种基于波达方向矩阵法的二维方位角、频率和二维极化状态联合估计的新方法。虚拟传感器阵列的理论孔径为物理阵列的数倍,解决了ESPRIT类算法阵列孔径损失的问题,具有了在低信噪比、多辐射源环境下更强的适应能力;该方法无需谱峰搜索,各参数在求解过程中自然配对,可以以很小的计算量达到与ESPRIT方法相似的性能或以一定计算量为代价换取高得多的性能。算法对于传感器阵列的结构无特殊限制,具有很好的理论价值以及应用前景。理论分析与计算机仿真实验都证明了算法的有效性。     

基于双频虚拟互质阵列的均匀稀疏阵列DOA估计算法

提出了一种利用双频工作模式解决均匀稀疏阵列波达方向角(DOA)估计的方法。对一个物理均匀稀疏阵列,引入一个合适的额外工作频率,通过优选阵元数量及阵元间距,构建一个虚拟稀疏阵列,使得虚拟阵元间距与相邻真实均匀稀疏阵列的阵元间距成互质关系;物理均匀稀疏阵列与虚拟阵列组合形成一个自由度更高的虚拟互质阵列,将两个频率的接收信号对应合并后进行相关处理,得到虚拟互质阵列的阵列流形相关矩阵;基于相关间隔与差协同阵阵元位置的一一对应关系,对虚拟相关矩阵进行矩阵增广实现DOA估计,能够获得更高的自由度,突破物理阵元数目对最大可分辨信源数目的限制。基于MUSIC 算法的仿真结果验证了算法的可行性。     

基于极化敏感阵列均匀线阵的二维DOA估计

针对残缺电磁矢量传感器的极化敏感阵列多参数联合估计问题,该文提出一种基于正交偶极子的均匀线阵的2维波达方向(Direction-Of-Arrival, DOA)估计算法。首先,对极化敏感阵列的接收数据矢量的协方差矩阵进行特征分解,然后将信号子空间划分成4个子阵,根据旋转不变子空间(ESPRIT)算法分别求出其中1个子阵与其它3个子阵的相位差,再对不同子阵间的相位差进行配对,最后根据相位差求出信号的DOA估计和极化参数。由正交偶极子组成的均匀线阵使用极化MUSIC算法和传统ESPRIT算法无法进行2维DOA估计,该文提出的算法解决了这个问题,并且相较于极化MUISC算法降低了算法的复杂度。仿真结果验证了该文算法的有效性。     

基于时空极化导向矢量的阵列信号多维参数联合估计

通过对极化敏感阵列的时域采样构造了具有旋转不变结构的矩阵对,该矩阵对分解的特征值与对应特征向量分别是旋转矩阵和阵列的时空导向矢量,利用该导向矢量和旋转矩阵直接得到信号的频率、二维波达方向和极化的联合估计,该多维参数计算方法具有虚拟阵元和较高的估计精度。简述了多维ESPRIT方法的基本原理,其配对方法采用了多个矩阵束具有相同的特征向量,两种方法均利用了的相同信息-矩阵束的特征值和特征向量,仿真实验验证和比较了两种方法的性能。