分数阶傅里叶变换的多项式相位信号DOA估计

针对多项式相位信号波达方向(DOA)估计研究较少的问题,提出了一种基于分数阶傅里 叶变换(FRFT)的多项式相位信号(PPS)的DOA估计算法。该算法首先通过多项式相位变换,估 计出PPS的最高阶相位系数,从而可以消除最高阶项。运用这一降阶思想,依次消除高阶项 ,这样PPS可降为线性调频(LFM)信号,然后将宽带的LFM信号转化为分数阶Fourier域窄带的 平稳信号。在相应的分数阶Fourier域,运用求根MUSIC算法对信号进行DOA估计,从而把LFM 信号的DOA估计推广到了PPS的DOA估计。理论分析和仿真实验表明,该方法能很好地估计出P PS的DOA,并且简洁。     

鲁棒的四元数空间平滑算法

本文针对相干信号波达方向(DOA)估计问题,利用简化电磁矢量传感器阵列提出了一种基于四元数模型的空间平滑(Q-SS)算法。首先,根据四元数的正交特性能够很好地描述矢量传感器阵元内部信号分量之间的垂直关系这一特点,将每个阵元的两分量接收数据合成为一个四元数,建立了简化电磁矢量传感器阵列的四元数接收模型,该模型比传统的长矢量模型更适合于矢量传感器阵列的信号处理。在此基础上,利用本文提出的Q-SS算法对相干信号进行预处理,实现了解相干,并对解相干性能进行了分析,然后通过四元数域的ESPRIT算法估计出相干信号的DOA。理论分析表明Q-SS算法比传统的长矢量空间平滑(V-SS)方法有更高的DOA估计精度,具有对矢量传感器内部电场噪声分量解相关的能力,这是V-SS算法所不具备的优势。最后,通过计算机仿真实验比较和分析了所提算法的有效性。      

针对相干信号DOA估计的改进MUSIC算法

针对相干信号波达方向(Direction of Arrival, DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification, MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。     

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。     

宽带独立信号和相干信号的DOA估计

当独立信号和相干信号共存时,传统四阶累积量方法无法估计出宽带相干信号的来波方向(DOA),针对这个问题提出了一种新方法。该方法首先通过离散傅里叶变换,将宽带阵列接收数据分解为若干个窄带信号,构造出各个窄带频率处的自相关矩阵,再通过MUSIC(Multiple Signal Classification)算法估计出各个窄带信号的DOA,将各个窄带信号的空间谱相加求平均,通过谱峰搜索得到宽带独立信号的DOA;然后分离出独立信号的信息,构造出一个只包含宽带相干信号信息的矩阵,最后通过稀疏重构的方法估计出相干信号的DOA。计算机仿真结果证明该算法的正确性和有效性。     

基于互质阵列的相干与非相干目标DOA估计算法

提出基于互质阵列的相干与非相干混合目标空间达波方向(DOA)估计算法。首先,基于差协同阵等效的概念,将互质阵列相关矩阵的元素重排形成增广相关矩阵;然后采用矩阵重构对增广相关矩阵进行解相关处理;最后,对解相关的增广相关矩阵进行多重信号分类(MUSIC)空间谱搜索,实现对目标的DOA估计。仿真结果表明,该算法可实现对数目多于互质阵列物理阵元的相干与非相干混合目标的DOA估计。对比矩阵重构、前向空间平滑和前后向空间平滑3种解相关算法,矩阵重构解相关获得了更大的可分辨目标数目,在低信噪比(SNR)下呈现出更佳的估计误差性能,而空间平滑解相关在低快拍情况下具备更优的估计误差性能。     

基于差分时间平滑的多径信号DOA估计

针对移动通信环境中,多径信号与独立信号共存的混合信号模型DOA估计问题,依据差分方法与时间平滑原理,提出一种改进的DOA算法。该算法增加了可分辨信源个数,同时提高了相干信源DOA估计的性能,仿真实验证明,该算法在混合信号模型下解相干性能优于传统空间平滑法。     

单快拍数据的分布式阵列DOA估计

该文针对分布式阵列相干信号单次快拍波达方向估计问题,提出一种基于状态空间平衡法的1维波达角估计算法。该算法首先直接利用单快拍数据以分布式阵列每个子阵单元进行Hankle矩阵构造,然后采用状态空间平衡法,分别获得低精度无模糊的子阵单元内DOA估计和高精度有模糊的子阵单元间DOA估计,最后结合配对和解模糊算法获得高精度无模糊DOA估计。该算法不受信号形式限制,可同时对相干信号和非相干信号进行处理,能充分利用分布式阵列扩展阵列物理孔径特性,获得较高的DOA估计精度。计算机仿真结果验证了所提算法的有效性。     

基于四阶累积量的宽带OFDM信号DOA估计

当宽带OFDM(Orthogonal Frequency Division Multiplexing)独立信号和相干信号共存时,传统四阶累积量方法无法估计出宽带OFDM相干信号的来波方向,针对这个问题提出了一种新算法。该算法首先通过离散傅里叶变换,将宽带阵列接收数据分解为若干个窄带信号,通过四阶累积量方法估计出各个频点处独立信号的来波方向,将各个频点处的独立信号的DOA估计相加求平均即为宽带OFDM独立信号的DOA估计;然后分离出独立信号的信息,构造出一个只包含OFDM相干信号信息的矩阵,最后通过稀疏重构的方法估计出OFDM相干信号的DOA。计算机仿真结果证明该算法适用于非高斯信号和色噪声情况。     

修正的虚拟空间平滑算法

对虚拟空间平滑方法进行了修正,提出了一种适用于直线信号(如调幅、二进制相移键控信号等)的修正虚拟空间平滑解相干方法.该方法无需对信号初始相位作特别假定,并可在不损失阵列有效孔径和工作阵元的情况下完成信号解相干,经其预处理后的特征子空间分解信号波达方向(DOA)估计方法的性能要优于传统空间平滑方法.     

基于分数阶傅里叶变换的线性 调频信号二维波达方向估计

 本文提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的多线性调频(Linear Frequency Modulation,LFM)信号二维波达方向(Direction of Arrival,DOA)估计方法.该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的分数阶傅里叶域的阵列信号数据模型,并利用MUSIC算法实现对多个LFM信号的二维DOA估计.仿真实验验证了算法的有效性.     

采用Radon-Wigner变换的二维波达方向估计

针对宽带多线性调频信号2维波达方向(2-D DOA)估计精度低的问题,该文提出了一种基于Radon-Wigner变换(RWT)的2-D DOA估计方法。该方法利用RWT在多目标环境下能够有效抑制交叉项干扰和噪声,具有很好的时频汇聚性特点,通过峰值搜索确定目标个数并重构信号阵列,最后利用MUSIC空间谱分析方法实现了对多个LFM信号的2-D DOA估计。仿真实验表明,基于RWT的DOA估计方法能对非平稳信号进行有效的2-D DOA估计。     

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。     

利用深度学习方法的相干源DOA估计

基于子空间分解的相干信源DOA ( Direction of arrival) 估计算法对阵列有特殊的要求，且估计性能较差，在低信噪比时甚至失效；另外，基于压缩感知的DOA估计算法在高信噪比下可以实现相干源的DOA估计，但计算复杂度较高。针对这些不足，本文基于稀疏表示的阵列接收信号模型，提出一种基于深度学习的相干源DOA估计方法，该方法利用卷积网络和全连接网络构造了深度学习网络，并通过选择合适的训练策略，对网络进行了有效训练，利用训练好的深度学习网络能够对相干源进行有效的DOA估计。仿真实验表明，与现有的相干源DOA估计算法相比，本文提出的方法适合于任意阵列结构，在时间复杂度上有着明显的优势，在估计性能上优于平滑解相干和L1-SVD（Sigular Value Decomposition）算法，略差于OGSBI（Off-Grid Sparse Bayesian Inference）算法。      

复合式均匀圆阵提高相关信号DOA估计性能

为使均匀圆阵能进行相关信号的全方位DOA估计及提高系统性能,论文利用基于自适应天线 理论方向图综合技术的子圆阵构成复合式测向均匀圆阵,再运用混合DOA估计方法进行DOA估计。仿 真结果证明复合式测向均匀圆阵在一定程度上使分布区域较广的相关信号的DOA估计成为可能;增加了 可检测的信源数目;提高了系统抗干扰能力及分辨率、使系统判模糊能力增强,稳健性能增加。     

延迟相乘宽带LFM信号阵列测向方法

 为了充分利用宽带线性调频(LFM)信号的时域信息,实现对此类信号的阵列快速高精度测向,结合线性调频信号调制样式的特殊性,提出了一种基于阵列接收数据时域延迟相乘的宽带线性调频信号阵列测向新方法.该方法利用窄带阵列测向方法实现了对宽带线性调频信号的快速测向,其计算效率和对阵元间距的适应范围均优于常规的宽带聚焦类测向方法.仿真结果表明新方法在处理线性调频信号时具有比常规的宽带CSM方法更优的性能.     

一种均匀圆阵子阵干扰抑制DOA估计算法

常规空间谱估计算法在强干扰背景下往往无法正确估计弱信号的来波方向。针对此问题,本文提出了一种均匀圆阵子阵干扰抑制波达方向估计算法。将整个阵列划分为若干个子阵,利用提出的最小二乘波束形成算法分别对子阵波束加权以抗干扰,加权后的子阵可以看作是一个‘有向阵元’,将它们组成一个新的虚拟阵列,再进行超分辨谱估计。该方法通过子阵波束形成抑制强干扰,子阵输出中消除了强干扰分量,因此能够实现弱信号波达方向的正确估计,同时弱信号到达角估计的成功概率也得到了提高。最后计算机仿真实验验证了本文算法的有效性和正确性。      

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。