互质MIMO雷达的非圆信号降维DOA估计方法北大核心CSCD

针对传统互质阵列波达方向估计方法存在的自由度低、阵列孔径小、相位模糊等问题,提出了一种基于互质MIMO雷达的非圆信号降维波达方向(Direction of Arrival, DOA)估计方法。该方法结合了互质阵列与MIMO雷达的优点,利用非圆信号特性对阵列进行扩展,重构接收信号矩阵,然后进行降维处理,并利用噪声特征值的幂级数对噪声子空间进行修正,进一步提高算法精度。最后推导了文中方法的无相位模糊问题。仿真实验表明,文中方法能够有效避免相位模糊,大大提高自由度并扩大阵列孔径,与传统MUSIC算法以及互质阵列MUSIC算法相比,在估计成功率、DOA估计精度等方面均具有更好的性能。     

一种基于期望信号预减除的稳健自适应波束形成方法

针对自适应波束形成中的期望信号自消除问题,提出一种干扰加噪声协方差矩阵重建稳健自适应波束形成方法。算法具有较低的计算时间复杂度。该方法首先使用波达方向估计技术得到期望信号的波达方向,其次对每两根相邻天线的接收信号进行特定的加权相减,能够减除阵列信号中的期望信号成分,继而得到不含期望信号且保留了干扰加和噪声的更新阵列信号,再次,使用更新阵列信号计算干扰加噪声协方差矩阵,最后计算得到加权矢量。理论分析给出了减除期望信号过程的原理和算法的复杂度,仿真结果表明,在16阵元情况下,所提算法的输出信干噪比(Signal to Interference plus Noise Ratio,SINR)性能比最优值低0.52 dB,因自由度损失造成的性能损失小于0.3 dB,综合性能优于其他对比的方法。     

基于双向传播算子的互质面阵二维波达方向估计

针对谱峰搜索的二维波达方向估计中现有算法复杂度高,精度受搜索间隔影响较大的问题,给出了一种双向传播算子的互质面阵二维波达方向估计算法,实现了俯仰角和方位角的低复杂、高精度、无模糊联合估计.该方法首先将互质阵列引入到二维波达方向估计中,构造互质平面阵模型,然后采用两次旋转不变传播算子方法计算出不同阵列流型方向上的旋转因子矩阵,根据旋转因子矩阵解算出目标信号的俯仰角和方位角,同时利用互质理论消除了稀疏阵列角度估计的不确定性,证明了互质阵列模型下采用双向传播算子方法进行俯仰角和方位角估计的无模糊性.对算法的复杂度进行理论分析,并给出了平面阵列角度估计的克拉美罗界推导.理论分析与仿真结果表明,算法不需要进行角度匹配和谱峰搜索,在相同条件下的均方根误差性能优于均匀平面阵的多重信号分类算法,并且以较低的复杂度无模糊的达到了高维网格搜索的精度.     

阵列信号处理实验平台设计

本文针对一维线阵和二维面阵的阵列信号处理算法研究,设计了一种发射阵列和接收阵列上下交错排布的二维稀疏超声相控阵列信号处理实验平台,并给出了实验平台的硬件总体功能设计、发射和接收电路设计及软件架构。相控阵声场特性仿真分析结果表明该实验平台具有较好的波束成形和波达方向估计效果。     

一种基于平行互质阵列时空扩展的二维波达方向估计

为了实现对平行互质阵列的孔径扩展,提升信号波达方向估计性能,基于平行互质阵列,首先给出一种改进阵列结构,然后采用共轭空时增广的思想,得到一种对称的平行互质虚拟阵列,由于共轭空时增广联合利用了信号在空间、时间的特征,使得扩展的虚拟阵列比现有方法具有更多的虚拟阵元数和自由度,最后利用稀疏重建方法,实现二维波达方向的估计。仿真实验均验证了所提出的方法在估计精度上的有效性。     

收发分置相控阵雷达直达波抑制技术

分析了收发分置数字阵列相控阵雷达中直达波问题,研究了收发分置数字阵列相控阵雷达中直达波抑制方法,根据收发分置数字阵列相控阵雷达的工作方式、信号处理流程等特点以及雷达的实际应用,可采用收发隔离、数字波束形成零点抑制、异频滤波、自适应对消及脉冲压缩增益6个环节进行直达波抑制,理论分析和仿真结果表明所给出的直达波抑制方法能有效解决收发分置数字阵列相控阵雷达直达波干扰问题。     

宽带频谱稀疏信号的空时互质采样及参数估计

针对宽频段多窄带信号的联合参数估计问题,该文提出一种基于空时互质采样的频率和DOA联合估计方法。该方法基于互质采样理论,在空间上采用互质阵列模型,并对阵列中每个阵元进行时域互质采样,通过构造空时协方差矩阵产生出空时二维差分有限阵列来完成空频联合估计。此方法可以极大地提高空时域的可探测目标数。另外,该文推导了空时互质参数的最优选取准则。仿真结果验证了此方法的正确性和有效性。      

基于广义互质双平行阵列的二维DOA估计方法

对于给定阵元数目的 传统双平行均匀线阵,由于其阵列布局受到空间采样定理限制,阵列孔径不能有效扩展,二维波达方向(DOA)估计的精度和自由度难以得到有效提升.提出一种基于广义互质双平行阵列的二维DOA估计方法.采用两个互相平行的广义互质线阵进行虚拟扩展得到含有较多虚拟阵元的差分优化阵列,并利用该虚拟阵列的协方差信息和互协...     

基于互质阵列雷达技术的近距离目标探测方法(英文)

一组(M, N)互质阵列由两组结构化排列的子阵列构成:一组包括M个天线单元, 另一组包括N个天线单元。互质阵列稀疏天线仅需要M+N1个收发天线单元就可实现对O(MN)个远距离目标的识别。在相同分辨条件下, 互质阵列雷达技术可利用更少的收发单元来识别更多的雷达目标。因此互质阵列雷达技术能够极大地降低传统雷达收发系统的复杂度。但是, 现有文献中所讨论的互质阵列雷达技术均基于远场近似假设, 当探测近距离目标时, 会由于目标邻近天线单元而产生严重的探测误差。为了解决上述问题, 该文将标准的互质阵列雷达技术的适用范围扩展到用于解决近距离目标探测。该文论证了(M, N)互质阵列雷达技术能够以4k0/MN空域分辨率恢复[2k0, 2k0]空域范围内的目标信息, 其中k0表示自由空间波数, 是场景因子。由此可见(M, N)互质阵列能够以/4的方位向分辨率获得O(MN)个近距离目标方位向位置信息。该文进一步论证了互质阵列雷达技术在穿墙成像中的适用性。最后, 该文提供了一组数值仿真实验结果, 验证了互质阵列雷达技术对于近距离目标探测的有效性。      

稀疏阵列波达方向估计研究进展

波达方向(direction of arrival, DOA)估计是阵列信号处理领域的重要研究方向,也是电子侦察与电子攻击领域的关键技术之一。以提高DOA估计精度和降低计算复杂度为导向,结合模型驱动和数据驱动方法的各自优势,提出了基于深度展开网络的DOA估计统一框架,阐述了稀疏阵列离网格DOA估计、无网格DOA估计以及混合信号参数估计等方面的研究进展。对复杂信号模型下的DOA估计、深度展开网络性能分析与挖掘以及分布式稀疏阵列回波信号融合处理等后续的研究内容进行了展望。     

Computationally efficient DOA estimation for coprime linear array: a successive signal subspace fitting algorithm

ABSTRACT

In this paper, direction of arrival (DOA) estimation of multiple signals with coprime array is investigated and signal subspace fitting (SSF) method is linked to the coprime array, which achieves a better DOA estimation performance than the traditional uniform array. While the SSF method requires expensive computational cost in the case of multiple signals due to the multidimensional global angular searching, we propose a successive SSF (S-SSF) algorithm from a computationally efficient perspective. In the proposed algorithm, we employ rotational invariance and coprime property to obtain the initial estimates. Then, via a successive scheme, we transform the traditional multidimensional global angular searching problem into one-dimensional partial angular searching one. Consequently, the computational complexity has been significantly reduced. Specifically, the proposed S-SSF algorithm can obtain almost the same DOA estimation performance as SSF but with remarkably lower complexity. Finally, Cramer-Rao Bound (CRB) is provided and numerical simulations demonstrate the effectiveness of the proposed algorithm.     

Blind adaptive beamforming for cyclostationary signals

In order to increase the capacity and to suppress co-channel interference in digital communication systems such as mobile cellular and mobile satellite communication systems, the employment of array beamforming techniques has been proposed. However, conventional beamforming methods are not suitable for such cases since these methods were mainly developed for signal detection and direction-of-arrival (DOA) estimation in radar and sonar. In this paper, utilizing the cyclostationary properties of communication signals, we propose three blind cyclic adaptive beamforming (CAB) algorithms and their fast implementation schemes. Several numerical examples are included. These results demonstrate that the CAB algorithms are good candidates for spatial reuse of frequency spectrum in digital mobile communication systems of the next generation     

基于改进PASTd的MUSIC算法的DSP实现

空间谱估计是阵列信号处理最主要的研究方向之一,其主要的目的是估计信号的空域参数或信源位置,这是雷达、通信、声纳等众多军事及国民经济领域的重要任务之一。MUSIC算法是DOA估计领域中的一种经典算法,其硬件系统的实现成为广泛关注的热点。在实际工程应用中对系统实时性、精确度有很高的要求,提出采用改进紧缩近似投影子空间跟踪(PASTd)算法求解信号特征向量和空间维数,进而将求解信号子空间应用于MUSIC算法中,有效地降低了运算量;同时在以ADI公司高速DSP芯片(ADSPTS201S)为核心处理器的数字信号处理板上,实现了一种基于均匀线阵改进PASTd的测向方法。     

空间信号处理在DTV接收中的应用

空间信号处理利用信号的不同空间来向,通过对接收信号进行加权求和,从而使阵列方向图主瓣对准期望,零陷对准干扰,大大提高数字电视信号接收信干噪比(SINR).而根据电视信号自身特点,采用基于DOA估计的开环自适应波束合成,实现更为容易.     

多径环境中多用户波束形成与DOA估计

该文讨论了多径环境中多用户的波束形成与DOA估计问题,采用了解相关检测器来估计用户空间特征,提出了循环空间平滑算法(CSS)基于空间平滑的保持阵列权值维数不变的多用户波束形成算法,其理论依据是采样信号协方差矩阵的逆矩阵循环传递等效于对其求均值;利用了估计出的用户空间特征构造协方差矩阵进行空间平滑的高分辨DOA估计.仿真结果说明了循环空间平滑算法应用于多用户波束形成具有更优的抗干扰性能。     

认知频控阵雷达对随队假目标的动态零陷形成研究

电子战环境中,随队支援式假目标可在雷达照射主瓣内做非线性运动,这对基于相控阵体制的雷达实时地将波束零点对准假目标位置造成了困难。针对这一问题,提出一种基于频控阵雷达的动态零陷形成技术,系统通过从环境中提取干扰假目标距离信息,之后结合认知技术利用扩展卡尔曼滤波器获得假目标运动的外推轨迹,并将预测信息通过反馈回传至雷达发射模块,通过频控阵距离维波束形成技术调整发射权矢量使得波束零点指向干扰源预测位置。仿真结果表明:所提方法可以有效地实施对主瓣内运动的欺骗式假目标动态零陷,相比于不基于预测信息的波束形成技术具有显著的性能优势,为频控阵雷达抗主瓣欺骗式干扰提供了技术支持,在阵列信号处理方面具有一定的理论和实际意义。      

基于贪婪算法的高分辨信号源DOA估计

确定辐射源的来波方向(DOA)是阵列信号处理的重要研究内容,已经广泛应用于雷达、声纳和无线通信等领域。本文研究了远场窄带信号源的DOA高分辨估计问题。利用信号来波方向在空域具有稀疏性的特点,建立了远场窄带信号源的稀疏表示模型。根据协方差矩阵的特征值分解和贪婪匹配追踪算法原理提出了一种基于特征值分解的多重正交匹配追踪算法（EIG MOMP）。首先,利用特征值分解对阵列接收数据进行降维处理。这一降维操作使得问题转化为了一个具有多重观测向量（MMV）的欠定方程求解问题。接着利用MOMP算法对降维后的数据进行处理,最终得到信号的DOA估计值。该算法实现了在低信噪比下远场窄带信号源的高分辨DOA估计,并具有较低的运算复杂度。将本文提出的算法与传统的Capon算法、多重信号分类算法（MUSIC）以及正交匹配追踪算法（OMP）进行了对比。结果证明,该算法在低信噪比下能取得较好的DOA估计效果,可以针对任意的相干信号源,并且具有高分辨率的优点。      

A novel smart antenna system implementation for broad-band wirelesscommunications

A novel design of smart antenna system with adaptive beamforming capability is introduced for broad-band wireless communication. To achieve high data throughput of the multi-antenna system, a parallel analog-digital (A/D) signal processing scheme is proposed. The essential idea is to realize the real-time beamforming using heterodyne RF and IF circuitry. The bottleneck of digital signal processor (DSP) I/O and processing speed is thus relieved, while the advanced signal processing capability of the DSP chip is utilized. Based on this idea, a 5.8 GHz smart antenna receiver is implemented. Various experiments are carried out to examine the direction of arrival (DOA) estimation, beam synthesis, and bit error rate (BER) performances of the system. A 20-Mb/s data throughput using binary phase shift keying (BPSK) modulation is demonstrated for this eight-element adaptive array     

Comparative Analysis of ML-PSO DOA Estimation with Conventional Techniques in Varied Multipath Channel Environment

In the field of array signal processing, direction of arrival (DOA) estimation is a prime area of research. DOA estimation and adaptive beamforming (ABF) are the main issues in smart antennas, which dynamically find the direction of desired and interfering users and finds the optimum weights for beamforming. There are numerous spectral and eigen structure algorithms for estimating the direction of narrow band sources. However, in a complex multipath channel environment, received signals from different directions are fully or partially correlated, which prevents the applications of high resolution techniques to estimate the direction of incoming signals. Maximum likelihood (ML) is an efficient technique for DOA estimation in a low signal to noise ratio (SNR) and coherent channel environment. In this paper, we use particle swarm optimization (PSO) for estimating ML solution by optimizing complex non linear multimodal function over a high dimensional space in linear arrays. PSO-ML estimator has been compared with conventional DOA estimation techniques in uncorrelated, partially correlated and coherent channel environment. The performance of PSO-ML estimator and conventional algorithms are analyzed in varying partially correlated channel environment. The simulation results demonstrate that PSO based estimator gives superior statistical performance.