一种阵列互耦矩阵与波达方向的级联估计方法

当阵列天线存在互耦效应时,传统多重信号分类(MUltiple SIgnal Classification, MUSIC)算法的测向性能急剧下降。为了有效估计阵列互耦矩阵(MCM)与入射信号的波达方向(Direction Of Arrival, DOA),该文提出一种阵列互耦矩阵与波达方向的级联估计方法。利用互耦矩阵的结构特点,变换阵列流形,实现对互耦矩阵与DOA的解耦合。求解线性约束下的二次优化问题,利用谱峰搜索,得到阵列互耦矩阵和入射信号DOA,完成互耦误差自校正。通过计算机仿真验证了该文方法估计性能的有效性和优越性。     

基于MUSIC迭代法的互耦误差校正

针对阵元之间存在互耦误差,阵列流型会出现一定程度的偏差和扰动的问题,提出了基于MUSIC(MUlti-ple SIgnal Classification)迭代法的互耦误差自校正算法及在互耦误差条件下的DOA(Direction of Arrival)估计算法。利用MUSIC迭代法对波达方向和互耦误差同时进行估计。该算法能够在互耦误差存在的情况下,有效地估计出波达方向和互耦矩阵,仿真实验证明了该算法的有效性。     

基于Y型阵的互耦矩阵与DOA的同时估计方法

基于均匀间隔的Y型阵列,提出了一种自校正算法用于非相干源的DOA估计和阵元间的互耦校正,且无需任何方位已知的校正源.自校正算法利用均匀线阵互耦矩阵的对称Toeplitz性和带状特性,无需任何互耦信息的条件下可以精确估计信源DOA和阵列的互耦矩阵,从而实现阵列的自校正,并进行了参数的模糊性分析.仿真结果验证了提出的自校正算法具有分辨力高、计算量小以及校正精度高的特点.     

高斯噪声背景下多用户波达方向估计与互耦自校正

在高斯噪声背景下,针对互耦条件下的均匀线阵(Uniform Linear Array, ULA),该文提出了一种联合多用户波达方向(Direction Of Arrival, DOA)估计与互耦误差自校正算法。该算法首先利用特征矩阵联合相似对角化(Joint Approximative Diagonalization of Eigen matrix, JADE)方法估计出各用户广义空间特征矢量,然后定义了一个将各用户广义空间特征矢量转换为只与部分阵元相关的转换矩阵,进而在斜投影及前后向空间平滑的基础上,实现了多用户相干信源DOA估计,最后以多用户相干信源DOA及广义空间特征矢量估计值为基础,给出一种互耦自校正方法。仿真结果表明:该算法具有较高的DOA估计精度及DOA估计成功率,而且对高斯白噪声/色噪声背景,阵列互耦误差已知/未知情形,均具有普适性。     

基于H∞滤波的阵列互耦及通道幅相误差联合自校正算法

针对非理想均匀阵列中存在的模型误差(通道幅相不一致及阵元间互耦)提出一种联合自校正算法.该算法利用鲁棒控制理论中的H∞滤波方法,在阵列模型误差较大时为对初始值要求严格的交替迭代寻优技术提供稳健的DOA估计,在校正阵列模型误差的同时得到更精确的DOA估计值.理论分析和仿真结果均表明该算法增大了自校正技术对阵列模型误差的校正范围,具有良好的工程应用前景.     

基于L型阵列的方位估计及互耦自校正算法研究

 针对L型阵,提出了一种互耦自校正算法（SAL: self-calibration algorithm for L-shaped array）。该算法利用L型阵列特殊的互耦特性,实现了对信源信息（DOA）和阵列互耦系数的解耦合,从而无需任何校正源就可以实现两类参数的估计。与基于循环迭代最小化技术的传统自校正算法相比,该算法先通过搜索谱峰估计信源信息（DOA）,再估计互耦系数,从而避免了多维搜索带来的庞大运算量和迭代中的全局收敛性问题。仿真结果表明本文提出的自校正算法具有精度高、计算量小的特点。     

多子阵互耦条件下的一维波达方向估计及互耦白校正

该文研究多子阵（multiple subarrays）阵元互耦条件下的波达方向（DOA）估计,假设阵列由多个位置已知的均匀线阵（ULA）组成,但线阵阵元间存在互耦效应。利用均匀线阵互耦矩阵的带状、对称Toeplitz性及多子阵互耦矩阵的块状对角特性,提出了一种解耦合波达方向估计及互耦自校正算法。该算法在未知阵元互耦参数的情况下,可准确估计出信源的波达方向。另外,算法在精确估计波达方向的同时,还可准确估计出阵元问的互耦系数,实现多子阵的互耦自校正。算法的波达方向估计只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算,可明显减小算法运算量。文中讨论了算法参数可辨识性的必要条件,并分析计算了多参数联合估计的克拉美-罗界（CRB）。理论分析及蒙特卡罗仿真结果表明,该算法具有计算量小、DOA估计分辨力高、互耦校正效果好等优点。     

多子阵互耦条件下的一维波达方向估计及互耦自校正

该文研究多子阵(multiple subarrays)阵元互耦条件下的波达方向(DOA)估计,假设阵列由多个位置已知的均匀线阵(ULA)组成,但线阵阵元间存在互耦效应。利用均匀线阵互耦矩阵的带状、对称Toeplitz性及多子阵互耦矩阵的块状对角特性,提出了一种解耦合波达方向估计及互耦自校正算法。该算法在未知阵元互耦参数的情况下,可准确估计出信源的波达方向。另外,算法在精确估计波达方向的同时,还可准确估计出阵元间的互耦系数,实现多子阵的互耦自校正。算法的波达方向估计只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算,可明显减小算法运算量。文中讨论了算法参数可辨识性的必要条件,并分析计算了多参数联合估计的克拉美-罗界(CRB)。理论分析及蒙特卡罗仿真结果表明,该算法具有计算量小、DOA估计分辨力高、互耦校正效果好等优点。     

双／多基地综合脉冲孔径地波雷达的互耦校正

讨论双/多基地综合脉冲孔径地波雷达的互耦校正问题.结合该雷达给出互耦数学模型,提出一种基于子空间理论、利用直达波信号进行互耦系数估计的算法,并讨论在互耦条件下的DOA(directions-of-arrival)估计;同时推导了互耦系数估计的Cramer-Rao界(CRB),由此可以得出接收站方位角对估计性能的影响.Monte-Carlo仿真结果验证了算法的有效性.该算法可获得较高的互耦系数估计精度,其估计方差接近Cramer-Rao界;经过互耦校正的MUSIC算法的DOA估计效果良好.     

互耦条件下均匀线阵DOA盲估计

阵元间存在互耦时,经典的波达角(DOA)估计算法性能急剧下降甚至失效。针对互耦条件下均匀线阵DOA估计问题,该文提出一种基于盲源分离的DOA盲估计算法。首先,利用源信号的统计特性,由盲源分离方法估计广义阵列流形矩阵;然后,利用均匀线阵互耦矩阵带状、Toeplitz矩阵的特点,将DOA估计问题转化为多个可分离非线性最小二乘问题,由多个1维频域搜索得到DOA的估计。该算法无需高维搜索或多维迭代,对互耦自由度要求更低,互耦自由度未知时仍旧适用,稳健度高。数值仿真验证了该文算法的有效性。     

基于协方差匹配技术的互耦和幅相误差联合校正算法

 提出了基于协方差匹配技术的均匀线阵互耦和幅相误差联合校正算法.首先,根据协方差匹配技术中的目标函数和均匀线阵的误差模型,设计了一种交替迭代算法用以实现各种参数的优化计算.接着,为了避免该算法中的每轮循环迭代都需要进行波达方向估计这一复杂环节,利用理想条件均匀线阵协方差阵的Toeplitz性,给出了另一种改进型交替迭代算法用以减少计算复杂度.与基于子空间技术的阵列误差校正方法相比,文中的两种新算法可直接利用信源的统计特性,并且适用于不同的高斯噪声模型(例如噪声功率不一致),仿真实验验证了新算法的有效性和优越性.     

多径环境下阵列波达方向估计及互耦校正

在阵列信号处理的研究中,多径环境会降低接收机的定位精度,传统的多重信号分类算法的性能会大大降低,空间平滑算法能有效地进行解相干。当阵列天线存在互耦效应时,传统的空间平滑算法的测向性能会大大下降。针对多径环境下的均匀线阵,利用互耦矩阵的复对称带状的结构特点,结合空间平滑算法,提出了一种可以进行互耦校正的波达方向估计算法。该算法通过求解线性约束下的二次规划问题,利用谱峰搜索得到入射信号的DOA。数值仿真结果验证了该算法的有效性。     

Direction finding and mutual coupling estimation for bistatic MIMO radar

An algorithm for joint direction-of-departure (DOD) and direction-of-arrival (DOA) estimation in the presence of unknown mutual coupling for bistatic MIMO radar is presented. Based on the special structure of the coupling matrix of uniform linear array (ULA), the angles can be estimated directly by two one-dimensional searches without the knowledge of the mutual coupling matrices. Then the mutual coupling coefficients of the transmitter and the receiver can be solved in closed-form by utilizing the obtained DODs and DOAs, respectively. Numerical examples are given for demonstrating the effectiveness of the proposed method.     

均匀线阵互耦矩阵非Toeplitz条件下的DOA估计

理想条件下,均匀线阵的互耦矩阵可用一带状、对称Toeplitz矩阵进行建模。然而实测数据表明,均匀线阵的互耦矩阵具有对称性,但不具有Toeplitz性,此时仍按理想情况建模,会导致DOA估计不准甚至完全失效。基于RBF神经网络,提出了互耦矩阵非Toeplitz条件下的DOA估计方法。算法利用了信号协方差矩阵的对称性和对角线元素不含信号DOA信息的特点,取协方差矩阵的上三角的元素作为网络输入,不仅减少了网络的输入数,同时还提高了与阵列法线夹角60°外的DOA估计精度。实验仿真结果验证了算法的有效性。     

基于压缩感知DOA估计的稀疏阵列设计

根据格拉姆(Gram)矩阵优化测量矩阵的方法,给出了一种基于压缩感知波达方向(DOA)估计的均匀线阵的稀疏阵列设计方法.该方法不需要对阵列的输出数据进行压缩采样,直接利用稀疏阵列的输出数据,然后利用稀疏恢复算法求解DOA估计信息.实验仿真证明,相比于原均匀线阵,所提方法在阵元数目较少且信噪比较低的情况下具有更好的DOA估计性能.     

MODE SPACE SMOOTHING ALGORITHM TO ESTIMATE DOA OF COHERENT SIGNALS IMPINGING ON UNIFORM CIRCULAR ARRAY

A novel method to estimate DOA of coherent signals impinging on a uniform circular array( UCA) is presented in this paper. A virtual uniform linear array (VULA) is first derived by using spatial DFT technique, transforming the UCA from element space to phase mode space to obtain the properties of ordinary ULA, and then the well known spatial smoothing technique is applied to the VULA so that the lost rank of covariance matrix due to signal coherence can be retrieved. This method makes it feasible to use the simple MUSIC algorithm to estimate DOA of coherent signals impinging on a UCA without heavy computation burden. Simulation results strongly verify the effectiveness of the algorithm.     

COMPENSATION FOR THE MUTUAL COUPLING EFFECT FOR THE ESPRIT ALGORITHM IN SINGLE SNAPSHOT ARRAY PROCESSING

An effective method is introduced to compensate the effects of mutual coupling for the Estimation of Signal Parameter via Rotational Invariance Techniques (ESPRIT) direction finding algorithm in application of signal snapshot array processing.Changing the covariance matrix into a Teoplitz matrix can achieve high resolution in the Direction Of Arrive (DOA) estimation.How the mutual coupling affects the array antennas has been discussed and a new definition of mutual im- pedance has been used to characterize the mutual coupling effects between the array elements.Based on the new mutual impedance matrix,a practical method is presented to eliminate the effects of mutual coupling for ESPRIT in the single snapshot data processing.The simulation results show that, this new method not only properly reduces the effects of mutual coupling,but also maintains its steady performance even for weak signals.     

On the Resiliency of MUSIC Direction Finding Against Antenna Sensor Coupling

Many classical direction of arrival (DOA) estimation algorithms suffer from sensitivity to sensor coupling. By applying a group of auxiliary sensors in a uniform linear array (ULA), we prove the resiliency of the MUSIC direction finding algorithm against array sensor coupling. We show that the performance of MUSIC algorithm under antenna array with unknown coupling can be very close to the case with known coupling. We can also estimate the mutual coupling coefficients before refining the DOA estimates by utilizing an extended sensor array. Moreover, our analysis on the effect of mutual coupling in direction finding illustrates the existence of some blind angles which should be avoided when the array is designed. Our simulation results corroborate our analysis.