共查询到18条相似文献,搜索用时 253 毫秒
1.
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。 相似文献
2.
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。 相似文献
3.
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 相似文献
4.
共形阵列天线MUSIC算法性能分析 总被引:10,自引:1,他引:9
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。 相似文献
5.
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。 相似文献
6.
7.
8.
9.
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。 相似文献
10.
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。 相似文献
11.
12.
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。 相似文献
13.
14.
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。 相似文献
15.
16.
17.