柱面共形阵列天线盲极化波达方向估计算法

针对柱面共形阵列天线的单曲率特点,建立了柱面共形阵列天线的快拍数据模型,基于高分辨波达方向（DOA）估计的子空间原理与秩损理论,结合合理的阵元排列结构设计,将信源极化状态、俯仰角以及方位角去耦合,通过参数的一维搜索与方程求解,实现了信源极化状态未知条件下的2D DOA估计。针对相干信源情况,推导了柱面共形阵列天线的解相干算法,最终提出了适用于独立和相干信源的柱面共形阵列天线盲极化DOA估计算法。该算法估计精度高,计算量小,且无需参数配对。计算机仿真实验验证了所提算法的有效性。     

基于圆柱共形阵的快速来波方向估计

通过子阵分割和虚拟内插技术在圆柱共形阵上实现了快速准确的来波方向估计。在此过程中,共形于金属柱体表面的圆环阵被划分为八个相同的子阵,每一个子阵通过内插,变换为虚拟均匀直线阵,应用旋转不变参数估计技术(ESPRIT)算法和Root-MUSIC算法,可以快速准确地估计出来波方向。仿真结果证实了该方法的有效性。     

MUSIC算法在柱面共形天线阵DOA估计中的应用研究

由于柱面共形天线阵所具有的特殊性质,使得其在利用经典MUSIC算法进行DOA估计时,性能会受到较大影响.通过将柱面共形阵划分为多个子阵的方法,可以有效地解决此类问题.仿真结果表明,该方法能应用于柱面共形阵的DOA估计,并容易推广到任意曲面共形阵.     

共形阵列非圆信号波达方向估计算法

受共形载体变曲率结构的影响,各天线单元指向不尽相同,使得共形天线阵列呈现极化多样性。因此,共形天线阵列的建模过程中需考虑不同阵元的极化响应特性。基于柱面共形天线阵列的快拍数据模型,利用非圆信号的特性对阵列输出进行扩展,基于秩亏理论和子空间原理实现信号波达方向（DOA）估计,所提方法估计精度高,不需要参数配对。存在相干信源时,提出对扩展后的虚拟阵列进行划分,对划分出的子阵进行虚拟的空间平滑,实现解相干的预处理操作。仿真结果表明该方法能有效应用于柱面共形阵列非圆信号DOA估计,并提高了空间分辨率。      

基于虚拟阵列变换的共形阵列信号DOA估计

共形阵列是指与载体表面共形的天线阵列,对载体空气动力性能影响小,在军用、民用等飞行器上具有广泛的应用。针对共形阵列信号处理中的角度估计问题,给出了一种基于虚拟阵列变换思想的共形阵列信号DOA估计算法。该算法首先对接收数据进行虚拟阵列变换,利用变换后的数据,采用ESPRIT算法和MUSIC算法相结合,实现了对共形阵列信号二维角度估计。算法对阵列形状限制小,真正实现了适用于任意共形阵列。以圆柱共形阵列为例,通过仿真实验验证了算法的有效性。     

基于MUSIC算法的球面共形阵DOA估计

由于球面共形天线阵所具有的特殊性质,使得其利用经典MUSIC算法进行DOA估计时,导向矢量与噪声子空间不正交,算法性能受到较大影响。在考虑各阵元接收某信号强度不一致的同时,根据子阵内阵元相似度高这一特点,对基于子阵分割的有向阵元MUSIC算法在球面共形阵上进行了DOA估计仿真实验,结果表明:该方法应用于球面共形阵,可以快速准确地估计出多个信号的DOA。     

空间映射算法优化共形天线阵方向图特性

将空间映射算法推广到共形天线阵的优化设计之中,并首次使用该方法对天线的方向图特性进行优化。粗糙模型采用腔模理论结合圆形天线阵理论进行分析,精细模型采用全波电磁仿真软件HFSS整体建模仿真进行分析。计算结果表明,该方法对天线阵方向图特性的优化设计是可行的,并且只需对精细模型计算很少的次数就可以实现优化目标,具有很高的设计效率。     

共形阵列信号DOA和极化状态联合估计研究

共形阵列是一种与载体表面共形的天线阵列。与平面阵列相比,共形阵列具有对载体电磁性能和动力性能影响小等优点,因此受到人们广泛的关注。受载体曲率影响,共形阵列具有多极性。在信号处理时,必须要考虑信号极化的状态。为此,针对共形阵列信号二维DOA和极化状态联合估计问题,提出了一种基于空时处理的参数估计算法。该算法通过对极化接收数据时域和空域联合处理构造时空DOA矩阵,利用DOA矩阵方法只需一次特征值分解即可获得信号二维DOA和极化状态参数估计。算法对阵列形状要求低,无需谱峰搜索和参数配对,计算量小。最后,以圆台共形阵列为例,通过仿真实验验证了算法的有效性。     

基于四阶累积量的共形阵列波达方向估计算法

由于共形天线阵列流形的多极化特性（Polarization Diversity）,共形阵列天线的信源方位估计需要与信源的极化状态联合进行。分析总结共形阵列天线波达方向（DOA）估计特点的基础上,针对窄带远场非高斯独立信源,提出了一种共形阵列天线盲极化DOA估计算法。该算法利用四阶累积量对阵列口径的扩展性,结合旋转不变子空间（ESPRIT）算法,在信源极化状态未知条件下实现了共形阵列天线的高分辨DOA估计。所提算法的方位估计不需要天线单元方向图以及信源极化状态的任何信息,适用于多种常用共形载体（锥面、柱面以及球面共形载体）,具有较为广泛的应用环境。以柱面共形阵列天线DOA估计为例,详细推导了算法机理,给出了算法步骤,计算机Monte Carlo仿真实验验证了所提算法的有效性。     

极化分集下的共形阵列波达方向估计

提出了一种基于双馈源共形阵列的极化分集信号盲极化波达方向(Direction of Arrival,DOA)估计方法.通过投影和旋转变换,分析并给出了双馈源共形阵列下正交极化分集信号的等效导向矢量,将信号空间划分为两个正交极化信号子空间,实现了正交极化信号的盲极化分离.在此基础上给出了基于多重信号分类(Multiple Signal Classification,MUSIC)的极化信号的DOA估计算法.该算法无需估计极化参数,能够实现任意共形阵列对正交极化分集信号的DOA估计,最大估计信号数目能够超过阵元个数.仿真实验验证了该算法具有很好的估计性能.     

柱面共形阵列信源方位与极化状态的联合估计算法

针对柱面共形极化敏感阵列的结构特点建立了其导向矢量模型,以此为基础实现了信源方位与极化状态的联合估计。根据旋转不变子空间思想估计俯仰角和子空间原理、秩损理论,通过对阵列流形矩阵进行特定的形式变换,将其中隐含的信源方位信息与极化信息\     

阵元失效下基于核范数和SCAD惩罚的MIMO雷达DOA估计

阵元失效下多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达虚拟阵列协方差矩阵出现大批整行整列元素缺失,破坏原有内在完整结构,导致波达方向(Direction of Arrival, DOA)估计性能下降。为此,提出一种联合核范数和SCAD(Smoothly Clipped Absolute Deviation)惩罚的完整协方差矩阵重构方法,以利于阵元失效下MIMO雷达DOA的有效估计。首先对待恢复的协方差矩阵建立核范数和SCAD惩罚双先验约束模型,并利用等正弦空间稀疏化方式划分粗网格空间,在可容忍的模型误差内能大大降低运算复杂度;然后利用ALM-ADMM(Augmented Lagrange Multipliers-Alternating Direction Method of Multipliers)算法对双先验约束模型进行求解,从而恢复协方差矩阵中大量整行整列的缺失数据;最后通过RD-ESPRIT(Reduced Dimensional ESPRIT)算法进行目标DOA估计。仿真结果验证该方法能快速恢复虚拟协方差矩阵中的缺失数据,从而有效...     

L频段共形相控阵天线研制

为满足机载系统的需要,给出了共形相控阵天线的分析和设计过程,同时研制了一种高度仅为0.14波长的准八木天线单元。利用三维电磁仿真软件HFSS对天线单元和共形相控阵进行了仿真设计,并研制了一套L频段共形相控阵天线。该天线由天线阵面、波束形成网络和波控器等构成。天线阵面由4个天线单元组成,共形安装在机头上。经实际测试,共形相控阵天线阵面的和波束在扫描范围内增益大于10 dBi,并具有较低的副瓣电平;差波束零深小于-20 dB。     

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。     

一种最小冗余线阵的目标DOA估计方法

针对目标波达方向(DOA)估计的子空间类算法工程实现上的问题,提出了一种次最小冗余线阵的目标DOA估计方法。该方法应用孔径合成理论和最小冗余线阵理论,在保证阵列孔径等价的前提下,从工程应用的实际问题出发,对次最小冗余线阵的阵元配置进行研究。在分析MUSIC及MMUSIC算法的基础上,对次最小冗余线阵进行仿真。通过与相同孔径的均匀线阵和最小冗余线阵对比表明,次最小冗余线阵与相同孔径的均匀线阵性能相仿,并有更小的计算复杂度,比最小冗余线阵有更大的阵元灵活性,可以解决一般最小冗余线阵不能解决的相干信源的DOA估计问题。     

基于改进典范分解的嵌套阵列DOA估计

摘 要：为了避免在对嵌套阵列做DOA估计时进行空域峰值搜索,将典范分解应用于嵌套阵列,通过单次奇异值分解、双线性映射和张量分解得到阵列导向量矩阵和入射角。但现有典范分解算法只适用于无噪条件,通过两次奇异值分解改进了该算法,使其在无噪和有噪条件下均适用。仿真结果表明：在相同信噪比、快拍数情况下,基于改进典范分解的嵌套阵列DOA估计算法相比MUSIC、空间平滑算法具有更好的估计性能和更少的运算时间。