基于波达方向估计的频谱感知算法

给出一种基于空间谱的频谱感知新算法。根据主用户存必导致空间谱出现峰值的因果关系,利用波达方向估计得出空间谱后,求出空间谱的波峰与均值之比,作为检验统计量,用以检测主用户是否存在。这种不涉及噪声方差的检验统计量,可使算法门限设置避开对噪声信息的依赖。在仅有噪声的高斯信道中对新算法进行仿真,结果显示,对于噪声不确定度分别为0dB和1dB两种情形,检验统计量的概率密度曲线完全重合,即新算法不受噪声不确定度影响,且无需预知主用户先验知识和噪声方差。     

单矢量水听器ESPRIT波达方向估计算法

针对自相关算法的局限性,提出了一种基于高阶累积量的单矢量水听器ESPRIT算法.该算法首先对单个矢量水听器接收数据作-任意的时间延迟,以时间变元为旋转因子,构造了2个具有相同阵形的子阵,然后将高分辨信号子空间类方法的正交化原理及旋转子空间不变原理引入累积量域,得到基于高阶累积量切片的ESPRIT方法.仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,ESPRIT算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,信噪比6dB以上该方法还是能获得高精度、高分辨率的渐近无偏估计.     

一种快速波达方向估计算法

提出了一种基于多级维纳滤波的波达方向估计算法．利用均匀等距阵列的互相关向量处于信号子空间内的特点,采用多级维纳滤波得到了一种不需要期望信号和特征分解的信号子空间估计方法,然后采用最小范数求根方法得到波达方向的快速估计．该方法在没有期望信号的环境下能够快速有效估计波达方向,其计算复杂度为O(NLP),这里N为阵元数,L为样本数,P为信源数．最后通过仿真实验验证了该方法的有效性．     

基于径向基神经网络的波达方向估计算法

针对传统的波达方向（DOA）估计算法在实际应用中普遍存在计算量较大,无法实时地跟踪期望信号且无法处理信号源数大于天线阵元数的问题,提出了一种在智能天线中基于径向基神经网络的波达方向估计算法.该算法利用神经网络进行多信号源跟踪（MUST）来完成信号源侦测和DOA估计.通过建立神经网络DOA估计算法模型,并对所建立的神经网络进行训练.通过仿真将该算法与传统的DOA估计算法进行比对的结果表明,基于径向基神经网络的波达方向估计算法能够快速准确的检测到信号源,响应时间明显快于传统的算法.     

基于多级维纳滤波器降维技术的波达方向估计

针对基于子空间分解的参数估计算法所存在的运算量大、信噪比门限高等缺点，提出了采用多级维纳滤波器进行波达方向估计的方法，该方法将波达万向估计和多级维纳滤波器相结合，即降维的波达方向估计，克服了基于子空间分解算法的缺点，计算机仿真说明了这种降维的波达方向估计方法是有效的，可以应用在快拍教很少和信干噪比很低的情况。     

米波雷达低仰角波达方向估计的快速算法

针对多径信号严重影响米波雷达低仰角测高的问题,提出了一种快速估计目标俯仰角的时空级联算法.该算法充分利用脉冲雷达回波信号时域、频域的信息来提高阵列的空域处理性能,先根据跟踪情况下已获得的目标距离和速度信息对接收到的回波信号进行积累,使每个接收阵元只获得一个样本数;然后利用单样本数的阵列信号矢量构造矩阵束,最后采用广义特...     

基于粒子群优化算法的相干信源波达方向估计

利用粒子群优化算法和在解决优化问题的优势和广义极大似然测向的优点,提出了一种估计相干信源波达方向的新方法.对于所提出的测向算法,人射的信源可以是独立信源,也可以是多相干信源的混合,对阵列的几何结构也没有任何约束,而且它分辨的信源数还可以大于阵元数.为了有效地对所提出的测向代价函数进行拟合,把高斯异策略引进粒子群算法中,提出了一种可快速多维搜索的随机变异粒子群算法.仿真结果表明:与基于遗传算法的相干信源波达方向估计方法相比,基于粒子群优化算法的波达方向估计在收敛速度和估计精度上都有优势,有很好的可行性和有效性.     

基于SOBI的信源波达方向与频率估计

提出了一种基于SOBI(second-Order Blind Identification)方法的频率和角度联合估计算法.假设信源间的相关时间长度一定,利用大于相关时间的延时构成非中心协方差矩阵去除信源之间的相关性,组合多个延时不同的非中心协方差矩阵构造移不变特性矩阵结构,并应用ESRIT方法获得信号频率,最后利用搜索方法获得信号波达方向(DOA)估计值.数值仿真结果证实了所提方法DOA与频率估计的正确性与实用性.     

阵元缺损下的波达方向估计算法

为解决在均匀线阵中阵元降采样或其他因素引起的阵元损坏导致角度估计精度下降的问题,该文对缺损的采样数据矩阵进行Hankel矩阵变换,利用Hankel矩阵变换的性质以及矩阵填充理论,将不满足矩阵填充理论的接收数据矩阵变换为适用于矩阵填充理论的数据矩阵,通过不定增广拉格朗日乘子法精确重构出完整的接收数据矩阵,实现了精确的波达方向估计。仿真实验验证了该方法在均匀线阵阵元出现损毁的情况下,仍能实现对角度的精确估计,同时给出了算法随阵元缺损程度变化的性能变化趋势。     

等距离圆线阵波达方向的估计

文章简述了智能天线的基本原理，并对智能天线的工作基础：波达方向估计进行了讨论，通过建模与仿真，用波达方向估计的3种方法：延迟相加、最小方差无畸变响应(Capon)，多重信号分类(Music)，分别对来自不同方向的4个信号利5个信号进入8个阵元的等距离圆天线阵列进行试验，得出了仿真结果和最大分辨率。     

基于两垂直方向虚拟平移的波达方向判定算法

提出了一种针对均匀圆阵接收信号波达方向(direction of arrival,DOA)判定的算法,该算法相对于其他算法,更能充分利用信号中的有用信息,达到提高算法判定精度的目的.算法将接收信号数学模型在Z轴和X轴方向分别进行虚拟平移,通过模式激励,构造出两个包含接收信号DOA信息的满秩Toeplitz矩阵,达到相干信号解相干的目的.先后根据Z轴、X轴方向旋转因子特性的不同,先得出信号俯仰角的估计值,再得出方位角的估计值,完成二维波达方向的判定.仿真结果验证了该算法对于相干信号DOA判定的正确性,而且对于强相干和低信噪比的入射信号DOA也能有效区分和判定.     

分布式信号源波达方向估计方法

在多径导致的局部散射信号条件下,利用信号源的一阶近似,提出了一种新的分布式信号源波达方向估计方法。新方法不仅改善了波达方向估计性能,且适用于空间信号分布的函数形式未知、分布函数形式不同的分布式信号源同时存在或其他较复杂的空间信号分布情况。     

一种基于广义特征向量的改进ESPRIT测向算法

基于信号子空间的ESPRIT算法不需要进行谱峰搜索,但是估计方差大于MUSIC算法。该文提出了一种基于广义特征向量的ESPRIT算法,利用信号子空间旋转不变关系矩阵的广义特征向量估计信号波达方向,得到了比基于广义特征值算法更准确的方向估计结果。该算法充分利用了信号子空间的旋转不变特性,通过利用信号子空间与阵列流形的关系进行波达方向估计,实验证明该算法能够在保持小计算量的优势下达到与MUSIC算法相近的性能。     

矢量重构解相干的波达方向估计新方法

针对相干信号波达方向(Direction of Arrival, DOA)估计问题,提出一种新的矢量重构解相干方法——变参考阵元数据互相关矢量重构算法。算法依次改变阵列参考阵元,求得所有阵元接收数据与对应参考阵元接收数据之间的互相关信息,并以此作为重构矩阵的列矢量构造一个等效协方差矩阵,然后基于MUSIC和ESPRIT算法,估计相干信号的波达方向。数学推导和理论分析表明,重构的矩阵能对相干信号完全解相干。算法不损失阵列孔径,在低信噪比和少量快拍数据条件下,估计性能要优于Toeplitz矩阵重构算法和前后向空间平滑算法。     

基于人工蜂群算法的波达方向和多普勒频率联合估计

将人工蜂群算法应用于似然函数的优化,实现了阵列信号波达方向(DOA)和多普勒频率的联合估计。利用状态空间模型构造包含DOA和多普勒频率信息的广义可观测矩阵,并构造包含该广义可观测矩阵的似然函数,将参数估计问题转化为多维非线性函数优化问题。进而利用人工蜂群算法对似然函数的求解过程进行优化,得到DOA和多普勒频率的估计值。算法保留了最大似然估计的渐近无偏估计性能,降低了似然函数求解的计算量,且参数能够自动配对。     

基于压缩感知理论的宽带信号波达方向估计

针对一维宽带信号波达方向(DOA)估计中聚焦变换算法需要角度预估值的问题,在双边相关变换算法基础上设计了一种无需角度预估值的DOA估计算法.首先,利用离散傅里叶变换(DFT)变换将宽带信号分解为若干个不同频点处的窄带数据模型.然后,通过本文改进的聚焦矩阵将不同频点处的窄带数据聚焦到同一参考频点,得到单一频率点处窄带信号...     

平行因子技术在波达方向估计中的应用研究

基于PARAFAC技术,结合最小二乘误差准则,对三维数学模型进行求解来估计波达方向。该方法不需要进行常规MUSIC算法的谱峰搜索和ESPRIT算法的广义奇异值分解过程,对噪声形式没有严格限制。计算机仿真结果验证了该算法的可行性。     

波达方向(DOA)估计方法的研究

本文在介绍传统的DOA估计技术基础上，针对其不足之处，介绍了近年来DOA估计中出现的新的信号处理技术，主要包括高阶累积量、高阶谱技术、时频分析技术、循环平衡信号分析与处理技术等，并介绍了这几种方法的主要基本思想及应用背景。最后给出了MUSIC算法、ESPRIT算法及基于累积量的DOA估计算法的仿真结果。     

低复杂度MIMO雷达波达方向的估计方法研究

为了降低MIMO雷达的运算复杂度,研究了基于对回波信号降维处理算法和基于子空间重构的信号子空间重构（SsR）算法的两类波达方向（DOA）估计方法．通过对5种算法的对比和仿真分析可知：RD—ESPRIT算法相比其他空间谱搜索算法,对降维矩阵的选择较敏感,更强调降维后阵列流型的旋转不变性;RD-求根算法、RD—MUSIC算法和RD—Capon算法则有更好的角度估计性能;RD-ESPRIT算法和RD-求根算法运算量相比其他三种算法低一到两个数量级;RD—ESPRIT算法运算复杂度最小．     

多通道阵列相干源波达方向超分辨估计

采用发射阵列分布式布阵、接收阵列密布阵的多通道阵列,提出了一种虚拟子阵积累算法,在获得空间分集增益的同时可以超分辨估计相干源的波达方向.先通过正交信号分选的方法在接收端得到虚拟子阵,然后叠加积累各虚拟子阵接收数据的协方差.该算法利用空间分集克服了目标闪烁,同时具备解相干的能力,且避免阵列物理孔径的损失.理论分析和仿真结果表明,该算法可以有效处理多通道阵列相干源波达方向估计.