基于子空间跟踪的ESPRIT空间谱估计算法

在实际中接收天线与辐射源之间通常存在相对运动,此时传统的高分辨算法性能将严重下降,针对上述问题提出一种自适应信号波达方向即DOA估计算法。新算法以快速稳定的信号子空间跟踪算法为基础,结合ESPRIT算法实现DOA估计,不需要特征值分解,计算复杂度小。仿真实验显示新算法比基于幂迭代的动目标DOA估计算法具有更好的估计性能。     

一种用于二维DOA估计的新颖Unitary ESPRIT算法

提出了一种基于双均匀线阵的特性新颖的Unitary ESPRIT算法。算法根据阵列接收数据,构造了一种实值数据形式,对其作实值奇异值分解,获得信号子空间。算法利用阵元几何的平移不变特性,构造了包含入射信号方位角和俯仰角的估计量。利用构造的估计量的特征值估计俯仰角信息,利用其对应的特征向量估计方位角信息,自动完成角度的配对。所提方法不仅保持了矩阵DOA估计算法和二维ESPRIT算法的优点,如自动的参数配对、不需要二维谱峰搜索等,而且能够在实数域中直接获得信号子空间,能够有效降低运算量。算法可以增加估计信号个数。仿真实验验证了算法的有效性。     

基于ESPRIT的噪声抑制频率估计算法

在中低信噪比时,协方差矩阵受噪声影响较大导致ESPRIT算法性能降低,使其与克拉美罗下限(CRLB)有一定距离。针对该问题,提出一种基于ESPRIT的噪声抑制频率估计算法,利用信号频域内若干子带的谱线估计协方差矩阵,通过该矩阵的特征向量张成信号子空间,估计信号各分量的频率。实验结果表明,该算法能用于多个频率分量的信号分析,归一化频率估计的范围为 ,且性能接近于CRLB下限。     

一种利用非圆信号特点的实值DOA估计算法

针对非圆信号波迭方向(DOA)估计问题,提出了一种ESPRIT类的实值DoA估计算法.根据信号源为实数的特点,分别求取接收数据的实部和虚部,形成实值数据,并对其加以重新组合,提高了数据利用率,减少了运算量,在此基础上利用新构造数据的结构特点形成一个实值对角矩阵,进而得到一种ESPRIT类的DOA估计算法.该算法通过使用两个选择矩阵获得旋转因子,避免了信道附加相位对DOA估计的影响.仿真实验表明,该算法具有分辨力高、估计精度高以及稳健性强等优点.     

冲击噪声下基于相关熵的二维ESPRIT算法

针对基于相关函数的波达方向(direction of arrival, DOA)估计方法在冲击噪声环境下性能下降明显甚至失效的问题,提出基于相关熵 (Correntropy)的二维ESPRIT算法;该方法利用相关熵在冲击噪声环境下具有鲁棒性的优点,将受干扰信号的自相关函数替换为相关熵函数,并结合二维ESPRIT算法实现在冲击噪声环境下进行二维DOA估计;仿真表明,与基于分数低阶统计(Fractional Lower Order Statistics, FLOS)算法相比,该算法呈现明显优势,特别在高的冲击噪声条件下(1<α<1.5)能对信源方向进行更加有效的估计,且均方误差值仍保持很低。     

采用小波分析和TLS-ESPRIT的DOA估计算法

在阵列信号精度优化算法的研究中,针对传统波达方向(Direction of Arrival,DOA)估计算法在低信噪比条件下性能表现不佳的问题,本文提出了一种采用小波分析与TLS-ESPRIT相结合的DOA估计联合算法.该算法首先对强噪声背景下阵列天线所接收的观测信号进行小波分析,选取高频小波系数置零的强制消噪方式进行降噪处理;继而将预处理后的观测矩阵用TLS-ESPRIT方法进行DOA估计.理论分析和仿真结果均表明:在相同快拍数和阵元数的情况下,较之传统的DOA估计方法,联合算法具有更低的信噪比门限,并且能实现更为准确的DOA估计.     

基于FFT旋转不变性的ESPRIT跳频信号频率估计算法

为了解决信号的信噪比(SNR,signal to niose ratio)较低时,ESPRIT(estimated signal parameters via rotational invariance technique)算法的估计性能明显下降这一问题,提出一种基于FFT(fast Fourier transform)旋转不变性的ESPRIT跳频信号频率估计算法。该算法通过对采集到的信号样本进行FFT变换,对变换结果中幅度最大的谐波系数进行筛选构造新的信号序列,再利用FFT的旋转不变性重新合成两个具有旋转不变性的矩阵,最后再利用ESPRIT算法对信号频率进行估计。理论分析和仿真结果证明了该算法的可行性和有效性。     

非圆信号与圆信号共存下的快速方位估计算法*

针对非圆信号和圆信号共存时,信号的波达方向估计算法运算量较大的问题,提出了一种可同时估计非圆信号和圆信号DOA的快速算法。首先,利用观测数据及其复共轭构造中心复共轭对称矩阵,通过双映射定理可将该矩阵转换为实矩阵;然后,利用多级维纳滤波,无需计算阵列协方差矩阵及对其进行特征分解,仅通过对接收的实数据矩阵递推可快速求出观测数据的信号子空间;最后,利用酉ESPRIT算法的实值性,不必谱峰搜索,在保证DOA估计精度的同时可大大降低算法的计算复杂度。仿真结果验证了算法的有效性。     

基于均匀圆阵的互耦误差校正算法研究

阵元之间的互耦效应严重影响了DOA的估计性能。基于均匀圆阵,提出了一种互耦条件下的波达方向估计和互耦误差自校正算法。利用带状循环矩阵的特性对均匀圆阵的互耦误差建立数学模型,再利用MUSIC算法和迭代法对互耦误差矩阵和波达方向同时进行估计,自校正方法无需任何辅助阵元即可实现两类参数的估计。仿真实验表明,算法很好地解决了均匀圆阵的互耦问题,能够比较准确地估计出波达方向角和互耦误差值。     

基于子空间拟合波达方向估计方法研究

传统波达方向(DOA)估计方法由于受阵列尺寸的限制,对处于同一波束内的多个信号源无法得到正确的估计.为此提出了基于子空间拟合的信号到达方位角(DOA)估计算法--信号子空间拟合算法和噪声子空间拟合算法.算法通过对接收数据的子空间与实际信号导向矢量组成的子空间的拟合,来构造信号功率谱尖峰,从而估计目标信号的到达方位角.仿真实验对两种算法的性能进行了分析,分析表明基于噪声子空间拟合算法能突破空域瑞利限的限制,具有空间分辨率高、稳定性好的估计性能.信号子空间拟合算法只有在阵元数较大时,才能正确分辨距离较近的信号源,但具有对环境噪声不敏感的特点.     

基于均匀圆阵的改进UCA-ESPRIT算法

波达方向(DOA)估计是阵列信号处理的研究热点和难点之一。基于阵列天线, 利用空间谱估计理论进行DOA估计,提出一种改进算法——I-UCA-ESPRIT。首先根据均匀圆阵(UCA)的中心对称性,将输入信号进行重新排列;然后将重新排列的信号进行实值转换,并对相关矩阵进行特征值分解;最后引入SVD算法,以求解来波信号的方位角和俯仰角。仿真结果表明,该算法不仅适用于DOA估计的非相干信号和相干信号,且优于UCA-RB-MUSIC算法和UCA-ESPRIT算法。     

互质线阵中一种基于共轭增广的DOA估计算法

论文开展互质线阵下的空间谱估计研究。通过利用信号二阶统计量的共轭增广特性,提出互质阵下基于共轭增广的酉旋转不变性进行信号参数估计 (Conjugate augmented unitary estimation of signal parameters via rotational invariance technique, CA-UESPRIT)波达方向(Direction of arrival, DOA)估计算法。该算法先利用不同时长间隔下接收信号的二阶统计量,构造共轭增广虚拟阵列以扩展阵列孔径和提高空间自由度。然后采用基于互质特性的联合UESPRIT算法实现DOA估计。相比于传统互质线阵下的联合UESPRIT算法,CA-UESPRIT算法DOA估计性能更优。此外,通过酉变换可以将ESPRIT算法的协方差矩阵从复数域转化到实数域,降低了复杂度的同时保证了测向精度。仿真结果证实了所提算法的有效性。     

一种附加约束的ESPRIT测向方法

经典旋转不变技术（ESPRIT）算法测向估计性能在大多理论情况下接近于克拉美罗下界,且其在计算量方面要明显优于多信号分类算法（MUSIC）。本文首先论述了经典ESPRIT方法,描述了广义特征值分布在单位圆附近的实际工程应用情况,并提出了一种将广义特征值附加约束在单位圆上的修正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,当阵列存在几何误差的情况下,可明显改善测向估计的性能。     

阵列信号处理中基于MUSIC算法的空间谱估计

阐述了阵列信号处理中广泛采用的用于来波方向(DOA)估计的多信号分类(MUSIC)算法原理,理论分析了算法的实现过程,并结合Matlab实验,从理论和系统仿真两方面证明将此法用于确定目标方位角的实用价值,是一种有效的测量目标方位角的方法。     

基于四阶累积量的二维波达方向估计改进算法

利用四阶累积量的阵列扩展特性,将一排直线阵列和一个独立阵元扩展成一个特殊的虚拟双排直线阵列,它由三个子直线阵列构成,并且可计算出每个子直线阵列等效的协方差矩阵,然后结合传播算子方法,提出一种改进的二维波达方向估计算法。计算机仿真验证了该算法具有抗噪能力强、数值稳定性好等优点。     

基于FFT幅度和相位插值的频率估计改进算法

针对基于FFT的插值算法在信噪比较低或信号的实际频率与估计频率之间的相对偏差较小时,存在插值方向错误的情况,通过结合其中分段相位差法与Rife算法的优点提出了一种改进算法,该算法可以解决在低信噪比情况下当估计偏差δ接近零时,Rife算法估计误差较大、而当δ接近0.5时相位差法误差大的问题。算法仿真实验结果表明：改进算法在低信噪比条件下的频率估计精度高于Rife算法和分段相位差法,稳定性也比较高,具有很好的应用价值。     

限定GA搜索空间的WSF求解算法

波达方向（DOA）估计在无线传感器网络中得到了广泛的应用,本文针对DOA中加权子空间拟合（WSF）算法多维非线性优化计算量大的问题,提出一种限定遗传搜索空间的WSF求解算法.该方法将旋转不变子空间（ESPRIT）与无偏估计量的理论最小误差（TME）相结合来限定遗传算法的搜索空间,通过缩短遗传算法的基因长度来降低加权子空间拟合算法的求解复杂度.仿真结果表明,该算法的估计性能与WSF基本相同,与其它的一些智能优化算法相比,显著的降低了算法的计算量.     

基于最小冗余线阵的谱相关波达方向估计算法

根据均匀线阵输出的共轭循环相关矩阵具有很大的冗余特性，提出了基于最小冗余线阵的谱相关共轭循环MUSIC算法。该算法利用了信号的时域和空域联合特征，并引入了伪数据矩阵，使算法的性能远优于其他方法。理论分析和计算机仿真实验均表明，与基于最小冗余线阵的共轭循环MUSIC算法相比，该算法具有良好的波这方向估计性能，扩展了阵列孔径，抗噪能力强，分辨率高，能用较少的阵元估计更多的信号源方向。     

一种基于块匹配的运动估计改进算法

运动估计是视频压缩中帧间预测编码的关键技术之一,在各个压缩标准中都广泛使用了基于块的运动估计技术。由于运动估计通常具有较大的运算量,因此对压缩性能具有重要的影响。本文在分析了现有的六边形搜索算法(HEXBS)和视频序列图像帧相邻空间块和对应的运动向量具有高度空间相关性的基础上提出了一种改进的快速运动估计搜索算法,通过实验表明与HEXBS算法具有相似的计算复杂度,但是视频编码质量优于HEXBS算法。