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。     

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。     

SWEDE算法提高模式空间内DOA估计抗噪声能力

均匀测向圆阵相干信号DOA估计在模式空间内将阵列流形化为线性结构后 ,一般情况下都是先进行空间平滑去相干处理后再运用MUSIC算法进行DOA估计 ,文中运用SWEDE算法代替MUSIC算法进行了模式空间内的DOA估计 ,仿真结果证明SWEDE算法更好地适应了均匀圆阵模式空间内DOA估计数据矩阵的特点 ,使系统抗噪声能力、测向精度、分辨率均得到较大提高     

共形阵列天线MUSIC算法性能分析

该文在建立了三维共形天线阵列流形的数学模型基础上,将经典高分辨波达方向(DOA)估计方法多重信号分类(MUSIC)算法移植到共形阵列天线中;详细分析推导了MUSIC算法在共形阵列天线 (锥面阵列、柱面阵列、球面阵列)中的估计方差、克拉美-罗界(CRB);通过计算机仿真试验对比MUSIC算法在面阵(均匀线阵、均匀圆阵)与共形阵列中的性能函数以及估计方差,给出了MUSIC 算法在不同阵列形式中DOA估计性能的评估与比较,仿真结果显示MUSIC算法在不同阵列形式中的估计性能均随阵元个数以及信噪比的增加而变好,验证了理论分析的正确性。     

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。     

基于对数螺旋阵的波达方向估计

系统渡达方向(DOA)的估计能力受天线阵的几何结构影响很大.提出了一种新的二维天线阵列流形--对数螺旋阵,该阵列流形具有天线单元数少、天线孔径大、分辨力高的特点.通过粒子群优化方法(PSO)确定了无栅瓣的阵结构参数,计算了此阵的天线方向图并与矩形阵、圆环阵做了比较,利用MUSIC方法进行了二维空间谱估计,仿真结果表明:利用该对数螺旋多天线阵可以实现高分辨二维DOA估计.     

基于多载频的分布式目标DOA估计

针对空间欠采样情况下的角度估计模糊问题,本文提出了一种基于多载频的分布式目标波达方向(Direction of Arrival,DOA)估计方法。该方法首先把阵列接收的空时二维回波数据重新组成新的空时频三维数据,然后利用多载频技术来构造空时最优处理器滤除地杂波并匹配目标信号,最后利用最优处理器的输出结果对目标DOA进行估计,能够在空间欠采样情况下获得分布式目标中心DOA的准确估计。仿真结果表明了该方法的有效性。     

基于解相干的改进MUSIC算法DOA估计

MUSIC算法是一种子空间分解算法。在非相干的情况下,经典MUSIC算法能准确进行波达方向（DOA）估计,但当信号源在相干的情况下时算法失效。在对经典MUSIC算法进行理论分析研究的基础上,对其阵元接收数据阵做相应变换,得到共轭重构后的协方差矩阵,通过特征值分解再进行DOA估计。就经典的MUSIC和改进算法的DOA估计性能进行了仿真分析。结果表明,改进后的算法在信号源相干的情况下也能精确地估计信号的波达方向。     

基于稀疏采样阵列优化的APG-MUSIC算法

针对稀疏阵列下2维波达方向(DOA)估计问题,该文提出一种基于稀疏采样阵列优化的加速逼近梯度(APG)算法与多重信号分类(MUSIC)算法相结合的2D-DOA估计方法。首先,建立稀疏阵列下的2D-DOA估计信号模型,并证明其具备低秩特征,满足零空间性质(NSP)。其次,为提高稀疏阵列下矩阵填充方法重构接收信号矩阵性能和以此为基础的2D-DOA估计精度,提出基于遗传算法(GA)的稀疏采样阵列优化方法。最后,将APG和MUSIC算法相结合,在重构完整平面阵列接收信号矩阵的基础上完成2维波达方向估计。计算机仿真结果表明,该方法在保证2维波达方向估计精度前提下,大幅提高阵元利用率,有效降低空间谱平均旁瓣,与常规2D-DOA估计方法相比具有优势。     

基于L型和差嵌套阵的二维波达方向估计

针对传统L型均匀阵列二维波达方向（Direction of Arrival,DOA）估计中可估计信源数目受限于阵元数、分辨率低等问题,提出了一种新的L型和差嵌套阵列结构。该L型阵列的两个子阵布置相同,是非均匀的稀疏阵,通过阵元位置之间的差分、求和操作达到虚拟扩展阵元数目的效果,从而提升阵列的自由度。采用该阵列进行二维DOA估计时,两个子阵分别先进行一维的DOA估计,再采用PSCM（Pair-matching Signal Covariance Matrices）算法进行一维角度配对。每个子阵进行一维波达方向估计时,先采用VCAM（Vectorized Conjugate Augmented MUSIC）算法生成非均匀稀疏阵的求和求差协方差矩阵,再采用矩阵重构的方法恢复协方差矩阵的秩,最后对协方差矩阵采用MUSIC（Multiple Signal Classification）算法进行DOA估计。实验仿真表明,本阵列有着更高的自由度和估计精度。      

DOA估计的几种特征结构算法的性能比较

Pisarenko算法、多信号分类（MUSIC）算法、最小模算法和ORPD算法是来波到达方向（DOA）估计中常用的四种特征结构算法。在不同的信噪比及阵元数目条件下，对这几种算法的分辨性能作了比较。仿真结果表明：MUSIC算法是最稳定的一种算法；在预知大致方位的前提下。ORPD算法分辨性能最好；对于提高各种算法的分辨能力，改善信噪比相对增加阵元数目更有效。     

基于空间平滑多重信号分类算法的低角目标探测

基于阵列信号处理的目标回波到达方向（DOA）估计算法具有分辨力强、估计精度高、抗干扰能力强的特点，是目标测向的研究热点。多重信号分类（MUSIC）算法就是基于阵列信号处理的目标测向算法之一，传统的多重信号分类算法假设目标回波是互不相关的，这导致其应用效果受到较大的限制。在传统多重信号分类算法的基础上，采用空间平滑多重信号分类算法进行目标回波解相干处理，推导给出了估计目标回波到达角度的表达式以及该算法的实现流程框图，并结合数值模拟结果以及实际应用场景对该算法的优缺点进行了对比分析。空间平滑多重信号分类算法在低角目标探测、单目标多径问题、多目标到达角度与多目标数量估计等方面具有一定优势。     

最小二乘矩阵滤波器在目标方位估计中的应用

雷达声呐目标探测主要依靠多传感器的阵列数据,当前广泛使用的MUSIC算法是一种准确度较高的目标方位估计算法,但在小快拍数、低信噪比、小阵元数条件下,性能会受到较大影响.矩阵滤波技术用于阵列数据预处理,可有效提高目标方位估计性能.首先,考虑最小二乘矩阵滤波器的设计方案,分析通带中心位置对其性能的影响;其次,利用设计的最小...     

基于两次傅里叶变换的时域MUSIC波达方向估计

针对基于频域多重信号分类（MUSIC）的波达方向（DOA）估计方法在有效快拍数较少情况下的不稳定问题,提出了一种基于两次傅里叶变换的时域MUSIC波达方向估计方法。首先,通过傅里叶变换将各阵元接收数据转换为频域数据,并按扫描角度对各阵元数据进行相位补偿;然后,再通过傅里叶变换将补偿后的频域共轭数据转换为时域复解析数据,在时域构建相移后的协方差矩阵;最后利用特征分解求取具有正交特性的噪声子空间,获得扫描方位空间谱,实现对波达方向估计。数值仿真及实测数据处理结果均表明,相比频域MUSIC方法,在一次有效快拍条件下,所提方法可稳定获得具有正交特性的噪声子空间,实现对波达方向估计;稳定性得到了5 dB的改善,背景噪声级和旁瓣级得到了3 dB以上的改善,因此该方法可明显提高目标检测和方位估计性能。     

浅水多途环境下地震波传感器二维DOA估计

利用单个三轴地震波传感器可对水中目标进行被动探测和定位,为了提高地震波传感器的目标分辨能力,将MUSIC算法用于单地震波传感器的方位估计中。针对传统MUSIC方法在相干信号源条件中性能下降的问题,提出斜投影极化分离方法对水中多径传播信号进行分离,在不同的极化状态空间对目标的空间谱进行估计实现水中目标的高分辨方位估计。仿真结果表明,该方法依靠单个地震波传感器便可实现浅水多途环境下的高分辨方位估计。湖试数据的处理结果验证了该方法的有效性。     

基于MUSIC算法的L型阵列MIMO雷达降维DOA估计

该文提出一种基于MUSIC算法的L型阵列多输入多输出雷达降维波达方向(DOA)估计算法。该算法首先针对L型阵列导向矢量的结构,构造出一个降维矩阵,将回波信号转换到低维空间。然后利用二次优化方法将2维DOA估计分解为两个1维DOA估计。最后利用MUSIC空间谱估计其中1维角度,并利用求得的角度回代谱函数,对另1维角度进行求根估计。该算法将2维空间谱搜索降为1维搜索,极大地降低了运算复杂度。理论分析和仿真结果验证了该算法的准确性和可行性。     

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。     

基于盲波束形成的分布式目标波达方向估计方法

在分布式目标波达方向估计问题中,空间信号分布函数一般具有共轭对称性.本文提出了一种新的盲波束形成方法,不用进行多维参数搜索,不要求已知空间信号分布的具体函数形式,并适用于分布函数形式不同的分布式目标同时存在的情况.仿真实验结果表明,这种方法的波达方向估计性能对信号源的分布特性不敏感.