基于模式空间的均匀圆阵方位估计性能研究

在建立了均匀圆阵数学模型的基础上,将模式空间与经典高分辨方位估计算法——多重信号分类法（MUSIC）应用到均匀圆阵方位估计（DOA）中;详细推导了模式空间虚拟均匀线阵的形成过程,并通过计算机仿真给出了MUSIC算法在虚拟均匀线阵下的方位估计成功概率、估计方差、估计偏差等随信噪比变化时的变化情况。仿真结果表明,随着信噪比的增加,基于模式空间将均匀圆阵变成虚拟线阵,方位估计性能有了明显提高。     

均匀圆阵相干信源DOA估计的模式平滑算法

本文提出了一种适用于均匀圆阵的相干信源空间谱估计的方法。它利用空间预处理技术,将阵元空间的均匀圆阵变换成相位模式空间内的虚拟均匀线阵。通过将均匀线阵的空间平滑技术和增强平滑技术应用于该虚拟阵,可获得文中的模式平滑算法。该算法仅利用一维搜索就可使均匀圆阵具有检测相干信源的能力,避免了将圆阵看成是一般平面阵时所必须的多维搜索,减少了计算量。计算机模拟结果证明了该算法的正确性和有效性。     

TD-SCDMA中DOA估计的一种ESPRIT算法

智能天线是TD-SCDMA系统的关键技术之一,其核心为波达方向(Direction of Arrival,DOA)估计和波束形成算法。目前大多数DOA估计算法都是以均匀线阵为基础,而TD-SCDMA采用的是8阵元的圆阵列天线,因此,文中采用空间预处理技术,将圆阵虚拟到均匀线阵,再用ESPRIT算法进行DOA估计,最后通过仿真验证了该算法的可行性。     

基于旋转不变子空间均匀圆阵互耦自校正算法

针对均匀圆阵互耦自校正问题,提出了一种基于旋转不变参数估计(ES-PRIT)技术的互耦自校正算法。通过模式空间转换技术将互耦影响下的均匀圆阵流型向量近似等效为存在幅相误差的虚拟均匀线阵流型向量,并且该幅相误差矩阵满足中心对称性。利用该性质并结合ESPRIT技术分别给出了信源方位和互耦向量的闭式解。为了减少模式空间转换偏差的影响,基于Belloni方法,给出了一种互耦影响下抵消模式空间转换偏差的方法。仿真实验验证了新算法的有效性。     

均匀圆耻相干信源DOA估计的模式平滑算法

本文提出了一种适用于无效圆阵的相干信泊空间谱估计的方法，它利用空间预处理技术，交阵元空间的均匀圆阵变换成相位模式空间内的虚拟均匀线阵，通过将均匀线阵的窨平滑技术和增强平滑技术应用于该虚拟阵，可获得文中的模式平滑算法，该算法仅利用一维挝不可使均匀四具有检测相干信源的能力，避免了圆阵看成 一般平面阵时所必须的多维搜索，减少了计算量，计算机模拟结果了算法的正确性和有效性。     

未知接收机通道特性下的信号“空间特征”估计算法

该文用均匀线阵研究了未知接收机通道特性下信号“空间特征”“w=2π△sinθ/λ)的估计问题,利用均匀线阵的冗余结构,本文给出了基于信号子空间的ESPRIT－Like算法,得到了一个信号“空间特征”和通道特性的近似解,ESPRIT－Like算法对信号“空间特征”估计具有较好的稳健性;与B.Friedlander,V.C.Soon等人（1994）提出的其它迭代算法相比,ESPRIT－Like算法具有计算量小的优点,数值仿真结果证实了本文算法的有效性并评价了算法的性能。     

基于均匀圆阵的二维ESPRIT算法研究

在深入研究均匀圆阵扩展阵列流形的基础上，针对某些均匀圆阵的扩展阵列中含有旋转不变性的子阵列组以及中心对称性质，提出了2种基于均匀圆阵的二维ESPRIT算法，第一种算法减少了一次奇异值分解，第二种算法避免了参数配对。仿真结果验证了算法的正确性和有效性，并且在高斯色噪声条件下，其测向性能均优于MUSIC算法和最大似然算法。     

基于ANM的非均匀圆阵二维DOA估计

传统的基于原子范数最小化（Atomic Norm Minimization, ANM）的波达方向（Direction of Arrival, DOA）估计算法无法直接应用于不满足范德蒙德结构的非均匀圆阵,针对这一问题提出了一种基于虚拟阵列变换的改进方法。以某非均匀圆阵作原始阵列为例,首先通过虚拟阵列变换处理原始阵列接收的数据,使其转换为虚拟的均匀L阵接收数据,将非均匀圆阵上的DOA估计问题转化为两个均匀线阵上的DOA估计问题,再利用基于ANM的DOA估计算法与L型阵的二维角度关系还原出方位角和俯仰角。通过仿真与实测实验验证了所提算法应用于非均匀圆阵的可行性,并分析其DOA估计结果,证明其拥有较高的估计精度。     

一种应用于椭圆阵的超分辨参数估计方法

椭圆阵比圆阵复杂,但易于工程中的应用,文中利用平面均匀圆阵与平面均匀椭圆阵的等效关系,采用相模激励技术,将波束空间的旋转不变波达角估计法(ESPRIT算法)从圆阵应用场合拓展到椭圆阵中,对均匀椭圆阵的EA-ESPR IT算法进行了仿真分析,对平面均匀圆阵与平面均匀椭圆阵的DOA估计进行了对比分析。结果表明,给出的算法应用在椭圆阵中有在圆阵中几乎相同的性能,较好地解决了椭圆型阵列的波达角估计问题。     

基于均匀圆阵的求根MUSIC算法测向研究

本文介绍了在均匀圆型阵列情况下,利用模式空间激励技术,将均匀圆阵的阵列流行变换成虚拟线阵的阵列流行。然后介绍了传统的MUSIC算法和求根MUSIC算法的特点,并对这两种算法进行仿真及对仿真结果进行性能分析。通过仿真可以得出求根MUSIC算法比传统MUSIC算法运算量小。     

Beamspace Transform for UCA: Error Analysis and Bias Reduction

In this paper, we analyze the error caused by the beamspace transform (BT) when it is applied to uniform circular array (UCA) configuration. Several algorithms for direction of arrival (DoA) estimation exploit this modal transform because it allows using computationally efficient techniques such as polynomial rooting and dealing with coherent sources. The BT is based on the phase-mode excitation principle. The performance of such DoA estimators is degraded if the array has a small number of elements. We introduce a modified beamspace transform (MBT) that performs mapping from element-space to beamspace domain taking into account the error caused by the transform. Justification of the difference in the statistical performances of MUSIC and root-MUSIC algorithms for UCA is also given. Moreover, we show that there is a significant difference in the performance of the UCA root-MUSIC technique depending on whether an even or odd number of elements is used. We derive an expression approximating the bias in the DoA estimates that is caused by the beamspace transform. Some design guidelines are provided for choosing the key UCA configuration parameters such as number of sensors, array radius, and interelement spacing in order to reduce the error. Finally, we propose a novel technique for bias removal. It allows practically bias-free DoA estimation.     

Uncorrelated component analysis for blind source separation

The uncorrelated component analysis (UCA) of a stationary random vector process consists of searching for a linear transformation that minimizes the temporal correlation between its components. Through a general analysis we show that under practically reasonable and mild conditions UCA is a solution for blind source separation. The theorems proposed in this paper for UCA provide useful insights for developing practical algorithms. UCA explores the temporal information of the signals, whereas independent component analysis (ICA) explores the spatial information; thus UCA can be applied for source separation in some cases where ICA cannot. For blind source separation, combining ICA and UCA may give improved performance because more information can be utilized. The concept of single UCA (SUCA) is also proposed, which leads to sequential source separation.This work was supported in part by grants from the Research Grants Council of Hong Kong, grants HKU553/96M, HKU7036/97E, and HKUST776/96E.     

圆阵相位模式空间波束输出的高分辨目标方位估计算法研究

本文推导了均匀圆阵作为接收阵时的相位模式空间,证明圆阵在相位模式空间可以等效为一个虚拟线阵,并把高分辨方位估计算法应用到均匀圆阵相位模式空间虚拟线阵波束输出。计算机仿真结果显示,波束域Root－MUSIC算法应用到虚拟线阵时可以获得良好的解不相关信源的能力,而波束域WSF算法则具有比模式平滑算法更佳的解相干信源性能。     

Combined Random/Reservation Access for Packet Switched Transmission Over a Satellite with On-Board Processing: Part I--Global Beam Satellite

A combined random/reservation multiple access (CRRMA) scheme for packet-switched communication over a global beam satellite with on-board processing is proposed and analyzed. Channel time is divided into contiguous slots; each slot containsNminislots for transmission of request packets andN'minislots for data. WithNsubstantially smaller than the number of earth stations, collisions will occur in request packet transmissions. Two channel access algorithms for the CRRMA model are proposed: uncontrolled channel access (UCA) and controlled channel access (CCA). UCA is simpler but has an inherent stability problem particularly when the number of minislotsNis small. The CCA algorithm restricts the transmission of request packets for new arrivals to take place only when the slot is in the FREE state. WithN = 3, the CCA algorithm exhibits good delay-throughput characteristics. AsNincreases, the UCA algorithm offers stable operation. ForN geq 5the simpler UCA algorithm is preferred over CCA.     

均匀圆阵DOA估计的一种酉变换方法

针对基于均匀圆阵的子空间类DOA估计算法包含大量复数运算、硬件实现复杂的问题,提出了阵元空间中的一种酉变换方法。该方法利用阵列的中心对称性将协方差矩阵和导向矢量分别转化为实对称阵和实矢量,从而大大降低了硬件实现复杂度。基于该酉变换的MUSIC算法在性能上优于传统的MUSIC算法和均匀圆阵模式空间酉MUSIC算法。     

均匀圆阵二维波达角估计的Cramer-Rao界

均匀圆阵(UCA)是一种应用广泛的具有二位波达角估计能力的平面阵列。为了从理论上分析不同阵列参数下到达波方位角(AOA)、仰角估计精度,推导了均匀圆阵二维波达角估计的性能界,以此为基础分析了阵列孔径、阵元个数、快拍数以及来波仰角高低与到达角估计精度的关系,并通过对UCA-MUSIC算法计算机仿真验证了推导结果的正确性。研究结果为波达角估计类算法提供了可供参考的性能下界,圆阵设计时也不再需要大量的Monte Carlo仿真试验确定阵列参数,可直接从估计精度表达式中获得。     

一种利用均匀圆阵对称特性的近场源酉变换估计算法

针对现有均匀圆阵的近场源三维参数估计算法运算量大的缺点,提出了一种基于均匀圆阵对称特性的近场源酉变换估计算法。该算法利用均匀圆阵对称特性将阵列导向矢量进行酉变换和对角化分离处理,消除距离参数,把三维搜索问题化简为二维搜索问题,同时把复值方向矢量转化为实值方向矢量。计算机仿真结果显示,所提算法估计性能优于相关序列降维估计方法,与三维多重信号分类算法性能相当,且通过矩阵分离降维和实值化处理,减少了运算量,有利于工程实时处理。     

加权子空间拟合相干信源二维波达方向估计

对均匀圆阵列(UCA)二维波达方向估计问题,运用相位激励模式波束形成技术,得到圆阵波束空间实值阵列流形。在波束空间内．研究了相干信源子空间分解技术和加权子空间拟合技术。计算机仿真表明,在波束空间内的加权子空间拟合技术具有良好的相干信源二维波达方向估计性能。     

一种新的DOA估计方法

本文提出了一种用天线阵来进行多个人射平面波的DOA(direction of arrival)估计方法.这种方法可以解决以往像MUSIC、ESPRIT等算法信号数不能超过阵元数的问题.这种方法计算量少、精度高、可适用于任意几何形状天线阵.同时得到信号频率估计,在平面阵中可得到自动成对的2维角估计.并且借助于相应技术,可...     

耦合对环形相控阵生成涡旋电磁波的影响

该文研究了环形天线阵列生成具有轨道角动量的微波频段涡旋电磁波的过程中,天线阵列单元间的耦合对生成的涡旋电磁波的模式的影响.通过理论分析,以及基于矩量法的全波电磁数值计算,给出了在一定的条件下,耦合对生成的涡旋电磁波的模式数的影响.结果表明,当存在耦合的旋转对称性时,耦合不会对涡旋波的生成造成影响;而当不存在耦合的旋转对称性时,单元间耦合会使生成的涡旋波偏离理想结果.耦合对涡旋波的影响程度敏感于模式数、环形阵列半径、观测点方位.基于文中的参数,即使相邻单元间距大于两个波长,耦合也可能使模式数改变14%以上.