稀疏极化敏感阵列的波达方向和极化参数联合估计

该文采用稀疏分布极化敏感阵列(SD-PSA),研究了多目标波达方向(DOA)和极化参数的估计问题。首先建立稀疏极化敏感阵列信号模型;然后利用阵列的空间旋转不变性运用ESPRIT算法得出信号的高精度周期性模糊多值DOA估计;同时利用子阵列导向矢量之间的关系得出信号的极化信息和DOA的无模糊粗估计;最后利用DOA粗估计值解模糊,得到信号的高精度无模糊DOA估计。该文所提阵列的阵元间距大于半个波长距离,扩展了阵列2维物理孔径,一定程度上降低了阵元间的互耦影响,相应的信号DOA估计精度大大提高。仿真实验结果验证了该算法对信号DOA和极化参数估计的有效性。     

稀疏平面阵列幅相误差估计算法

稀疏阵列存在模糊特性,导致当阵元幅相误差或位置误差存在时,无法直接应用传统的ISM方法.针对这一缺陷,文中借用线阵中基于介质解模糊的DOA估计算法原理,将该算法推广至二维稀疏平面阵列,通过引入抑制度的概念深入研究了介质参数对抑制效果的影响,并进一步将该算法与经典ISM法相结合,提出了一种新的稀疏平面阵列幅相误差估计算法...     

基于L型和差嵌套阵的二维波达方向估计

针对传统L型均匀阵列二维波达方向（Direction of Arrival,DOA）估计中可估计信源数目受限于阵元数、分辨率低等问题,提出了一种新的L型和差嵌套阵列结构。该L型阵列的两个子阵布置相同,是非均匀的稀疏阵,通过阵元位置之间的差分、求和操作达到虚拟扩展阵元数目的效果,从而提升阵列的自由度。采用该阵列进行二维DOA估计时,两个子阵分别先进行一维的DOA估计,再采用PSCM（Pair-matching Signal Covariance Matrices）算法进行一维角度配对。每个子阵进行一维波达方向估计时,先采用VCAM（Vectorized Conjugate Augmented MUSIC）算法生成非均匀稀疏阵的求和求差协方差矩阵,再采用矩阵重构的方法恢复协方差矩阵的秩,最后对协方差矩阵采用MUSIC（Multiple Signal Classification）算法进行DOA估计。实验仿真表明,本阵列有着更高的自由度和估计精度。      

子阵分级处理与稀疏恢复联合的抗主副瓣干扰方法

传统的抗干扰方法在低信噪比条件下性能恶化,对此本文提出了子阵分级处理与稀疏恢复联合的抗干扰方法。新方法首先按照一定规则将全阵列划分为多个子阵列;然后利用自适应波束形成（ADBF）技术抑制各子阵接收信号中的副瓣干扰信号,并将各子阵ADBF后的输出数据联合,构建新的阵列数据;最后通过新构建的阵列数据构建稀疏表示,改进了多测量向量降维提升法（ReMBo）,并与交叉方向乘子法（ADMM）联合进行稀疏恢复,分离得到目标回波信号,并得到了波达角（DOA）的估计。仿真实验表明,新方法能有效对抗主副瓣干扰,与其它方法相比,具有更好的目标检测和DOA估计性能,特别是在低信噪比的条件下。      

基于虚拟阵列的二维稀疏阵列相干源DOA估计

波达方向DOA估计是雷达阵列信号处理的一个重要方向,传统的MUSIC算法对均匀阵列条件下独立信号源的估计有很强的适应性,但实际的雷达工作中,稀疏布阵下多相干源测角是一个经常出现的应用场景。文中针对二维稀疏阵列的相干源测角,提出了一种基于虚拟阵列的相干源DOA估计方法。该方法利用虚拟阵列内插的方法,将一个任意二维稀疏阵列内插为一个均匀面阵,再通过二维空间平滑方法对相干源进行测角,能够同时获得信号的方位角和俯仰角信息。稀疏面阵和稀疏圆阵的仿真实验结果表明,该方法可以有效的解决二维稀疏阵列的相干源测角问题。     

基于约束最小冗余阵列的MIMO雷达二维波达方向估计

基于约束最小冗余线阵（RMRIA）,提出利用增广矩阵束（MEMP）算法来估计MIMO雷达的二维DOA。采用约束最小冗余线阵配置L形阵列,计算两线阵的互四阶累积量并构造增广矩阵,利用RMRLA—MEMP方法估计出二维波达方向。此方法同时利用约束最小冗余和四阶累积量阵列扩展的性质,提高了角度的估计精度,且估计过程不需要谱峰搜索,能够很好地解决MIMO雷达二维DOA估计中的相位模糊问题,仿真验证了算法的有效性。     

一种稀疏表示的二维DOA降维估计新算法

提出了一种基于空间锥角降维的二维DOA稀疏分解估计新方法,解决了利用稀疏表示方法进行二维DOA估计时计算复杂度大的问题.根据L阵列的结构特性,引入空间锥角表示信号的二维DOA信息,构造空间锥角冗余字典,通过稀疏正则化求解实现空间锥角的估计,然后利用求解得到功率实现L阵列中两个子阵之间的空间锥角配对,从而达到对多来波的二维DOA估计的目的,其避免了方位角和俯仰角组合而造成冗余字典庞大的问题,极大地减少了稀疏分解的计算量.仿真和实测数据结果均验证了该方法的有效性和优越性,为进一步的工程应用奠定了基础.     

三正交分离式极化敏感阵列的波达方向估计

该文研究了分离式极化敏感阵列(SS-PSA)的多目标波达方向(DOA)估计问题。首先建立三正交分离式极化敏感均匀稀疏阵列的信号模型;接着利用阵列的旋转不变性采用ESPRIT算法计算出多值模糊DOA估计;利用该模糊DOA估计值对分离式极化天线进行空间相移的补偿,然后利用共点式极化天线之间的多维角度结构求出对应的虚拟DOA估计;最后通过提取多值模糊估计值和对应虚拟估计值之差的最小范数得到多目标的DOA估计。该文所提阵列采用分离式极化天线代替传统共点式极化天线,降低了阵列的互耦影响;采用稀疏阵列结构有效地扩展了阵列的物理孔径,大大提高了DOA估计精度。计算机仿真结果证明了该算法对分离式极化天线DOA估计的有效性和高精度性。     

稀疏拉伸式L型极化敏感阵列的二维波达方向和极化参数联合估计

为降低现有的共心式矢量传感器阵列天线间存在的严重互耦影响,进一步提高参数估计精度,该文提出一种稀疏拉伸式L型极化敏感阵列(SSL-PSA),并针对该阵列提出一种2维波达方向(DOA)和极化参数联合估计算法。首先建立稀疏拉伸式极化敏感阵列的信号模型,然后将阵列划分为6个子阵,采用子空间旋转不变算法(ESPRIT)算法得到多个旋转不变因子(RIFs),再根据旋转不变因子间的关系,通过数学运算,得到一组方向余弦有模糊精估计值和4组无模糊粗估计值;然后重构出对应的4组导向矢量,根据导向矢量和噪声子空间的正交性,确定出正确的一组无模糊粗估计值;最后通过现有的解模糊方法得到高精度且无模糊的DOA和极化参数估计值。该文所提阵列不存在共心结构,相对于现有的含有共心式矢量传感器结构的阵列,大大降低了互耦影响,且可在不增加天线数目的前提下,有效扩展阵列的2维孔径,大大提高DOA估计精度。仿真结果证明该文所提方法的有效性。     

柱面共形阵列高性能低复杂度DOA估计算法

针对柱面共形阵列的波达方向(DOA)估计问题,从信号子空间的角度分析了在阵元遮挡下应用多重信号分类(MUSIC)算法的性能缺陷。在此基础上提出通过偏置常数的方法克服经典MUSIC算法的阵元遮挡问题。进一步提出一种基于数据自适应子阵分割的快速DOA估计算法,该方法先利用稀疏采样的偏置MUSIC算法进行DOA预估,依此确定所需要的子阵及二维搜索区域,确定MUSIC算法的搜索范围,进而得到高精确度的DOA估计。利用子阵分割的方法进行DOA估计,避免了经典MUSIC算法因阵元遮挡导致运算量大、精确度低等问题。仿真结果表明,该方法能大幅度降低运算复杂度,同时提高DOA估计精确度。     

基于双向传播算子的互质面阵二维波达方向估计

针对谱峰搜索的二维波达方向估计中现有算法复杂度高,精度受搜索间隔影响较大的问题,给出了一种双向传播算子的互质面阵二维波达方向估计算法,实现了俯仰角和方位角的低复杂、高精度、无模糊联合估计.该方法首先将互质阵列引入到二维波达方向估计中,构造互质平面阵模型,然后采用两次旋转不变传播算子方法计算出不同阵列流型方向上的旋转因子矩阵,根据旋转因子矩阵解算出目标信号的俯仰角和方位角,同时利用互质理论消除了稀疏阵列角度估计的不确定性,证明了互质阵列模型下采用双向传播算子方法进行俯仰角和方位角估计的无模糊性.对算法的复杂度进行理论分析,并给出了平面阵列角度估计的克拉美罗界推导.理论分析与仿真结果表明,算法不需要进行角度匹配和谱峰搜索,在相同条件下的均方根误差性能优于均匀平面阵的多重信号分类算法,并且以较低的复杂度无模糊的达到了高维网格搜索的精度.     

基于矩阵完型的干涉式阵列米波雷达解模糊算法

针对干涉阵列米波雷达方向估计中的模糊问题,该文提出了基于矩阵完型的解模糊算法.该方法将干涉技术中的辅助阵元解模糊方法扩展到干涉阵列中,通过增加适当的辅助阵元,使干涉式阵列成为完型阵列,再依次采用直接增广法、MUSIC算法及关联法实现干涉阵列方向估计的解模糊,从而得到高精度无模糊的方向估计.为了估计相干源的波达方向,该文根据干涉阵列结构的特点及空间平滑算法的原理也提出了干涉阵列的空间平滑算法.仿真结果和实测数据验证了矩阵完型解模糊算法和干涉阵列的空间平滑算法的正确性与有效性,也表明了该文的解模糊方法具有计算量小,实时性高等特点.     

A detailed derivation of arrays free of higher rank ambiguities

Since linear dependence of steering vectors would lead to ambiguous direction-of-arrival (DOA) estimates, it is crucial to employ array with linearly independent steering vectors in DOA estimation applications. In fact, it is well known that in order to determine uniquely the DOAs of ν uncorrelated signals, one requires an array that is free of up to rank-ν ambiguities (i.e., an array whose every (ν+1) steering vectors with distinct DOAs are linearly independent). However, the question as to the sensor arrangement that gives rise to an array that is free of up to rank-ν ambiguities, where ν∈{3,...}, remains unanswered. We construct a class of cross arrays that are free of up to rank-ν ambiguities, where ν∈{1,...}. Through this study, we derive a theorem for characterizing inherent ambiguities associated with cross arrays. We also provide counterexamples to the conjecture for characterizing higher rank ambiguity proposed by Lo and Marple (see ibid., vol.40., p.2641-50, 1992) and that proposed by Wang et al. (see ICASSP'9, vol.IV, p.509-12, 1994)     

高性能空时二维角度估计改进算法

干扰角度估计是数字阵列雷达抗干扰的基础,本文针对实际数字阵列天线阵元间距大于半波长导致大角度估计时阵元相位出现模糊问题,提出一种新的基于时空DOA矩阵的多目标高性能二维角度估计算法。该算法首先计算时空DOA矩阵并进行特征值分解,接着利用空时矩阵特征向量与来波导向矢量匹配特性,对估计得到的各导向矢量分别进行相位解模糊,进而利用导向矢量联立方程组,得到各来波角度信息的最小二乘解。相位解模糊过程主要通过计算多组模糊解对应的导向矢量与实际估计得到的导向矢量的相关性,选取相关值最大的一组模糊解作为真实解来实现。仿真与数字阵列天线实测结果表明,与时空DOA矩阵法相比,本文算法具有更高的测角精度和更加稳健的输出性能。      

Resolving manifold ambiguities in direction-of-arrival estimationfor nonuniform linear antenna arrays

This paper addresses the problem of ambiguities in direction of arrival (DOA) estimation for nonuniform (sparse) linear arrays. Usually, DOA estimation ambiguities are associated with linear dependence among the points on the antenna array manifold, that is, the steering vectors degenerate so that each may be expressed as a linear combination of the others. Most nonuniform array geometries, including the so-called “minimum redundancy” arrays, admit such manifold ambiguities. While the standard subspace algorithms such as MUSIC fail to provide unambiguous DOA estimates under these conditions, we demonstrate that this failure does not necessarily imply that consistent and asymptotically effective DOA estimates do not exist. We demonstrate that in most cases involving uncorrelated Gaussian sources, manifold ambiguity does not necessarily imply nonidentifiability; most importantly, we introduce algorithms designed to resolve manifold ambiguity. We also show that for situations where the number of sources exceeds the number of array sensors, a new class of locally nonidentifiable scenario exists     

2D DOA and Frequency Estimation Method with One Vector-Sensor and Two Pressure Sensors Based on ESPRIT and Signal Power

We use one vector and two pressure sensors to form a sparse large aperture L-shape array for high performance two-dimensional (2D) direction of arrival (DOA) and frequency estimation. Because the number of sensors is small and there is only one vector sensor in the presented array, thus, the installation of sensors in the array is simpler and installation error is smaller, than the conventional array. Meanwhile, a high performance 2D DOA and frequency estimation method is presented. Firstly, utilizing single vector sensor and based on the ESPRIT, a group coarse 2D DOA and frequency parameters are obtained. Secondly, to restrain space noise or interference, a matrix filter is utilized to process the covariance matrix which comes from sensor array, so as to form a new covariance matrix which possesses high signal to noise ratio. Thirdly, utilizing the new covariance matrix and based on the ESPRIT again, accurate but ambiguity angles estimates are obtained. Fourthly, one signal power estimator and one optimization method are presented to solve the angle ambiguity and frequency ambiguity problems, respectively. The proposed method gains a high performance 2D DOA and frequency estimation results. Numerical simulations are performed to verify the feasibility of the proposed method.

     

模糊对天基稀疏孔径GMTI雷达的影响

天基稀疏孔径实现地面运动目标指示（GMTI）具有很大吸引力，然而天基稀疏阵通常存在距离、多普勒和角度模糊。文中研究模糊对空时自适应处理和GMTI性能的影响，理论分析与仿真结果表明：距离模糊会影响最小可识别速度，引起输出SINR损失；多普勒模糊和角度模糊不但产生测速旨区和输出SINR损失，还导致虚似目标和同一目标被重复检测，增加虚警概率。     

一种毫米波干涉仪测向算法

提出了一种毫米波干涉仪二维测向解模糊算法.通过对圆形阵列阵元与参考阵元之间的测量相位差进行一次或多次虚拟变换运算,获得虚拟阵元与参考阵元之间的无模糊相位差.无模糊相位差被用来得到粗略无模糊的波达方向估计,此粗略无模糊的波达方向估计被用来解原阵列阵元和参考阵元的周期性相位模糊.进而获得高精度波达方向估计.仿真实验表明,所提算法在毫米波频率范围内能获得高精度的二维测向结果.     

DOA estimation for sparse nested MIMO radar with velocity receive sensor array

Direction of arrival (DOA) estimation for sparse nested MIMO radar with velocity receive sensor array is studied, and an algorithm based on extended unitary root multiple signal classification (MUSIC) is proposed. The nested MIMO radar utilizes sparse transmit array and velocity receive array with nested inter-element distances, which can make the final virtual array to be a long and sparse velocity sensor array. After exploiting unitary transformation to transform the data into real-valued one, an extended root MUSIC based method is developed to decompose the angle estimation into high-resolution but ambiguous and low-resolution but unambiguous DOA estimations, which are automatically paired. Thereafter, the ambiguous estimation is used to recover all possible DOAs, and the unambiguous DOA estimation is used as a reference to resolve the estimation ambiguity problem. Compared to conventional methods, the proposed algorithm requires no peak search, maintains larger aperture and achieves better DOA estimation performance. The simulation results verify the effectiveness of our approach.     

基于旋转均匀圆阵的单近场源参数估计解模糊算法

基于阵列的信源定位在无线通信、雷达、声纳等领域运用广泛.针对均匀圆阵下单个高频近场源参数估计存在相位模糊的情况,本文提出利用旋转使同一阵元形成虚拟短基线的解模糊算法.首先,为了对旋转前后两组观测数据进行配准,在圆阵中心设置参考阵元并利用其初始相位差对其他阵元数据进行相位补偿;随后,在通过复共轭积计算各阵元旋转前后无模糊相位差的基础上,使用最小二乘法反演出近场源的方位、俯仰和距离;进一步地,利用反演得到的无模糊近场源参数消除旋转前最长基线阵元间接收信号的相位差模糊,得到长基线下的高精度参数;最后,利用仿真实验验证了本文算法在高频单近场源下的解模糊性能.