基于双电磁矢量传感器的近场源多参数估计

基于双电磁矢量传感器(EVSs),提出一种新的近场源频率、波达方向(DOA)、距离和极化参数联合估计方法.该方法首先计算近场源的频率以及其在两个电磁矢量传感器处的二维DOA和极化参数,然后利用几何方法或搜索方法,得到近场源的距离估计.该方法仅需要两个电磁矢量传感器,节约了阵列孔径,适合于阵列孔径有限的场合.估计过程中仅需一次互相关以及特征分解等简单的运算,且各参数自动配对,节省了运算量.实验结果验证了该方法的有效性.     

多径循环平稳信号二维波达方向估计——极化域平滑法

针对相干循环平稳信号,该文提出一种估计二维波达方向的新方法极化域平滑法。该算法充分利用信号的循环平稳特性以及极化多样性,在不影响阵列孔径的情况下,进一步增大可估计的相干信源数目,且具有信号选择和噪声抑制能力。估计过程中各参数自动配对。仿真结果验证该文方法的有效性。     

一种新的近场源距离及到达角联合估计算法

该文提出一种基于三阶循环矩的近场源距离以及到达角联合估计算法。该算法充分利用了信号的循环平稳特性以及其空、时域信息,通过构造时空矩阵并进行特征分解获得二维参数的闭式估计。该方法计算简单,无需谱峰搜索,而且二维参数自动配对。与现有的方法相比,该文算法并不要求阵列具有中心对称结构,因此避免了阵列孔径的损失;此外该算法对任意分布的加性平稳噪声以及具有不同循环频率的干扰信号有较好的抑制能力。计算机仿真实验验证了该方法的有效性。     

TDD CDMA通信系统中二维角度、时延和极化参数的可分离估计方法

在研究一维角度、时延和极化联合估计(JADPE)方法基础上,提出一种多径信道下的二维角度、时延和极化参数联合估计方法.该方法将极化敏感阵列天线和TDD CDMA系统结合起来,研究了TDD CDMA系统多用户、多径情况下联合参数估计问题,有效实现了TDD CDMA系统二维角度/时延/极化参数的高分辨联合估计.该方法通过引...     

多循环频率循环时延估计方法及性能分析

由于单循环频率循环估计子估计性能对循环频率的选择有较大的依赖性,使其在实际应用中受到了较大的限制.为解决该问题,文章研究并给出了多循环频率循环时延估计方法,还详细推导得到了多循环频率估计子组的估计均方误差.在平稳高斯白噪声和慢变化时变高斯白噪声条件下对BPSK和QPSK信号的仿真结果表明,较高信噪比时(SNR＞-6dB)循环估计子组的估计理论精度与仿真精度基本上是一致的,并且三循环频率循环估计子组估计性能要优于双循环频率循环估计子组,而双循环频率循环估计子组的估计性能要优于单循环频率循环估计子.仿真结果充分说明了文章理论分析的正确性,也说明了多循环频率循环时延估计方法的有效性及估计算子的稳健性.     

小波包去噪在循环平稳信号DOA估计中的应用

基于信号循环平稳特性的到达方向(DOA)估计算法在噪声成分过大或噪声本身具有循环平稳特性的情况下,性能会迅速下降,为提高算法的估计性能,提出了利用小波包去噪与广义谱相关子空间算法相结合的方法估计信号DOA,通过仿真分析证明该方法提高了估计精度,降低了估计误差,达到了与理论分析相一致的目的.     

宽带谱相关时空DOA矩阵方法

本文提出了一种新的基于信号时空特征结构的二维DOA估计方法－－宽带谱相关时空DOA矩阵方法。该方法利用信号的循环平稳特性实现了对宽带信号的有效处理,同时通过空时变换将传统的一维空域处理拓展到了二维空间处理,更充分地利用了信号的时域特征,从而大大简化了阵列结构,提高了算法的性能。理论分析与仿真结果表明,该方法既继承了循环平稳方法在谱估计方面的优势,又具有原DOA矩阵方法无需二维谱峰搜索和参数配对的特点。     

窄带通信信号时延估计的循环谱组合切片法

循环时延估计方法只使用单一循环频率进行时延估计,对信号的循环平稳信息利用不充分,且估计性能对循环频率的选择有较大依赖性.针对此问题,研究了利用多循环频率组合进行时延估计的方法,为减小循环谱密度函数估计的计算量并提高时延估计的精度,阐述了利用循环谱切片组合进行时延估计的方法,在不同信噪比的高斯噪声和同频干扰条件下分别进行了仿真实验.仿真结果表明,多循环频率时延估计法较单循环频率时延估计法有更高的估计性能.     

基于稀疏重构的空域-极化域联合抗主瓣干扰方法

针对当前抗干扰方法面对主瓣干扰时存在的抗干扰性能急剧下降的问题,本文提出了一种基于稀疏重构的空域-极化域联合抗主瓣干扰方法.该方法首先利用稀疏重构对干扰信号的波达角(DOA)进行估计;然后在恒模约束的基础上,利用相关性最大原则估计干扰信号的极化参数;最后利用估计得到的信号导向矢量,构建联合斜投影滤波器进行干扰抑制.仿真...     

基于二阶统计量的近场定位新方法

该文针对近场源的方向角和距离的二维参数估计,提出了一种新的近场源二维参数估计方法。该方法利用双极化阵列的极化信息和二阶统计量估计近场源的波达方向和距离参数。该方法具有估计精度高和无需谱峰搜索的优点。仿真实验证明了该算法的有效性。     

基于联合对角化的近场源三维参数估计

提出了一种基于联合对角化的近场源频率、到达角（DOA）和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于白化后的接收数据构造一组高阶累积量矩阵,利用联合对角化方法来得到高阶累积量矩阵的对角结构信息以及对角化矩阵来分别估计阵列流形和信号源的频率,进而由阵列导向矢量结合对应的信号源频率联合估计信号源的到达方向和距离。与基于高阶累积量的类 ESPRIT方法相比,算法可以提高阵元利用率,具有更好的估计效果,同时不需要谱峰搜索且各参数自动配对,计算机仿真结果验证了该方法的有效性。     

一种基于高阶累积量的近场源距离、频率和方位联合估计算法

本文提出了一种基于高阶累积量的近场源距离、方位及频率三维参数联合估计方法,该方法利用构造的累积量矩阵的特征分解获得信号子空间,三维参数估计分别由构造的矩阵的特征值直接估计得到,算法计算简单而无需任何搜索且适于任意高斯噪声环境,与现有的方法相比,本文算法由于无需利用阵列的中心对称结构,因而有效的避免了阵列的孔径损失.最后,计算机仿真实验验证了算法的性能.     

基于二阶统计量的四维近场源定位

本文针对近场窄带信源频率、仰角、方向角和距离四维参数的估计问题，提出了一种基于二阶统计量的近场源四维参数估计方法。该方法利用中心对称的十字阵列和多重旋转矢量不变技术估计信源参数，无需谱峰搜索，同时避免应用四阶累积量，减轻了算法的计算量。仿真实验证明了该算法的有效性。     

Novel error resilient tag estimation for RFID system in interference scenarios

In a radio frequency identification （RFID） system, the backscattered signal is small and prone to interference. The performance of RFID tag identification in interference scenarios is degraded compared to that in error-free scenarios. In this paper, a novel Mahalanobis distance estimate （MDE） method is proposed to jointly estimate the number of tags and packet error rate （PER）. The MDE method is error resilient owing to its ability to achieve a stable estimation when interference is impairing the observed information. The proposed method achieves significantly enhanced accuracy over existing methods by taking all the information and correlations among the observed results into account. The MDE method improves the estimate performance based on efficient decorrelation and classification of the observed information. Moreover, the performance of the PER estimate is analyzed both in theory and through simulations. It can be concluded from the analysis that the estimated PER is unbiased and variance-bounded. Simulations show that the proposed estimate outperforms the previous proposals in terms of accuracy and stability, which makes it suitable for application in interference scenarios.     

近场源距离、频率及到达角联合估计算法

本文提出了一种近场源距离、频率及到达角(DOA)三维参数联合估计算法.该算法不需谱峰搜索且各参数自动配对.由于算法使用了四阶累积量,所以适用于任意加性高斯噪声环境.     

无需参数配对的近场源距离、方位、频率联合估计算法

 本文提出了一种无需参数配对的近场源距离、方位、频率联合估计算法。通过对构造的阵列输出信号四阶累量矩阵进行一定的变换构造处理得到一个新的矩阵,利用其相应的特征值及特征向量估计出三维参数,无需谱峰搜索,算法适于任意高斯噪声环境。与现有算法相比,本文算法参数估计结果能自动配对,而无需再进行配对过程。最后,计算机仿真结果证实了提出方法的有效性。     

一种新的近场源三维参数联合估计算法

本文研究近场源距离、频率和到达角(DOA)三维参数的联合估计问题，并提出一种计算有效的新算法。该算法利用特征值及相应的特征矢量估计信号参数，不需要谱峰搜索且各参数自动配对。此外，新算法使用四阶累积量，因此适用于任意的加性高斯噪声环境。计算机仿真证实了所提算法的有效性。     

一种基于二阶统计量的近场源三维参数估计方法

该文研究近场源的距离、角度和频率的三维参数估计问题。提出了一种仅需利用二阶统计量和相应的配对程序就能直接估计出参数的新方法。该方法无需谱峰搜索,同时避免应用四阶累积量,减轻了算法的计算量。仿真实验证明了该算法的有效性。     

一种联合估计近场源四维参数的方法

该文提出了一种近场窄带信源频率、仰角、方位角和距离四维参数的联合估计方法。该方法利用特征值及其相应特征向量和四阶累积量估计信号参数,不需要进行谱峰搜索,并且适用于加性高斯噪声环境。计算机仿真实验证明了该方法的有效性。