利用最小冗余对称阵列的近场源定位算法

在阵元数目有限的情况下,针对近场源定位中的阵列孔径和阵元数损失问题,文中突破阵元间距为1/4波长的限制,提出了基于最小冗余对称阵列的协方差矩阵重构算法．该算法构建只与方位角有关的四阶累积量矩阵,通过多重信号分类算法来估计信号方位角;然后根据估计出的信号角度在距离维上进行搜索,估计出距离参数．该算法扩展了阵列的孔径,提高了阵列的自由度．仿真结果表明,该算法可以估计更多的信源数目,拥有较高的估计性能和空间分辨率,且只需进行一维搜索,避免了二维参数配对．     

基于二次虚拟扩展的高分辨率波达方向估计方法

为进一步提高天线阵波达方向估计的分辨率,在四阶量多重信号分类方法的基础上,提出一种高分辨率的波达方向估计方法.利用阵列接收数据的四阶矩量进行虚拟阵列扩展,再利用阵列接收数据的共轭进行虚拟阵列扩展,实现二次虚拟扩展;将扩展后的阵列导向矢量和协方差矩阵用于波达方向估计,与原阵列导向矢量和协方差矩阵相比,相当于构造了更多的虚拟阵元,并扩展了阵列的孔径.仿真结果表明:与四阶量多重信号分类等波达方向估计方法相比,所提出的方法在波达方向估计中成功概率更高,均方误差更低,具有更高的分辨率.所提方法通过二次虚拟扩展,构造了更多的虚拟阵元,有效地提高了天线阵波达方向估计的分辨率.     

基于四阶累积量进行阵列扩展的算法研究

分析了基于四阶累积量进行阵列扩展的MUSIC_LIKE算法,研究了阵列扩展的基本原理.并通过分析MU SIC_LIKE算法对均匀线阵的阵列扩展原理,摒弃了原MUSIC_LIKE算法在均匀线阵DOA估计中的大量数据冗余,提出一种新的阵列扩展方式,该算法可以将M2×M2的四阶累积量矩阵转化为(2M-1)×(2M-1)的矩阵,有效地降低了累积量矩阵的运算量.通过和原有算法的扩展原理比较,可以看出,新的扩展阵列在虚拟阵元上没有加权,因而对阵列的扩展也更加合理.计算机仿真的结果表明,该算法与MUSIC_LIKE算法有相同的阵列扩展能力,并且对算法运算量的降低效果明显.     

非圆信号的四阶累积量测向新方法

针对传统基于四阶累积量的非圆信号测向方法存在阵列扩展不充分或者有数据冗余等问题,利用四阶累积量的阵列扩展特性,提出了一种阵列充分扩展且无数据冗余的非圆信号测向新方法.根据信号的非圆特性,新方法充分利用了阵列接收数据及其共轭数据来构造四阶累积量矩阵,实现了阵列的充分扩展并且使扩展后的等效阵元数进一步增加;此外,通过巧妙地利用四阶累积量矩阵的结构特征,降低了算法的计算量.理论分析和实验仿真结果表明,所提方法具有计算量小、阵列扩展能力强以及分辨率高等优良性能.     

矢量重构解相干的波达方向估计新方法

针对相干信号波达方向(Direction of Arrival, DOA)估计问题,提出一种新的矢量重构解相干方法——变参考阵元数据互相关矢量重构算法。算法依次改变阵列参考阵元,求得所有阵元接收数据与对应参考阵元接收数据之间的互相关信息,并以此作为重构矩阵的列矢量构造一个等效协方差矩阵,然后基于MUSIC和ESPRIT算法,估计相干信号的波达方向。数学推导和理论分析表明,重构的矩阵能对相干信号完全解相干。算法不损失阵列孔径,在低信噪比和少量快拍数据条件下,估计性能要优于Toeplitz矩阵重构算法和前后向空间平滑算法。     

基于MUSIC算法的矢量水听器阵源方位估计

矢量水听器阵的每个阵元同时测量声场中的声压量和质点振速的3个正交分量,相对于声压水听器阵来说,矢量阵获取声场中更多的信息.利用矢量阵所获得的速度场的信息可去除目标方位估计中的180°模糊.多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法.本文采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,以提高对源方位的估计精度.仿真结果表明,在SNR=10dB的条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了30°左右,旁瓣降低了16dB左右,利用MUSIC算法可提高对源的定向精度及对多目标的分辨能力.     

基于延时相关预处理的MUSIC算法

针对MUSIC算法的分辨力受信噪比、快拍数及阵元数等因素限制的问题,利用各阵元接收数据的延时相关函数重新构造协方差矩阵,提出了基于延时相关预处理的MUSIC算法.根据阵元间的延时相关函数与原阵列流型及信号延时相关函数的关系,推导了4个与原阵列流型相同（共轭）的延时相关函数矩阵,分别对各矩阵求协方差并按规则求和得到新的协方差矩阵,之后对协方差矩阵进行特征分解,根据信号子空间处理稳健性高和噪声子空间处理估计精度高的特点构造谱函数进行谱峰搜索,实现DOA估计.通过仿真实验验证了本文算法的可行性和有效性.     

非圆信号多级维纳滤波DOA估计求根算法

针对非圆信号DOA估计的计算量问题, 运用多级维纳滤波和信号子空间的多项式求根方法, 提出了一种快速算法. 首先利用非圆信号特性构造出扩展阵列输出矩阵, 然后不需进行协方差矩阵的生成和分解, 利用多级维纳滤波求出信号子空间, 针对均匀线阵推导出信号子空间多项式求根方法, 得出目标的DOA估计值. 新算法的均方根误差性能与非圆信号求根MUSIC算法、非圆信号ESPRIT算法、非圆信号扩展传播算子算法等快速算法相仿, 但是计算量小于已有的算法, 特别是在阵元数较多的情况下算法的实时性优势更加明显.     

基于实值信号子空间的虚拟阵列解相干算法

针对存在相干信源时,传统的DOA估计算法失效问题,提出一种基于实值特征子空间的虚拟阵列解相干算法.该算法根据虚拟阵列变换的思想,利用阵列接收数据构造虚拟子阵,实现对信号的解相干处理,并将协方差矩阵从复数域变换为实数域,获得一个实值信号子空间,最后利用实数域ESPRIT (Unitary ESPRIT)估计信号波达方向.该方法避免了阵列孔径损失,保持了阵列的空间分辨率,估计精度高,利用个阵元可估计个信源,且引入实数域处理和无需空间谱搜索,运算量小.计算机仿真验证了该方法的有效性和优越性.     

基于RARE-Cumulant的互耦校正和DOA估计

基于四阶累计量及RARE(RAnk reducee quation)变换,结合均匀线阵互耦矩阵的特殊性,提出了一种新的互耦校正及波达方向估计算法。虽然四阶累计量比传统的二阶方法算法复杂,却扩展了阵列孔径,提高了在色噪声背景下DOA估计精度,而互耦系数并未因增加了虚拟阵元而增多。RARE变换将互耦系数与波达方向参量分离,有效地实现了多维参数估计的降维处理,减小了多维参量估计的计算量。仿真实验表明,在高斯色噪声背景下,本文方法计算量小,而且估计能力明显优于二阶去耦算法和传统的四阶方法。     

一种近场源参数估计新方法

提出了一种基于子空间的近场窄带信源频率、到达角及距离三维参数联合估计新方法．该方法选择特定序号阵元输出计算的4阶累积量构造4个高维矩阵,然后结合这些矩阵结构特点构造3个新的矩阵,利用新构造矩阵的特征值联合估计信源参数．与现有基于高阶累积量的方法相比,这种方法有效地减小了阵列孔径损失,从而具有较高的估计精度．     

基于矢量阵的自初始化MUSIC方位估计算法

MUSIC空间谱估计突破了常规波束形成中的锐利限,能够对目标进行高精度方位估计.探讨了MUSIC算法在矢量阵上的应用,给出了矢量线阵MUSIC噪声子空间谱估计表达式,利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰实现目标的方位估计,用以提高目标方位估计的精度.对单目标和双目标方位估计进行了仿真研究,在文中的仿真条件下,当满足信噪比大于5dB的条件时,可对目标方位进行较好估计.研究结果表明,通过单个矢量阵元阵簇得出的目标方位估计精度较差,而迭代搜索MUSIC谱峰方法提高了方位估计精度.     

基于最小冗余线阵的谱相关共轭循环MUSIC算法

本文提出了一种基于最小冗余线阵的谱相关共轭循环ＭＵＳＩＣ 算法。该算法构造了最小冗余线阵的伪数据矩阵并由此进行ＤＯＡ 估计。当采用Ｍ 阵元最小冗余线阵时,该算法的等效阵列孔径为２Ｎ－ １（Ｎ＞ Ｍ） 。理论和计算机仿真实验均表明：与基于均匀线阵的共轭循环ＭＵＳＩＣ 算法相比,该算法具有良好的ＤＯＡ 估计性能,扩展了阵列孔径,抗噪能力强,分辨率高,能用较少的阵元估计更多的信号源方向     

多径环境下循环平稳信号的波达方向估计方法

结合虚拟平移技术,提出了虚拟平移循环自相关和虚拟平移循环互相关2种算法.该算法克服了循环多重信号分类及空间平滑类算法的不足,在不影响阵列孔径的情况下,使阵列可估计的相干期望信源数目达到 ^{M-1(M为阵元数)._。}理论分析和仿真试验证实,该算法适用于相干信号和非相干信号的波达方向估计。     

矢量阵自初始化MUSIC算法的试验研究

利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰,实现目标的方位估计.该方法减少了运算量,同时提高了目标方位估计的精度.为了检验算法的性能,进行了外场试验.利用3个矢量水听器组成了三元矢量阵,对比了矢量阵自初始化MUSIC算法和MUSIC空间谱估计以及常规波束形成的性能.试验结果表明,矢量阵常规波束形成的目标方位估计精度较差,MUSIC空间谱的估计性能较好,而迭代搜索MUSIC谱峰方法的定向精度最高.当空间严重降采样时,常规波束图的栅瓣高度接近主瓣高度,MUSIC空间谱表现出较强的栅瓣抑制能力,而自初始化MUSIC算法不受空间降采样的影响,总能给出正确的目标方位估计值.     

2D Augmented Coprime Array Geometry Based on the Difference and Sum Coarray Concept

The concept of difference and sum (diff-sum) coarray has attracted a lot of attentions in the estimation of direction-of-arrival (DOA) for the past few years, due to its high degrees-of-freedom (DOFs). A vectorized conjugate augmented MUSIC (VCA-MUSIC) algorithm is applied to generate an equivalent signal model which contains the virtual sensor positions of both the difference and sum of the physical sensors in the two-dimensional (2D) arrays, by utilizing both the spatial and temporal information. Besides, an augmented 2D coprime array configuration is presented with the basis on the concept of difference and sum coarray. By compressing the inter-element spacing of one subarray and introducing the proper separation between the two subarrays of 2D coprime array, the redundancy between the difference coarray and the sum one can be reduced so that more virtual sensors in both coarrays can make contributions to the DOFs. As a result, a much larger consecutive area in the diff-sum coarray can be achieved, which can significantly increase the DOFs. Numerical simulations verify the superiority of the proposed array configuration.     

基于四阶累积量的子空间测向方法研究

研究了四阶累积量在子空间测向中的几种应用,包括四阶累积量用于色高斯噪声抑制、阵列扩展及提高算法对模型误差的稳健性等几个方面,提出了四阶MUSIC和四阶ESPRIT测向方法,并用计算机模拟验证了文中的有关结论。