基于数据矩阵奇异值分解的时—空二维信号处理

本文提出一种利用阵列接收信号数据矩阵奇异值分解的时－空二维信号谱估计方法，该方法对线阵接收信号构成的数据矩阵进行奇异值分解，构造出噪声奇异向量，利用信号空间与噪声空间的正交性获得时－空二维谱，该方法可用于高分辨测向测速系统中，计算机模拟表明了该算法的有效性。     

运用滑窗定阶的噪声子空间分解

地面接收的导航信号易受人为干扰,用空时二维阵列处理可有效抑制接收信号中的干扰。多级维纳滤波（MWF: Multistage Weiner Filter）可用于空时二维处理以避免大矩阵特征分解,但噪声子空间估计不准。对此本文提出一种方法:首先用经典MWF粗略估计噪声子空间维数,然后运用滑窗逐步找到噪声和白噪声子空间的分界点,最后用MWF的综合部分即可算得最优权值以进行抗干扰处理。仿真证明该方法在噪声子空间估计上比传统MWF方法具有更高的区分度,并且获得更优的抗干扰效果。由此得出结论:该方法能够大幅提高噪声子空间估计的鲁棒性,增强空时二维阵的抗干扰能力。      

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。     

时频子空间拟合波达方向估计

本文提出了一种基于信号空时特征结构的时频子空间拟合方法,利用双线性时频分布构造时频相关矩阵 C _x代替传统的阵列相关矩阵 R _x,通过 C _x的特征分解实现了信号子空间与噪声子空间的分离.该方法在空域和二维时频域同时进行处理,能够区分具有不同时频特征的信号,既适用于平稳信号的场合又适用于时变、非平稳信号的情形,属于空时多维处理的范畴.可以证明,基于平稳信号假设的经典子空间方法是该方法的低维特例.由于包含了时变滤波的过程,因此该方法具有信号选择性以及抗干扰和抗噪声的能力.仿真结果证实了该方法的有效性.     

GPS空时抗干扰子空间投影方法

根据GPS接收机接收信号、噪声和干扰的特点，将子空间投影方法与空时信号处理相结合，利用基于数据域相关相减结构多级维纳滤波器（CSA-MWF）的前向递推多级分解特性构造出空时二维干扰子空间，进一步求出空时抗干扰最佳权。与传统的特征值分解方法相比，该方法避免了估计接收数据协方差矩阵及其特征分解运算，计算量大幅下降，同时抗干扰性能不受影响，适合多变环境和小数据样本情况。该方法结构简单，具有较高的可行性和实用性。仿真结果验证了该方法对窄带和宽带干扰均有效。     

基于空时二维协方差矩阵修正的波束形成算法

在实际应用环境中,信源和阵列传感器等存在误差,假设期望信号的导向矢量与真实信源导向矢量的失配会导致阵列波束形成器把期望信号当作干扰来加以抑制。针对信号匹配误差导致自适应波束形成性能下降的问题,提出了一种基于空时二维协方差矩阵修正的波束形成算法,利用空时结构对宽带幅相误差校正的特性,对空时二维协方差矩阵进行重构,并对修正协方差矩阵进行特征值分解,分离出信号加干扰子空间,将失配导向矢量投影可使期望信号与噪声子空间严格正交,最后求解算法最优权值。算法有效改善了波束形成的输出信噪比,计算机仿真验证了理论分析的正确性和算法的稳健性。     

MIMO系统中基于干扰子空间投影的盲空时多用户检测算法

该文针对多天线码分多址系统,提出了一种盲空时多用户检测算法。该算法结合空域、时域二维信息,利用Alamouti空时分组码与MIMO信道的结构特征,通过跟踪干扰子空间对多天线信道进行估计。在此基础上,通过将接收信号投影到干扰子空间的正交补空间上,实现了抑制多址干扰的空时多用户检测。该算法不仅能够自适应地跟踪信道的变化,且具有较低的算法复杂度。仿真结果表明该算法能够有效地抑制多天线码分多址系统中的多址干扰,改善系统的性能。     

超宽带通信中模拟空时码的一种子空间检测方法

该文针对应用于超宽带(UWB)通信中的模拟空时码, 提出了一种基于子空间的盲检测方法。在接收端不需要估计信道,利用信号子空间和噪声子空间正交的性质,建立了一个二次型,最小化该二次型就可得到发送信号的估计。平坦衰落信道环境中的仿真表明,子空间方法能够实现和相关接收相同的分集增益;当多个连续的空时码联合解码时,其性能优于现有的非相关解码方法。     

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速，精确地测定多谱勒频率和方位角能够实现对目标回波信号的离分辨率处理，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     

一种多路并行盲搜索的空时二维抗干扰算法

针对卫星导航抗干扰中传统的空时自适应处理算法运算量大、处理速度较慢的问题,在介绍多级维纳滤波基本原理的基础上,提出了一种多路并行的盲搜索空时二维抗干扰自适应处理算法。该方法采用多级维纳滤波降维处理的方法求解信号子空间和干扰子空间,从而使输出信号的信干噪比达到最优,实现干扰的有效抑制。仿真结果表明,该算法具有较好的抗干扰性能,且运算量较低,有较好的工程应用前景。     

基于QR分解的高分辨率快速算法

以MUSIC为代表的一类基于特征分解的高分辨谱估计方法由于具有优越的分辨性能而受到人们的普遍重视。然而,做特征分解运算量大,工程实现较困难,使这类方法应用于实际有困难。利用阵列输出协方差矩阵的特殊结构,本文提出一种基于QR分解的高分辨谱估计方法及其改进形式。这种方法在多数情况下性能与MUSIC方法相近,而运算量和算法复杂性却大大降低。     

一种DOA估计的快速子空间算法

MUSIC算法是一种属于特征结构的子空间超分辨方法，该算法性能优良，但需要估计协方差矩阵并对其进行特征分解，运算量大，很费计算时间。本文对波这方向估计问题进行了研究并提出了一种采取降维处理的快速子空间算法，该算法利用阵列协方差矩阵的一个子矩阵快速得到信号子空问，无需特征分解，且无需估计整个协方差矩阵，只需估计该子矩阵，故快速算法运算复杂度远低于MUSlC算法，而性能损失并不太大。理论分析和计算机仿真结果表明此方法是有效的。     

基于快速子空间分解的宽带非相干DOA估计快速算法

总结了快速子空间分解在窄带阵列到达角估计中的应用,给出了几种构造参考信号的方法。将快速子空间分解与宽带非相干信号子空间方法相结合,得到了宽带到达角估计快速方法。在性能基本保持不变的同时,新方法大大降低了运算量。仿真结果证明了算法的有效性。     

信号特征向量分解与到达波方向估计＊

本文提出了到达波方向(DOA)估计的一种新算法。基于信号特征向量分解的一种唯一形式,我们提出了用递推算法来实现由一个或几个信号特征向量进行DOA估计。与一般的特征结构法相比,该方法不但可以解决相干源问题而且改善了在低信噪比情况下的估计性能,并具有使用灵活的特点。计算机仿真证实了上述结论。     

几种DOA估计算法的性能分析

在其他条件相同的情况下比较了Bartlett，Capon和Music算法的性能。Bartlett算法使波束形成的输出功率相对于某个输入信号为最大；Capon算法使噪声以及来自非信源方向的任何干扰所贡献的功率为最小，但又能保持信源方向上信号功率不变；Mustc算法是一种超分辨的方法，属于特征结构的子空间方法，因而有较高的分辨率。仿真结果征明了在其他条件相同的情况下，Music算法的性能量化。     

一种基于逐次搜索的快速MUSIC方法

MUSIC方法是一种经典的阵列波达方向(DOA)估计子空间方法,在高信噪比时,该方法有很好的性能,但随信噪比的降低,算法性能下降很快,特别是其分辨概率下降很快。其主要原因是低信噪比和DOA相邻较近时,信号源之间的空间相关性较强。逐次消除空间相关性并逐次搜索DOA的改进MUSIC方法,提高了分辨概率。为降低运算量,采用多级维纳滤波代替特征值分解过程。文中方法具有一般性,适合于基于子空间方法的一大类DOA估计。仿真结果证明了方法的有效性。     

一种相干分布目标的DOA-时延联合估计算法

在城市密集环境情况下,基于传统点目标模型的多径空时参数(波达方向与相对时延)联合估计算法往往出现性能恶化。本文通过重新构造空间流形与时间流形,给出了一种更符合密集环境的空时相干分布信号模型,并在获得空时联合信号子空间后,分别抽取空间、时间子矩阵构造空间谱与时间谱,通过搜索谱峰得到所需空、时多径参数,最后利用空时流形向量与空时联合噪声子空间的正交性质实现空时参数配对。与TST-MUSIC等算法相比,该算法仅需要两次搜索及一次配对过程。仿真实验表明,该方法能够有效估计相干分布信号空时参数,抑制分布扩展影响,实现多个参数的自动配对。