基于虚拟阵列的非圆信号DOA估计

针对传统的子空间类波达方向（Direction of Arrival,DOA）估计算法只适用于入射信号个数少于天线数的局限性,利用现代通信系统中常用的非圆信号实值特性,提出了一种虚拟阵列多重信号分类法（Virtual Array Based Multiple Signal Classification,VA-MUSIC）。该方法通过对阵列输出信号进行共轭重构和合并,获得虚拟阵列来增加阵列的有效孔径。更进一步,结合空间平滑技术有效地解决了相干信号的DOA估计问题。与传统的MUSIC算法相比,新算法不仅可以增加最大可估计信源数,而且在DOA估计精度、信号源角分辨能力等方面均有明显的优势。计算机仿真验证了该算法的有效性和优越性。     

基于MUSIC算法的球面共形阵DOA估计

由于球面共形天线阵所具有的特殊性质,使得其利用经典MUSIC算法进行DOA估计时,导向矢量与噪声子空间不正交,算法性能受到较大影响。在考虑各阵元接收某信号强度不一致的同时,根据子阵内阵元相似度高这一特点,对基于子阵分割的有向阵元MUSIC算法在球面共形阵上进行了DOA估计仿真实验,结果表明:该方法应用于球面共形阵,可以快速准确地估计出多个信号的DOA。     

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。     

MUSIC算法在柱面共形天线阵DOA估计中的应用研究

由于柱面共形天线阵所具有的特殊性质,使得其在利用经典MUSIC算法进行DOA估计时,性能会受到较大影响.通过将柱面共形阵划分为多个子阵的方法,可以有效地解决此类问题.仿真结果表明,该方法能应用于柱面共形阵的DOA估计,并容易推广到任意曲面共形阵.     

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。     

基于虚拟阵列变换的相干源测向方法

针对传统空间谱测向方法对相干信号源测向失效的实际问题,提出了一种基于任意形状平面阵列的测向方法。该方法在建立了相干信号源数学模型的基础上,对虚拟阵列变换思想进行了分析,给出了采用虚拟阵列变换原理和MUSIC算法实现了对相干信号源DOA的估计,提高了测向性能。经仿真试验和理论分析,验证了算法的可行性,并分析了该算法的适用局限性。     

基于盲源分离的共形阵列二维DOA估计

本文给出了一种基于特征矩阵联合近似对角化（JADE, Joint Approximate Diagonalization of Eigen-matrices）的共形阵列信号DOA估计算法。该算法首先对接收数据进行白化处理,利用白化后的数据构造四阶累计量矩阵,通过对特征矩阵联合近似对角化获得流形矢量矩阵的估计,从而实现信号的DOA估计。算法对阵列形状限制小,无需谱峰搜索。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。     

四种DOA估计算法的性能比较

文章研究经典MUSIC算法、求根MUSIC算法、基于解相干的双向空间平滑MUSIC算法和Toeplitz MUSIC算法的DOA估计性能.并且通过实验Matlab仿真,分析比较四种算法的性能.     

柱面共形阵列高性能低复杂度DOA估计算法

针对柱面共形阵列的波达方向(DOA)估计问题,从信号子空间的角度分析了在阵元遮挡下应用多重信号分类(MUSIC)算法的性能缺陷。在此基础上提出通过偏置常数的方法克服经典MUSIC算法的阵元遮挡问题。进一步提出一种基于数据自适应子阵分割的快速DOA估计算法,该方法先利用稀疏采样的偏置MUSIC算法进行DOA预估,依此确定所需要的子阵及二维搜索区域,确定MUSIC算法的搜索范围,进而得到高精确度的DOA估计。利用子阵分割的方法进行DOA估计,避免了经典MUSIC算法因阵元遮挡导致运算量大、精确度低等问题。仿真结果表明,该方法能大幅度降低运算复杂度,同时提高DOA估计精确度。     

基于内插阵列变换的非圆信号MUSIC算法

针对非圆信号的波达方向(DOA)估计问题,提出一种基于内插阵列变换的非圆信号MUSIC算法(VIA-NC-MUSIC算法)。利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实协方差矩阵变换为虚拟协方差矩阵,再对虚拟协方差矩阵进行奇异值分解(SVD),利用信号子空间与噪声子空间的正交性,得出算法的空间谱函数。仿真实验表明:存在阵元位置误差的情况下,新算法通过对阵元位置校准数据进行内插阵列变换(VIA),取得与阵元位置校准的非圆信号MUSIC算法(NC-MUSIC算法)相当的估计性能,保持了高估计精度、阵列扩展能力等优点。     

修正MUSIC算法对相关信号源的DOA估计性能

本文介绍了用修正ＭＵＳＩＣ算法提高相关信号源ＤＯＡ估计性能的方法。理论分析表明,采用该方法后,可将相关信号源的相关系数平均降低为原来的６３％,因而可改善ＭＵＳＩＣ算法对相关信号源的ＤＯＡ估计性能。且该方法不影响对非相关信号源ＤＯＡ的估计,计算量也无明显增加。计算机仿真实验结果验证了上述理论分析的正确性。     

基于MUSIC算法的相干信号DOA估计改进及应用

空间信号的到达方向(Direction of Arrival,DOA)估计近些年来越来越多地得到大量的关注和研究.在实际工程中进行信源信号DOA估计时,由于空间环境的复杂多变,雷达阵列接收的信号包含大量的相干信号.在空间谱估计中,经常会因相干信源信号的存在导致目标定位不精确或无法定位的问题.在面对相干信号时,MUSIC算法等子空间类算法已经无法满足空间谱估计的性能.因此,本文提出了一种改进的MUSIC算法能够较好的解决该问题.     

基于提升小波算子的MUSIC法的DOA估计

在低信噪比且不增加接收阵元数目的条件下,提出利用提升小波算子对接收 信号进行预处理,然后用MUSIC法进行谱估计。仿真试验表明该算法有效提高了DOA估计的 分辨率和精度,与传统的基于一代小波域的DOA估计的算法对比,该算法具有复杂度低、收 敛快且精度高的性能,为实时信号的处理提供了支持,在科研和工程实践领域具有一定的 理论价值和应用价值。     

锥面共形阵列天线盲极化DOA估计算法

 由于共形载体曲率的影响,共形阵列天线中各阵元单元方向图具有不同的指向,使得共形阵列天线具有了多极化特性(Polarization Diversity),为了描述共形阵列天线的多极化特性,通常在共形阵列天线的快拍数据模型中引入阵列入射信号的极化参数,因此共形阵列天线的DOA(Direction-Of-Arrival)估计需要与阵列入射信号极化参数联合估计.本文提出了一种盲极化DOA估计算法,通过在锥面共形阵列天线中设置三对特殊子阵,利用ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法,将入射信号极化参数与二维角参数去耦合,在入射信号极化参数未知条件下实现了高分辨DOA估计,并对估计性能进行了理论分析与推导,给出了参数估计的CRB(Cramer-Rao Bound),通过Monte Carlo仿真实验验证了DOA估计算法的有效性.     

共形阵列幅相误差校正快速算法

基于子空间的联合迭代算法可以实现对空间信源方位和阵列幅相误差参数的联合估计。当对共形阵列进行幅相误差校正时,由于其空域导向矢量不具有Vander monde结构,导致快速高分辨空间谱估计方法无法直接应用,而利用2维谱峰搜索实现空间方位估计的运算量较大,限制了算法在共形阵列上的应用。针对此问题,该文提出一种借助虚拟阵列实现共形阵列幅相误差校正的新方法。该方法利用虚拟阵列的特殊结构快速实现对信源的DOA估计,省去了谱峰搜索过程,因而运算复杂度低,便于工程实现。理论分析和仿真结果验证了所提算法的有效性,可为共形阵列的工程应用提供参考。     

智能天线系统中空间分域虚拟阵列的DOA估计算法研究

在即将商用的3G移动通信系统中，智能天线技术成为研究的热点．本文是以智能天线技术中DOA估计为基础，研究一种可提高估计能力的虚拟阵列DOA估计算法。介绍了虚拟阵列变换技术，根据智能天线系统的特点．采用空间分域的子阵思想．结合虚拟阵列变换技术．实现空间分域的虚拟阵列DOA估计。     

柱面共形阵列天线盲极化波达方向估计算法

针对柱面共形阵列天线的单曲率特点,建立了柱面共形阵列天线的快拍数据模型,基于高分辨波达方向（DOA）估计的子空间原理与秩损理论,结合合理的阵元排列结构设计,将信源极化状态、俯仰角以及方位角去耦合,通过参数的一维搜索与方程求解,实现了信源极化状态未知条件下的2D DOA估计。针对相干信源情况,推导了柱面共形阵列天线的解相干算法,最终提出了适用于独立和相干信源的柱面共形阵列天线盲极化DOA估计算法。该算法估计精度高,计算量小,且无需参数配对。计算机仿真实验验证了所提算法的有效性。     

基于高阶累积量虚拟阵列扩展的DOA估计

该文提出了一种基于高阶累积量虚拟阵列扩展的DOA估计新方法。该方法基于高阶累积量孔径扩展的性质,由实际阵元的坐标与方向矢量直接计算出虚拟阵元的坐标与方向矢量,利用两种阵元的坐标之间的关系构造四阶或六阶协方差矩阵,运用MUSIC方法对非高斯独立信号源进行DOA估计。该方法在任意阵列的情况下,对非高斯独立信号源进行一维与二维DOA估计,均能准确地估计出多于实际阵元数目的方向角与仰角。实验表明,该方法简单、有效地扩展了阵列孔径,提高了阵列的空间分辨能力,有效地抑制了高斯噪声的干扰,降低了高阶累积量协方差矩阵的计算量。     

共形阵列非圆信号波达方向估计算法

受共形载体变曲率结构的影响,各天线单元指向不尽相同,使得共形天线阵列呈现极化多样性。因此,共形天线阵列的建模过程中需考虑不同阵元的极化响应特性。基于柱面共形天线阵列的快拍数据模型,利用非圆信号的特性对阵列输出进行扩展,基于秩亏理论和子空间原理实现信号波达方向（DOA）估计,所提方法估计精度高,不需要参数配对。存在相干信源时,提出对扩展后的虚拟阵列进行划分,对划分出的子阵进行虚拟的空间平滑,实现解相干的预处理操作。仿真结果表明该方法能有效应用于柱面共形阵列非圆信号DOA估计,并提高了空间分辨率。