自适应频率和二维波达方向角跟踪估计算法

运用特征子空间分析方法的关键问题在于信号或噪声子空间的估计,在实际中有些信号的统计特性通常是随时间变化的,这时需要随时根据新的阵列接收数据对信号或噪声子空间进行更新,以得到参数的实时估计值,在该文中建立了多维信号参量联合估计的3D Unitary ESPRIT算法,然后提出了基于球面平均 ULV分解的子空间跟踪算法,将子空间跟踪算法与多维信号多量联合估计算法相结合,得到多维时变信号参数的跟踪估计算法,仿真计算结果验证了该算法的有效性。     

基于空间演化谱的Chirp信号极化和DOA的联合估计

本文研究了时变幅度Chirp信号的演化谱,提出了分别在时间轴和频率轴上聚集能量的方法,改善了演化周期谱的能量聚集性。同时,基于时变幅度Chirp信号的空间演化谱,提出了一种新的空间极化时频分布,用此空间极化时频矩阵代替自相关矩阵估计信号子空间和噪声子空间。采用L型正交短偶极子阵列,用ESPRIT算法实现了多Chirp信号DOA和极化参量的联合估计,并提出一种新的多信号参量配对的方法。通过仿真将本文的算法其他一些算法进行了比较。     

有色噪声下不相关和相干混合信号的DOA估计

针对有色噪声背景下的不相关和相干混合入射信号，本文提出了一种新的波达角度（Direction Of Arrival,DOA）估计方法 .首先对混合信号协方差矩阵进行分析和处理以消除其中的有色噪声部分.在此基础上，先利用多重信号分类（Multiple Signal Classification,MUSIC）方法或旋转不变信号参数估计（Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT）法估计出不相关信号的DOA；然后利用改进的空间差分方法构造出一个新的只含有相干信号的协方差矩阵，且无秩亏损；最后利用MUSIC算法或ESPRIT算法从中估计出相干信号的DOA.和文献报道的方法相比，新方法具有更优的混合信号DOA估计性能，尤其对于相干信号.仿真结果验证了该算法的有效性.     

Alpha稳定分布噪声中的韧性投影 近似子空间跟踪算法

 为了克服投影近似子空间跟踪算法(PAST)在脉冲噪声环境下性能的退化,本文以Alpha 稳定分布为脉冲噪声模型,依据韧性的M估计方法提出了一种新的代价函数,并推导出基于递归最小M估计的韧性投影近似自适应信号子空间跟踪算法(RLM_-PAST).由于采用了适合噪声模型的M估计函数,新算法与采用递归最小二乘估计的子空间跟踪算法相比,在稳定分布脉冲噪声环境下具有更好的性能.把新方法应用于波达方向(DOA)估计,数值仿真结果表明了该算法的有效性.     

信号DOA和极化参数的自适应估计

运用ESPRIT算法进行信号参数的估计,关键是对信号子空间的估计。在实际运用中,接收到的信号的参数往往是随时间变化的,因此要得到信号参数的实时估计值就需要根据阵列的接收数据对信号子空间进行更新。分析了如何运用ESPRIT算法得到信号的DOA和极化参数,并在矩阵扰动理论的基础上,利用矩阵特征分解一阶修正方法更新特征值和特征向量,从而使得ESPRIT算法能够自适应地估计信号DOA和极化参数。最后通过Matlab仿真验证了该方法的有效性。     

基于共轭梯度法的空间谱估计算法的实现

针对子空间算法在空间谱估计过程中运算量大、工程实现困难的问题,文中利用共轭梯度算法的快速收敛性进行特征分解,自适应更新信号子空间和噪声子空间,之后使用到ESPRIT算法中,计算出两个子阵的信号空间,利用旋转不变性完成对信号源的跟踪。通过与一般的特征分解算法进行分析和仿真对比后,表明算法不但有快速收敛的特点,而且能够降低算法的计算复杂度。将共轭算法与DOA算法结合,具体分析后,给出算法在FPGA上的实现方案,最后对算法进行了多方面的仿真实验,证明了算法不但可以完成精确的DOA估计,而且能改善子空间算法在实时性和跟踪性上的问题。     

一种用于未知噪声背景中高分辨DOA估计的方法

本文基于噪声在空间有限范围内相关的假设，采用两个具有足够空间间距的阵列，应用正则相关分析原理，给出了一种未知噪声背景中有效地估计信号子空间的方法，并利用与TLS－ESPRIT相类似的算法进行了DOA估计，计算机模拟实验表明：该方法具有较好的方向估计性能。     

基于传播算子的声学矢量传感器阵列 扩展孔径二维DOA估计算法

 本文提出一种基于传播算子的声学矢量传感器阵列扩展孔径二维DOA估计算法.首先,利用传播算子方法得到一组高精度模糊的DOA估计值;然后,利用声学矢量传感器的特点得到另一组低精度无模糊的DOA估计值;最后,利用无模糊估计值对模糊估计值进行解模糊处理,得到高精度无模糊的DOA估计值.提出的算法无需进行特征值分解或奇异值分解进行信号子空间/噪声子空间的估计.与基于ESPRIT的算法相比,提出的算法的计算量约为信号个数与声学矢量传感器个数的四倍之比.计算机仿真结果表明在信噪比不是很低时,提出的算法与基于ESPRIT的算法具有相当的估计性能.     

基于ANSG的雷达信号DOA估计算法

针对阵列信号处理中雷达信号的波达方向(DOA)估计,提出自适应噪声子空间生成(ANSG)算法。通过数值方法,得到阵列接收信号的协方差矩阵,以迭代方式处理约束最小化问题,实现ANSG。根据噪声子空间的表达式获得DOA估计,并且先验信息可以很好地融入算法的流程中,能够有效地解决复杂环境下的多信号源DOA估计问题。仿真结果表明,该算法适用于单频、线性频率调制以及二进制相移键控雷达信号,DOA估计精度和运算速度优于MUSIC。     

采用单次快拍数据实现相干信号DOA估计

该文针对均匀线性阵列的相干信号DOA估计问题,提出了一种基于单次快拍数据的解相干算法,该算法直接利用快拍数据构造一个Toeplitz矩阵,经理论推导,该Toeplitz矩阵的秩不受信号的相干性影响,仅和入射信号的个数有关,因此对该矩阵进行特征值分解可得到正确的信号子空间和噪声子空间,结合MUSIC,ESPRIT等子空间算法,即可实现对相干信号的DOA估计。数值仿真验证了该算法的有效性。     

基于ESPRIT宽带信号测向技术研究

研究了基于ESPRIT宽带信号测向技术,采用信号子空间变换方法分别对2个平移矩阵聚焦处理,并利用窄带ESPRIT测向方法计算出来波方向,提出利用ESPRIT与聚焦处理相结合测向的方法,解决了ESPRIT宽带信号测向精度差问题。通过聚焦处理有效抑制噪声,提高信噪比,从而获得高精度、高分辨率的渐进无偏估计信号方向。计算机仿真验证了算法的有效性。     

一种低复杂度的ESPRIT新算法

该文提出了一种基于QR分解的Power-ESPRIT (以下简称QP-ESPRIT算法) 新算法。首先使用采样数据协方差矩阵的幂(Power)获得噪声子空间的估计,然后对噪声子空间进行QR分解并使用R矩阵估计信源个数,提出了无特征分解的信源个数检测算法SDWED算法。进而,信号子空间的特征向量就可以由Q矩阵确定,从而应用ESPRIT算法获得信源波达方向的估计。该算法不需要预先知道信源个数的先验知识以及分离信号与噪声特征值的门限。在确定信源个数和子空间估计的同时,本文算法与传统的基于奇异值分解算法相比,具有近似性能时却拥有较低的计算复杂度。仿真结果证明了该方法的有效性。     

COMPUTATIONALLY EFFICIENT ESPRIT METHOD FOR DIRECTION FINDING

In this paper,a low complexity ESPRIT algorithm based on power method and Orthogo- nal-triangular (QR) decomposition is presented for direction finding,which does not require a priori knowledge of source number and the predetermined threshold (separates the signal and noise ei- gen-values).Firstly,according to the estimation of noise subspace obtained by the power method,a novel source number detection method without eigen-decomposition is proposed based on QR de- composition.Furthermore,the eigenvectors of signal subspace can be determined according to Q matrix and then the directions of signals could be computed by the ESPRIT algorithm.To determine the source number and subspace,the computation complexity of the proposed algorithm is approximated as (2log_2 n 2.67)M~3,where n is the power of covariance matrix and M is the number of array ele- ments.Compared with the Single Vector Decomposition (SVD) based algorithm,it has a substantial computational saving with the approximation performance.The simulation results demonstrate its effectiveness and robustness.     

相干声波信号DOA单快拍矢量平滑估计与跟踪算法

本文研究了基于声矢量传感器阵列的相干信号波达方向(DOA)估计和跟踪问题.首先,根据中心对称均匀线阵方向矩阵的平移不变特性,提出了一种增强阵列有效孔径的单快拍矢量平滑估计算法(PVFSIA),该算法可以用于相干信号的DOA快速估计.在此基础上,提出了基于迭代的相干信号DOA跟踪算法,该算法无需奇异值分解和矩阵求逆运算,...     

基于单快拍极化平滑处理的DOA跟踪算法

该文研究了基于电磁矢量传感器阵列的相干信号波达方向(DOA)跟踪问题。首先,对一种增强阵列有效孔径的单快拍极化平滑估计算法(SSPSA)的解相干性能进行了分析,此算法可以用于相干信号的DOA快速估计。在此基础上,提出了一种基于迭代的相干信号DOA跟踪算法,此算法无需奇异值分解和矩阵求逆运算,具有较快的跟踪速度。仿真实验验证了算法的有效性。     

异步DS-CDMA系统盲空时信道估计及多用户检测

该文提出了适用于频率选择性瑞利衰落信道中的异步DS-CDMA系统盲空时信道估计及多用户检测算法。通过研究多径信号码空间和数据矢量空间,采用噪声子空间技术进行异步DS-CDMA系统盲空时信道参数估计,同时利用了多径传播和接收机同步失调的特性,以利于把盲线性滤波优化技术应用于稳健的干扰抑制。使用一种修改的ULV更新算法进行噪声子空间跟踪,该算法不需要相关矩阵的秩估计,直接估计噪声子空间,不进行信号子空间跟踪。并且研究了线性约束最小方差(LCMV)盲空时多用户检测及其基于Householder变换约束最小均方算法(HCLMS)的自适应实现。仿真结果验证了该文算法的有效性。     

Bi-iteration SVD subspace tracking algorithms

We present a class of fast subspace tracking algorithms that arise from a straightforward extension of Bauer's (1957) classical bi-iteration to the sequential processing case. The bi-iteration concept has an unexpected potential in subspace tracking. Our new bi-SVD subspace trackers are well structured and show excellent convergence properties. They outperform the TQR-SVD subspace tracking algorithm. Detailed comparisons confirm our claims. An application to rank and data adaptive signal reconstruction is also discussed