基于近似理想方向图的子阵级超分辨测向方法

二维子阵级超分辨测向应用于相控阵雷达具有重要意义.提出了子阵级MUSIC的数学模型并应用了简化的阵列流形.通过引入加权网络对子阵输出进行后处理,大大提高了阵列处理的灵活性.构造了基于近似理想子阵方向图的简化阵列流形.基于这一简化阵列流形的超分辨方法克服了基于直接简化阵列流形的方法的测向范围无法调整且旁瓣源不能够被完全抑制的局限性;与基于理想子阵方向图的简化阵列流形的方法相比,大大降低了运算代价,而测向性能却与之十分接近.仿真结果证实了所提出方法的有效性.     

一种子阵级平面相控阵相干源超分辨新方法

二维子阵级超分辨方法对于多功能相控阵雷达具有重要意义.提出了应用于相干源的子阵级WSF的信号模型.应用简化阵列流形是降低大型相控阵校正成本与代价的十分有效的途径.为此引入子阵级加权网络并构造出基于近似高斯方向图的简化阵列流形,使超分辨测向的灵活性大大提高.该方法克服了直接简化阵列流形方法测向范围无法调整且旁瓣源不能够被完全抑制的缺陷,与基于高斯方向图的简化阵列流形方法相比,运算代价得到显著降低,而测向性能却基本保持不变.仿真结果证实了所提出方法的有效性.     

基于高斯方向图的二维子阵级相干源超分辨测向

二维子阵级超分辨测向在相控阵雷达中具有重要应用.本文研究适用于相干源的子阵级ML估计方法.提出了子阵级ML估计的信号模型.利用子阵相位中心与增益来构造简化的阵列流形,使相控阵的校正成本与代价得到较大的降低.引入加权网络对子阵输出进行后处理,大大提高了阵列处理的灵活性.构造了高斯模式的子阵方向图.与直接简化的阵列流形方法相比,基于高斯方向图的简化阵列流形方法克服了其测向范围无法调整的局限性,且能更好抑制旁瓣源.仿真结果证实了所提出方法的有效性.     

二维多波束系统波束阵列畸变及校正

波束阵列的畸变对测向精度等指标有很大影响。简述了二维多波束系统的波束形成方法,重点分析了二维多波束阵列的畸变情况,对二维多波束测向原理进行了讨论,提出了二维多波束阵列畸变的校正方法。     

几种阵列形式的测向精度分析

应用空间谱估计MUSIC算法，在平面阵列二维超分辨测向的数学模型基础上，针对不同阵列形式阵列流形变化对二维测向性能的影响问题，分别以等间距和不等间距十字阵、L阵列以及圆形阵列为模型进行计算机仿真试验，并对这几种阵列形式进行测向精度分析。结果表明，不等间距阵列相对等间距阵列有更高的测向精度，同时也有更佳的实际应用价值。     

线阵阵元位置误差造成的测向误差估算

阵元位置误差导致阵列流形改变,形成误差流形,子空间算法搜索既定理想流形,从而产生测向误差(准确性和分辨力降低).将线阵的误差流形与理想流形看作CN中的曲线,以微分几何为工具,分析了子空间与二者之间的相互关系,给出了测向误差的估算方法.仿真结果说明这种估算方法在一定条件下可行.     

二维子阵级相控阵空间谱估计方法

目前已提出的空间谱估计方法绝大多数需要已知所有阵元的数字化输出信号,即为基于阵元级的方法.我们对应用于相控阵雷达的二维子阵级空间谱估计方法进行了研究.采用简化的阵列流形,只需精确地确定子阵相位中心与增益,大大降低了对相控阵的校正成本与代价.但其有效的方向估计范围只在子阵的3dB波束宽度内,然而与波束扫描相结合可实现任意空间范围内的方向估计.通过引入加权网络对子阵输出进行后处理,提高了阵列处理的灵活性;构造了基于理想子阵方向图的简化阵列流形,克服了直接简化阵列流形方法的测向范围无法调整的局限性,并能更好地抑制旁瓣源.仿真结果证实了所提出方法的有效性.     

一种新的波达方向和多普勒频率估计算法

基于均匀圆形阵列，提出了一种同时估计空间非相干信号源方位角、仰角和多普勒频率的快速算法。该方法对均匀圆阵的输出信号进行模式空间转换，使得阵列流形具有类似于均匀线阵的形式，然后通过构造相应的数据矩阵得到传播算子的最小二乘（LS）估计，并由传播算子构造出一个特殊的低维矩阵，其特征值给出多普勒频率估计，特征向量舍有阵列流形的信息。结合模式空间阵列流形的性质，给出了一种DOA估计的总体最小二乘算法，在低信噪比条件下可提高测向精度。该方法不需要谱峰搜索和参数配对，具有运算量小的优点。计算机仿真验证了该方法的有效性。     

基于幅相误差阵列的远近场混合信号超分辨测向方法

大多数的超分辨测向方法都需要掌握准确的阵列流型,然而在实际应用当中,各阵元通道对信号的幅度增益和延时往往不一致,使得真正的阵列流型和它的理论模型之间存在一定的误差,最终造成测向性能的下降.针对这个问题,论文提出了一种基于幅相误差阵列的远近场混合信号超分辨测向估计方法.首先对信号的空间谱函数进行变换判断出远场信号方向,接着根据远场信号子空间和噪声子空间的正交性估计出阵列误差并对数据进行校正,在此基础上通过矩阵分解判断出近场信号方向,同时还能够实现近场信号的定位.所提方法直接对信号空间谱函数分母的多项式求根得出信号方向和近场信号距离,回避了谱峰搜索的过程,在保证一定精度的前提下大大提高了计算速度.     

基于子空间分解的阵列流形向量估计新方法

实际阵列装配完成后的阵列流形向量与理论值存在偏差,这种偏差会导致阵列预设波束图的旁瓣升高、阵列高分辨算法的性能下降,严重影响阵列的实际应用。实际中先依据估计的部分实际阵列流形向量选取合适的误差模型,再根据模型得到逼近实际的阵列流形向量。现有的实际阵列流形向量估计方法有直接定义法和最小二乘法,这两种方法计算复杂度很高且估计精度随快拍数波动。对此本文给出一种新的阵列实际流形向量估计方法,它利用阵列接收数据协方差矩阵的信号子空间与阵列流形向量张成空间相同的特性来估计阵列的实际幅度相位响应,结合估计的波达方向,最后得到实际的阵列流形向量。仿真结果表明,本文所提方法比现有的两种估计方法估计精度高一倍且计算复杂度降低了一个数量级。      

一种小运算量的宽带线性调频信号DOA估计算法

本文提出一种利用对称阵实现宽带线性调频(LFM)信号DOA估计的新算法。本算法通过计算对称阵元偶之间的互Wigner-Ville分布,建立时频域的阵列信号模型,并利用特征子空间方法对时频域的数据相关阵进行处理,从而获得信号DOA估计。本算法具有无需初始估计、没有扇区限制,以及计算量小等优点。计算机仿真证实了方法的有效性。     

一种通用的高分辨率波达方向估计预处理新方法

本文提出了一种通用的高分辨率波达方向估计预处理新方法。它适用于任意中心对称阵列(如等距线阵、等距矩形面阵和对称圆阵等)的一维或二维高分辨处理。新方法在无性能损失的前提下将复信号空间映射到实信号空间上来处理。这样就有效地减少了信号子空间类高分辨率测向方法所需的运算量。此外,新方法本身对阵列接收信号还有一定的去相干作用。对于等距线阵和等距矩形面阵这类规则阵列,可将常用的空域平滑预处理方法与新方法相结合以进一步提高去相干能力。仿真结果证明了上述结论的正确性。     

基于波束域的子空间正交性测试宽带DOA估计方法研究

投影子空间正交性测试(Test of Orthogonality of Projected Subspace:TOPS)算法通过测试宽带信号各频率点上噪声子空间和信号子空间之间的正交性对目标方位进行到达角估计(DOA:direction-of-arrival)。此算法对参考频点上的信号子空间的估计依赖性较大,因此存在较多伪峰,低信噪比条件下性能差等缺点。针对该问题,提出一种基于波束域的宽带DOA估计方法。该方法通过将阵列接收信号转换到波束域,在波束域中利用信号带宽内各频率分量的波束域方向向量与噪声子空间之间的正交关系构造判决向量,根据判决向量搜索空间谱的极大值对应的角度进行DOA估计。该方法不需要进行角度预估,避免了TOPS算法中常出现的伪峰,降低了信噪比分辨门限,减少了计算量,具有较好的估计效果。将该方法分别运用到均匀圆阵和线阵上,通过仿真对比和海试实验数据的处理,证明了本文所提方法的有效性。      

Fast subspace decomposition

Many recent signal processing techniques in various areas, e.g., array signal processing, system identification, and spectrum estimation, require a step of extracting the low-dimensional subspace from a large space. This step is usually called subspace decomposition, which is conventionally accomplished by an eigendecomposition (ED). Since an ED requires O(M³) flops for an M×M matrix, it may represent a barrier to the real-time implementation of these algorithms. The authors present a fast algorithm for signal subspace decomposition, which is termed FSD, that exploits the special matrix structure (low-rank plus identity) associated with signal subspace algorithms and requires only O(M²d) flops, where d(often≪M) denotes the signal subspace dimension. Unlike most of alternatives, the dimension of the signal subspace is not assumed known apriori and is estimated as part of the procedure. Moreover, theoretical analysis has been conducted, and its results show the strong consistency of the new detection scheme and the asymptotic equivalence between FSD and ED in estimating the signal subspace. Their new approach can also exploit other matrix structure common in signal processing areas, e.g., Toeplitz or Hankel, and thus achieve another order of computational reduction. Moreover, it can be easily implemented in parallel to reduce further the computation time to as little as O(Md) (using O(M) simple processors)     

宽带波达方向估计新方法及性能分析

本文研究了相干信号空间处理方法（ＣＳＭ）的聚焦（ｆｏｃｕｓｉｎｇ）过程，给出了任意阵列的一致聚焦方法，该方法使ＣＳＭ在ＤＯＡ估计的分辨率，精度，时效等性能上得到了显著改善，本文利用计算机仿真实验，对该方法进行了较为详细的性能分析。     

利用有效相位模式计算任意阵列MUSIC谱的快速算法

针对任意阵列MUSIC谱的快速计算问题,提出了一种利用模式空间中有效相位模式(EPM)计算MUSIC谱的快速算法。利用空间谱计算时不同方向各阵元的空间相移因子构成一组新的方向向量,由于各方向向量与噪声子空间中特征向量的乘法计算具有循环卷积特性,从而可以利用DFT实现MUSIC谱函数的计算。新的方向向量可以等效为对相应的虚拟连续圆阵采样的结果,根据圆阵能激发的有效相位模式数远小于MUSIC谱的点数的事实,利用DFT计算MUSIC谱时只需要使用有效的相位模式参与计算,从而使计算量大幅度减小。根据方向向量的过采样特性,通过对方向向量进行抽取,利用抽取后的序列计算有效相位模式,进一步较小了计算量。通过仿真实验验证了提出算法的有效性。      

用于测向测速的二维谱估计方法

雷达应用领域中的一个重要问题是测向测速,精确地测定多普勒频率和方位角能够实现对目标回波信号的高分辨率处理,从而进行目标跟踪。本文提出一种超分辨的二维谱估计方法,它利用的是阵列处理技术,对天线接收数据进行本征分析,将信号数据张成一个空间并对其进行分解,根据正交原理分割成信号子空间和噪声子空间,构造出噪声本征矢量,利用信号子空间与噪声子空间的正交性,在空间谱上形成极值点,从而达到对方向和速度的二维高分辨率估计。该方法应用于相控阵雷达信号检测,可以精确地测定多普勒频率和方位角度,提取多个空间运动目标的二维信息。文章的最后给出了计算机模拟成像结果,验证了算法的有效性。     

基于相干对消的噪声子空间自适应估计

MUSIC算法的运算量主要集中在特征值分解和空间谱的搜索两部分,为避免进行特征 值分解,将相干信号自适应对消的思想用于噪声子空间的估计。由于阵元输出信号完全相干 ,视一个阵元输出为参考信号,其它阵元输出能够完全对其进行对消,得到的系数矩阵作为 噪声子空间的估计。基于LMS算法,给出了算法的矩阵形式,得到的噪声子空间估计算法的 运算量大大降低,且以迭代的方式进行,适合应用于运动信号源的跟踪,在阵元数较大时能 很好地逼近MUSIC算法性能。为减少空间谱搜索过程的计算量,对搜索过程先用系数矩阵的 一列进行搜索,然后采用其它列对搜索峰值进行验证。仿真结果显示算法具有很好的空间谱 估计性能和DOA跟踪性能。     

一种新的基于 EEF 准则的空间声源个数估计算法

针对指数嵌入族（ Exponentially Embedded Families ,EEF）准则在快拍数小于阵元数情况下无法估计声源个数的问题,本文提出一种新的空间声源个数估计算法。首先通过球麦克风阵列采集空间声场高阶信息,建立球阵列信号模型,将声源个数估计扩展到三维空间。继而将观测信号空间分解为信号子空间和噪声子空间,利用最小均方差（ Minimum Mean-Squared Error ,MMSE）方法估计观测信号空间及噪声子空间的协方差矩阵,确保矩阵估计的一致性和准确性。在此基础上改进似然比函数,同时引入新的自由度计算,使得算法在快拍数小于阵元数的情况下能有效估计声源个数。仿真结果表明,在进行空间声源个数估计时,相对于EEF准则,新的算法不仅适用于快拍数小于阵元数情况,同时提高了估计准确率。