互质阵列DOA估计性能综合分析北大核心CSCD

互质阵列是近年来兴起的新型阵列,能显著提高阵列自由度,处理信源数大于阵元数时的波达方向(DOA)估计,且能提高角度分辨率和测角精度。文中根据互质阵物理阵元和虚拟阵元特点,结合多重信号分类(MUSIC)算法提出适用于互质阵基于物理阵列和虚拟阵列的DOA估计方法。该方法以非相干信号源为研究对象,利用互质阵列建立信号接收模型,基于物理阵列的DOA估计方法根据互质阵物理阵元位置特点推导其导向矢量,然后根据导向矢量计算回波信号数据和信号协方差矩阵,最后利用MUSIC算法进行DOA估计。基于虚拟阵列的DOA估计方法根据其虚拟阵元数据特点在向量化协方差矩阵并去冗余后选取连续虚拟阵元接收数据,然后对新协方差矩阵进行一维Toeplitz平滑重构,最后利用MUSIC算法或求根MUSIC算法进行DOA估计。与等阵元数的均匀线阵进行对比,仿真实验验证了互质阵列DOA估计性能的优越性。     

基于稀疏互质电磁矢量阵列的MUSIC算法

为增加传统MUSIC算法可分辨的信号源数,该文构造了一对具有互质关系的2维稀疏电磁矢量阵列,并基于此阵列提出了一种基于3维平滑的MUSIC算法。该算法利用两个阵列间的互质关系形成具有更多自由度的互质差合成阵列,并基于3维(2维空域加极化域)平滑算法恢复其自相关矩阵的秩,达到应用于传统MUSIC算法的目的。该算法的最大优势是仅使用二阶统计量即可系统地增加了原阵列的自由度。计算机仿真结果表明所提算法能估计多于物理阵元数的信号且分辨率高。     

基于互质阵列的外辐射源雷达低仰角估计

针对外辐射源雷达中低空目标仰角估计分辨率低的问题,本文采用了互质阵虚拟阵列法进行低仰角估计,可有效提高角度分辨率。文章首先论述了互质阵虚拟阵列构造原理,以扩展互质阵列为例详细介绍了虚拟阵列的构造方法,然后通过理论分析与仿真探讨了该方法在低仰角镜像模型中的可行性。仿真中比较了分别用虚拟阵列方法和正交匹配追踪法处理互质阵,以及空间平滑方法处理均匀线阵三种方式在低仰角估计分辨率性能上的优劣,结果表明,在低仰角镜像模型中,互质阵虚拟阵列法的角度分辨率相对其他两种方法有明显优势,不受空间网格限制,而且更适用于低信噪比环境。     

互质阵列信号处理研究进展:波达方向估计与自适应波束成形

阵列信号处理是雷达领域各类应用的核心技术之一。近年来,互质阵列的提出打破了传统方法受限于奈奎斯特采样速率这一瓶颈,其稀疏布设的阵列结构和互质欠采样的信号处理方式大幅降低了系统所需的软硬件开销,为当前不断提升的实际应用需求提供了理论基础和技术前提。鉴于其在自由度、分辨率及计算复杂度等方面的性能优势,互质阵列信号处理的理论和技术研究受到了国内外学者的广泛关注。该文分别从波达方向估计和自适应波束成形这两个阵列信号处理领域的基本问题出发,介绍了互质阵列信号处理方向的研究进展。在互质阵列波达方向估计方面,该文总结了互质子阵分解方法和虚拟阵列信号处理方法等两类典型技术路线,并以此为基础介绍了压缩感知和无网格化技术在低复杂度和超分辨估计等方面的最新研究工作。在互质阵列波束成形方面,该文剖析了其与互质阵列波达方向估计问题的区别与联系,并介绍了面向互质阵列的高效鲁棒自适应波束成形设计方法。该文旨在通过对互质阵列信号处理研究前沿的分类归纳和总结,探讨各类方法的优势和未来的研究方向,为其在雷达等领域的产业需求和实际应用提供理论和技术参考。      

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Bessel先验快速稀疏贝叶斯学习的互质阵列DOA估计

为提高低采样点条件下互质阵列DOA估计精度,该文提出基于Bessel先验快速稀疏贝叶斯学习算法。该方法针对互质阵列输出的多采样点复数数据,首先构建了基于Bessel先验的多量测分层模型;其次推导了模型所涉超参数的对数似然函数,根据最大似然估计准则得到了超参数的迭代公式;最后提出了快速实现方案,提高了运算效率。仿真结果表明,该方法不依赖先验信息,在低采样点条件下具有更高的DOA估计精度和分辨率,能够对相干信号进行高精度DOA估计,并具有较高的运算效率。此外,该文探究了虚拟阵列扩展与互质阵列测向自由度扩展间的关联,为后续阵列误差条件下互质阵列DOA研究估计提供参考。     

基于互质阵列孔洞分析的稀疏阵列设计方法

针对互质阵列产生连续延迟较少且冗余度高的问题,该文提出了两种基于互质阵列的稀疏设计方法.首先,通过分析阵元位置对互质阵列差分共阵总延迟和连续延迟影响,得出互质阵列在去掉特定阵元后,将不改变连续延迟拓扑.然后,优化传感器阵列布局,在保持整个阵列的阵元数不变的条件下,增加阵列连续延迟数量.其后,分别推得了两种提出阵列设计方...     

基于互质位置非同步测量的低频声源成像方法

针对声学成像受限于传声器阵列孔径和阵元密度不足，导致在低频、低信噪比条件下声成像分辨率较低的问题，提出一种基于互质位置非同步测量的低频、低信噪比声源高分辨率成像方法。首先，移动原型阵列在互质位置处接收声信号并计算数据缺失的互谱矩阵，然后利用改进的加速近端梯度算法对缺省互谱矩阵进行补全，再对补全后的完整互谱矩阵进行矢量化，最后建立虚拟阵列信号模型并求解。仿真结果表明，在低频、低信噪比条件下，所提方法与以往方法相比，具有更低的定位误差、更高的成像分辨率以及更好的鲁棒性和抗噪性。     

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。     

基于双频虚拟互质阵列的均匀稀疏阵列DOA估计算法

提出了一种利用双频工作模式解决均匀稀疏阵列波达方向角(DOA)估计的方法。对一个物理均匀稀疏阵列,引入一个合适的额外工作频率,通过优选阵元数量及阵元间距,构建一个虚拟稀疏阵列,使得虚拟阵元间距与相邻真实均匀稀疏阵列的阵元间距成互质关系;物理均匀稀疏阵列与虚拟阵列组合形成一个自由度更高的虚拟互质阵列,将两个频率的接收信号对应合并后进行相关处理,得到虚拟互质阵列的阵列流形相关矩阵;基于相关间隔与差协同阵阵元位置的一一对应关系,对虚拟相关矩阵进行矩阵增广实现DOA估计,能够获得更高的自由度,突破物理阵元数目对最大可分辨信源数目的限制。基于MUSIC 算法的仿真结果验证了算法的可行性。     

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。     

基于互质阵列重构的高维波达方向估计算法

针对角度估计中现有算法估计信源数少的问题,提出了一种基于互质阵列重构的高维波达方向估计算法,实现了有限物理阵元条件下多重信号角度的超分辨估计.该方法首先对接收信号协方差矩阵进行列向量化处理,建立虚拟阵列模型,然后在此基础上重构虚拟阵列流型,拟合出缺失的虚拟阵元响应,最后引入空域平滑的思想,实现角度的超分辨估计.对本文算法的复杂度和阵列自由度进行理论分析.仿真结果表明,所提方法在相同物理阵元数条件下阵列自由度高于连续空域平滑检测算法和迭代内插检测算法,相比于迭代内插检测算法,以较小的复杂度代价获得了性能的较大提高.     

融合多普勒频移信息的阵列数据域直接定位方法

相比于传统两步定位方法,直接定位方法具有更高的定位精度,但现有的基于阵列模型的直接定位方法未能够有效利用多普勒频移信息,其定位精度有待进一步提升。针对上述问题,该文提出一种融合多普勒频移信息的阵列数据域直接定位方法。首先构建了融合多普勒信息的直接定位模型,然后基于最大似然准则将信号源位置估计转化为求解位置信息矩阵最大特征值问题,并结合矩阵转置性质降低复杂度,最后通过2维搜索得到目标信号源位置估计。仿真结果表明,所提方法较目前的阵列数据域直接定位方法和多普勒频移直接定位方法的定位精度具有较大提高。     

分布式信源数据域直接位置估计方法

针对目前信号数据域直接位置估计方法对分布式信号源进行直接定位存在精度下降问题,该文提出分布式信源数据域直接位置估计方法。首先构建分布式信源直接位置估计模型,然后分别基于最大似然准则和特征结构分解思想给出分布式信源高精度直接位置估计的两种方法分布源最大似然估计方法和广义子空间方法。最后通过多维搜索完成对于分布式信源的直接位置估计。仿真分析表明,该文算法对分布式信源进行直接位置估计的精度较传统直接位置估计算法明显提升,能够在较低信噪比下逼近克拉美罗界;分布源最大似然估计方法在低信噪比下定位精度优于广义子空间方法,而广义子空间方法复杂度更低。     

多基站非圆信号直接定位：降维PM与泰勒补偿

针对现有多阵列非圆(NC)信号直接定位方法(DPD)谱峰搜索计算复杂度高,对基站的位置比较敏感,没有考虑信号在空间中传播时的损耗差异,导致估计性能不稳定的问题,提出一种联合降维传播算子与泰勒补偿(JRT-PM)的非圆信号直接定位算法。首先根据非圆信号的椭圆协方差信息扩展阵列孔径,通过降维方法消除非圆相位搜索维度进行粗估计降低计算复杂度,然后联合所有基站的信息进行泰勒补偿提升算法估计性能。仿真实验表明,相比于传统到达角K均值聚类(AOA-clustering)两步定位算法、最小均方无畸变响应(MVDR)直接定位算法、子空间数据融合(SDF)直接定位算法,所提算法在提升定位精确度的同时可以估计更多目标;与非圆传播算子(NC-PM)直接定位相比,所提算法在保证估计性能的同时显著降低了计算复杂度。     

信号波形已知条件下多目标直接定位性能分析及其改进算法

相比传统"测向+位置估计"两步定位体制,以Weiss和Amar提出的目标直接定位技术具有精度高、分辨能力强等优点,并且便于利用信号波形信息.该文首先针对Weiss和Amar提出的信号波形已知条件下的多目标直接定位算法（称为Weiss-Amar算法）进行理论性能分析,证明了其参数估计的渐近一致性,推导了其参数估计的渐近方差,并指出当不同目标信号波形相关时会对算法性能产生较大影响.针对这一缺点,文中提出了信号波形已知条件下的改进型多目标直接定位算法,与Weiss-Amar算法不同的是,改进算法对全部目标的位置参数进行协同估计,并且通过交替投影迭代进行数值优化,能显著提高对相关信号的定位精度.最后文中推导了信号波形已知条件下多目标位置直接估计方差的克拉美罗界.仿真实验验证了文中理论分析的有效性和改进算法的优越性.     

阵列模型误差条件下直接定位性能分析及偏差修正方法

相比于常规的"参数估计+位置解算"两步定位模式，直接定位（DPD）算法具有定位精度高、分辨能力强等诸多优势.但是，DPD算法的性能受到阵列模型误差的影响.本文通过一阶Taylor级数展开，定量推导出模型误差条件下基于多重信号分类直接定位算法（MUSIC-DPD）的定位误差，从定位误差的表达式中可以发现辐射源的真实位置和MUSIC-DPD所得的有偏位置估计之间存在一种非线性关系，但这关系在实际条件下无法精确表示.为此，本文提出一种基于多层感知器（MLP）神经网络的直接定位偏差修正方法，该方法能够直接学习由阵列模型误差引起的定位偏差的规律，有效地修正由阵列模型误差导致的直接定位偏差.     

基于传播图论的多链路信道仿真及其在TDOA定位系统性能评估中的应用

为了解决在真实环境下到达时间差(time difference of arrival, TDOA)定位性能评估所面临的测量成本高、不可控干扰因素较多等问题,提出了一种利用传播图论多链路信道仿真来评估TDOA定位系统性能的方法. 即采用传播图论的方法生成不同的信道冲激响应,并通过软件无线电装置产生经信道畸变的射频信号,作为多个TDOA传感器的输入,形成一种新型的TDOA定位检测方法. 首次将复杂外场采用射频仿真的方式,针对城市环境中的TDOA系统构建4个测试场景,对TDOA系统的定位精度进行检验. 仿真结果表明,被测的多链路定位系统在信号带宽不小于200 kHz条件下表现出良好且稳定的性能. 此外,本文提出的嵌入衍射机制的图论建模方法,相比传统图论更为有效地提升了TDOA定位误差的仿真准确度.     

A Framework for Improving the Performance of Direct Position Determination by Normal Hedge Algorithm for Emitter Localization in Indoor Applications

Indoor localization is a way to determine the location of transmitter(s) by using wireless network sensors without using GPS. In this paper, it is assumed that a random signal is transmitted by an unknown-position emitter through a noisy and lossy channel and then is received by known-position wireless sensors. Unlike the classical algorithms such as TDOA or AOA, the direct position determination (DPD) approach estimates the position of emitter in one step using the observation signal from all the collector receivers. In this paper a framework of methods is proposed to develop the DPD formulations. Originally, a preprocessing is applied on signals and later, a tree search algorithm and a fine localization algorithm will be proposed in order to achieve a higher resolution and with a less volume of computing. Furthermore, an approach is proposed to increase the performance of this algorithm. Using Normal Hedge algorithm with a proposed loss function, fuses the estimation results of several runs of the fine DPD algorithm. The simulation results are shown that the proposed framework would eventually improve the performance of the DPD algorithm.