基于稀疏迭代协方差矩阵的谐波参数快速估计方法

针对稀疏迭代协方差估计(sparse iterative covariance-based estimation, SPICE)方法功率谱估计精度较低和计算复杂度较高的局限性,提出了一种基于稀疏迭代协方差矩阵的谐波信号功率谱和频率参数的快速估计方法。该方法主要结合渐近最小方差准则和快速傅里叶变换,对功率谱参数进行快速迭代校正估计。首先,使用SPICE算法得到功率谱和频率参数的初估计。然后,通过渐近最小方差准则得到功率谱参数的迭代校正表达式。最后,利用功率谱迭代校正式获得谐波信号的功率谱和频率参数的估计。为提高算法的计算效率,利用观测数据协方差矩阵的Toeplitz结构和导向矢量的指数形式,对协方差矩阵进行(Gohberg-Semencul, G-S)分解,通过快速傅里叶变换对协方差矩阵求逆和矩阵与向量相乘部分进行求解,从而使参数估计的计算时间大大减少。仿真实验表明,验证了所提算法对谐波功率谱和频率参数具有较高的估计精度,并且计算复杂度较低。      

基于正交化算法的均匀圆阵空时二维谱估计

本文讨论了阵列信号的谱估计问题,将G-S正交化算法用于均匀圆阵的空时二维谱估计中,研究了目标信号频率与到达角联合估计问题。通过仿真结果可以表明该方法与MUSIC算法相比,能更精确的估计目标信号的频率与方位角。     

宽波束高频雷达的超分辨率时-空级联处理

针对在宽波束高频雷达目标探测中传统傅立叶变换频谱分析方法多普勒分辨率较低的问题,提出了一种全超分辨率的时-空域级联信号处理方法.首先利用多重信号分类(MUSIC)算法获得频域超分辨率谱估计,构造出相应于各信号频率的信号子空间,将原始信号向各子空间进行投影变换以获得相应于各信号频率的阵列快拍,然后利用其进行空域超分辨率谱估计,获得相应的到达角.利用该方法能有效地采用短相干积累时间进行多目标的频率-到达角参数估计,从而有效地提高了宽波束高频雷达的目标探测和跟踪性能.数值仿真实验验证了该方法的有效性.     

基于互Wigner-Ville分布的到达角估计

研究了对线性调频信号的到达角估计;提出了基于互Wigner-Ville分布(XWVD)估计信号到达角的方法.通过时频分布,在时频面上进行信号预分选;根据XWVD时频脊点上的相位获得信号时延,从而获得信号到达角.该算法可实现多信号分辨,也可实现对时变频率信号的到达角估计.计算机仿真结果证实了该算法的有效性.     

频率、二维到达角和极化联合估计

在宽频段内多信号多参量联合估计已成为许多研究课题,例如,。未知辐射源识别,有效对消等等的重要研究内容,信号频率与二维到达角、二维到达角与极化的联合估计已开展研究,但信号频率二维到达角和极化联合估计的研究尚未见报导,本文提出了利用交叉偶极子平面阵和ＥＳＰＲＩＴ算法实现频率、二维到达角和极化联合估计的新方法,分析了算法结构,计算机模拟结果证实了算法的有效性。     

基于CS-MVDR的多目标方位估计新方法

针对空时欠采样条件下多目标方位估计存在的问题，将压缩感知理论引入到最小方差无畸变响应(MVDR)方法中进行多目标方位估计，通过空间角度网格划分形式实现信号在空时域的稀疏性表示，利用空间谱估计恢复重构空间稀疏向量，从而实现空间上多信号入射角的方位估计。该方法不仅运算量低，在低信噪比、低阵元采样数、高估计精度和稳健性等方面的优势更为突出。     

超宽带信号DOA的估计方法

对信号到达角(DOA)的估计是超宽带定位的关键技术之一.传统的到达角估计方法都基于窄带信号,已不能直接应用在超宽带场合,因此提出了一种基于频域模型的宽带子空间谱估计方法.仿真结果表明,该方法能准确估计超宽带信号的到达角.     

基于信号子空间的多维参数联合估计

旋转不变的子空间中特征值的估计与关联是多维谱估计和阵列信号处理的重要问题.采用平行的交叉偶极子均匀线阵,利用各子阵列输出信号的相关矩阵构造多个旋转不变的子空间,并用其中一个子空间的信号子空间实现了频率、二维到达角和极化的自动配对.整个计算过程只需进行一次矩阵特征值的分解,就可完成多维参量估计与配对,且不存在参量兼并现象,理论分析与计算仿真结果证明了方法的有效性.     

信号频率和2-D到达方向分离估计方法

本文基本三个阵列空间的排列组合提出了一种新的多个空间信号频率和2－D到达方向的估计方法。由于该方法是将问题转化为三个1－D问题且在每一维利用计算有效的ESPRIT算法和利用子阵列的输出数据矩阵具有相同的列空间，因此避免了多维谱估计中的谱峰搜索和参数间的配对。计算机模拟实验证实了其有效性。     

多信号极化与到达角估计算法

论述了一种基于子空间方法的多信号极化与到达角估计问题的算法，该方法采用了有子天线均匀线阵，利用子阵列输出信号数据矩阵中包含的信号空间的不变结构用矩阵束方法解出信号极化与到达角的估计值并自动进行参数的配对，避免了参数的多维搜索配对过程。数值仿真的结果证实了该方法的有效性。     

循环平稳信号的联合稀疏表示DOA估计

基于联合稀疏表示的思想,本文提出了一种利用二阶循环统计量的循环平稳信号波达方向（DOA）估计算法。首先,对传统的谱相关信号子空间拟合算法进行分析研究;然后,通过在循环域构造过完备的阵列方向矩阵字典,建立了联合稀疏表示模型,从而将循环平稳信号的DOA估计问题转化为联合稀疏矩阵的恢复问题;最后,利用联合Ι_2,0范数逼近法求出联合稀疏矩阵的优化解,并根据优化矩阵中非零行的位置估计出循环平稳信号的DOA。与传统的SCSSF算法相比,所提算法具有更高的DOA估计精度,同时也适用于信号个数多于阵元个数的场合。理论分析和仿真实验结果都表明了算法的有效性。      

基于循环平稳特性的源信号到达角估计方法

分析了SC-SSF算法的不足,给出了统一的循环频域阵列信号模型,并推导得到了一般化的基于信号循环平稳特性的源信号到达角估计方法——GSC-SSF算法,该算法克服了SC-SSF算法的不足,具有更好的实用性.仿真试验比较了两种方法的估计性能,仿真结果说明了所给方法的有效性.     

低信噪比下周期平稳信号的稳健检测算法

本文提出了一种新的对周期平稳信号进行检测以及对二阶周期循环频率进行估计的算法。该算法利用信号的递归性质构造高阶自相关矩阵,并通过利用周期平稳信号与自相关矩阵特征值和特征向量的关系,对其进行检测以及对循环频率进行估计。传统检测周期平稳信号的算法是通过计算其循环自相关函数或循环谱实现,相比传统算法而言,本算法由于利用到了信号更多的先验信息,因而在较低信噪比以及较低快拍数下对周期平稳信号均能有较好的检测性能。文中仿真实验表明,本文所提算法估计出的伪循环谱相比传统方法估计出的循环谱更为平滑,在相同快拍和信噪比条件下,检测概率均高于传统方法,特别在低信噪比下对检测概率的改善更为明显。      

宽带信号下的双基地MIMO雷达收发角估计

针对双基地多输入多输出(MIMO)雷达收发角联合估计问题,利用信号的循环平稳特性,构造宽带循环平稳信号下接收数据的循环自相关矩阵。对矩阵进行特征值分解,利用MUSIC, ESPRIT等空间谱估计算法估计出信号的收发角。宽带信号能够携带更多的信息量,利于不断增加的实际需求,而信号的循环平稳特性能够很好地抗干扰以及消除高斯噪声带来的影响。实验仿真结果表明,算法在宽带循环平稳信号下具有良好的角度估计性能。     

An improved cyclic beamforming method for signal DOA estimation

Modulated signals used in telecommunication are cyclostationary. This property can be exploited to improve the direction of arrival (DOA) estimation performance. In this work, we propose an improved cyclic beamforming algorithm exploiting cyclostationarity. The proposed method exploits the information of both cyclic correlation matrix and cyclic conjugate correlation matrix with different cyclic frequencies. Compared with the existing methods, the simulation results show that proposed method improves substantially the signal selectivity; also it allows an increase in resolution power.     

An interference-tolerant algorithm for localization ofcyclostationary-signal sources

A method for detecting the number of cyclostationary signals radiated by remote sources and for estimating their directions of arrival by a linear and uniform array is presented. Whereas the traditional techniques exploit the spatial coherent properties, the new method locates the signal sources using the spectral coherence properties as well. This approach eliminates the need to know the characteristics of the noise and the interference, regardless of the extent of their spectral overlap. Moreover, the method applied equally well to environments containing more interferers than sensors. The conditions of applicability of the method are the existence and the knowledge of a cycle frequency at which all the signal sources exhibit spectral correlation but the noise and interference signals do not, and the existence and the knowledge of a value of the lag parameter such that the cyclic cross-correlation matrix of the desired signals has full rank     

基于改进的循环互相关MUSIC算法的波达方向估计

给出了基于循环互相关运算的信号模型，根据该信号模型，运用改进的循环互相MUSIC算法得到了对具有循环平稳特性的空间源信号波达方向进行估计的有效方法——ICCC-MUSIC算法；定性的分析和仿真实验均表明该方法具有较好的抑制噪声和选择信号的能力，为利用天线阵列提取具有循环平稳特性的源信号提供了较好的实现方法。     

New natural gradient algorithm for cyclostationary sources

A new natural gradient type algorithm (NGA) for the separation of cyclostationary sources is introduced. Based on the interpretation of blind source separation (BSS) as a two-stage process, including prewhitening and rotation, the cyclostationary NGA (CSNGA) algorithm is constructed such that it also ensures that the recovered sources are decorrelated in the cyclostationary sense. The method is generalised to the case of complex valued source signals, and modified so that adequate algorithm performance is attained even when only one source cycle frequency is known. The properties of the new algorithm are investigated when additive white Gaussian noise is present, and it is found that, in general, the CSNGA approach improves the convergence properties of the natural gradient algorithm. Computer simulations support the validity of the approach.     

Cyclostationary noise analysis of large RF circuits with multitoneexcitations

This paper introduces a new, efficient technique for analyzing noise in large RF circuits subjected to true multitone excitations. Noise statistics in such circuits are time-varying, hence cyclostationary stochastic processes, characterized by harmonic power spectral densities (HPSDs), are used to describe noise. HPSDs are used to devise a harmonic-balance-based noise algorithm with the property that required computational resources grow almost linearly with circuit size and nonlinearity. Device noises with arbitrary spectra (including thermal, shot, and flicker noises) are handled, and input and output correlations, as well as individual device contributions, can be calculated. HPSD-based analysis is also used to establish the nonintuitive result that bandpass filtering of cyclostationary noise can result in stationary noise. Results from the new method are validated against Monte Carlo simulations. A large RF integrated circuit (>300 nodes) driven by a local oscillator (LO) tone and a strong RF signal is analyzed in less than two hours. The analysis predicts correctly that the presence of the RF tone leads to noise folding, affecting the circuit's noise performance significantly     

有效扩展阵列孔径的伪快拍构造

许多通信信号具有循环平稳特性。针对广义信号模型和窄带信号模型，利用前后向循环相关函数分别构造出一种新的伪快拍，由此获得了一个孔径扩展一倍的虚拟阵列。对这两种伪快拍应用传统的MUSIC算法时，可分别比SC-SSF和cy-clic-MUSIC算法检测多一倍的信号和获得更高的估计分辨率。仿真结果证明了该结论。