基于四阶累积量的陈列扩展

在陈列没向问题中应用高阶累积量除了信息利用更充分和抑制高斯噪声等优点之外还具有陈列扩展的功能。本文推导了基于四阶累积量的陈列扩展方法，研究了虚拟阵的结构。放宽了协方差方法对信源数目的限制。但该方法在窄带多信号方向估计应用中存在局限。本文还推导了四阶相干问题和陈列扩展的限制条件。最后给出了实验举例。     

基于四阶累积量的最大似然测向方法研究

论述了最大似然（ML）算法测向以及四阶累积量阵列扩展的基本原理，在此基础上给出了一种基于最大似然算法和四阶累积量的DOA估计新方法。与普通的基于二阶矩的最大似然算法相比，本方法具有对阵列进行四阶扩展的能力，可以解决信号源数大于阵元数时的测向问题，并且由于四阶累积量自身的盲高斯性，还可以有效抑制高斯色噪声。     

基于四阶累积量扩展孔径的线阵设计

阵列孔径越大,空间谱分辨率越高.在借鉴传统的约束最小冗余线阵概念的基础上,从阵列输出的四阶累积量定义出发,利用四阶累积量扩展阵列孔径的功能,设计出基于四阶累积量的约束最小冗余线阵.与相同阵元数的传统约束最小冗余线阵相比,它具有大得多的有效孔径,从而在运用四阶累积量DOA估计方法时可大大增加可估计的信号数,极大地提高DOA估计分辨率.仿真结果证明了结论.     

基于四阶累积量的DOA估计方法及其分析

本文提出了一种基于四阶累积量的ＤＯＡ估计方法,同ＭＵＳＩＣ－ｌｉｋｅ方法一样,它也对实际阵列进行了四阶扩展。文章证明了这两种方法对实际阵列口径和阵元数的扩展特性,指出了它们在阵列扩展方面的差别。文章最后采用计算机模拟验证文中结论。     

基于多阶累积量的基本似然测向方法研究

论述了基本似然算法(Basic Likelihood,BL)测向及多阶累积量阵列扩展的原理,在此基础上给出了基于基本似然算法和多阶累积量的DOA估计新方法。本方法可以最大限度地对阵列进行四阶扩展,可以解决阵元数小于信号源数时的测向问题,利用多阶累积量具有的不定向高斯性的特性,还可以有效抑制高斯色噪声。     

高斯色噪声下的相干信号 DOA 高分辨率估计*

针对高斯有色噪声下的DOA估计问题,提出一种基于高阶累积量稀疏表示的DOA估计方法。该方法利用四阶累积量矩阵中的第一列生成最小冗余向量,利用扩展阵列的最小冗余导向矢量构造过完备字典。然后利用L1范数作为稀疏约束条件,建立最小冗余向量的稀疏模型进行DOA估计。该方法将求解四阶累积量的次数从M4次降为M2-M+1次。同时又能充分利用四阶累积量的优点,对高斯有色噪声具有良好的抑制能力,并使阵列孔径得到了扩展,估计信号个数能大于阵元数目。仿真实验和理论分析验证了该方法比MUSIC-like和MUSIC算法具有更好的性能,不需要任何处理可以直接应用到相干信号。     

一种多径环境下基于四阶累积量的阵列扩展测向方法

本文分析了基于四阶累积量的测向方法不能正确测量多径信号方向的原因，提出了一种多径环境下的基于四阶累积量的新型测向方法。该方法利用零点领处理方法抑制多径信号，然后采用四阶累积量进行阵列扩展测向。计算机模拟结果表明该方法在多径环境下具有良好的性能并且可能实现对足够多的信号进行测向。     

基于四阶累积量虚拟阵列扩展的运算量分析

在阵列信号处理中,利用四阶累积量可以使阵列虚拟扩展,增大了天线阵的孔径,但同时也增加了算法的计算量。该文通过分析四阶累积量矩阵中各元素之间的关系,剔除掉相同或互为共轭的冗余元素,避免了冗余元素的重复计算,极大地降低了四阶累积量矩阵计算的复杂度,并阐述了计算复杂度与阵元数目之间的关系。另外,针对均匀直线阵这种特殊情况进行了单独讨论。该文得出的相关结论对实际工程应用具有指导性的意义。     

基于虚拟阵列扩展的DOA估计

讨论了基于虚拟阵列扩展的DOA估计问题,对此问题传统阵列处理方法主要利用高阶累积量进行阵列扩展,计算量较大。在四阶矩基础上,通过扩大阵列孔径和自由度解决信源数目较阵元数多的DOA估计问题,利用特殊矩阵对扩展阵列的冗余信息进行剔除,降低了计算复杂度,提高了计算效率。仿真结果验证算法高效可靠,为工程实现提供了理论基础。     

基于高阶累积量虚拟阵列扩展的DOA估计

该文提出了一种基于高阶累积量虚拟阵列扩展的DOA估计新方法.该方法基于高阶累积量孔径扩展的性质,由实际阵元的坐标与方向矢量直接计算出虚拟阵元的坐标与方向矢量,利用两种阵元的坐标之间的关系构造四阶或六阶协方差矩阵,运用MUSIC方法对非高斯独立信号源进行DOA估计.该方法在任意阵列的情况下,对非高斯独立信号源进行一维与二维DOA估计,均能准确地估计出多于实际阵元数目的方向角与仰角.实验表明,该方法简单、有效地扩展了阵列孔径,提高了阵列的空间分辨能力,有效地抑制了高斯噪声的干扰,降低了高阶累积量协方差矩阵的计算量.     

累量域虚拟阵列二维波达方向估计算法

利用空间四阶累量的孔径扩展性质,构造了一种新的累量域虚拟阵列波达方向矩阵。由累量域虚拟阵列波达方向矩阵非零特征值的幅值和相位即可分别估计出信号源的方位角和俯仰角。本算法阵元利用率高,阵列布置灵活,由于采用了累量,通过适当布置阵列可压制任意分布噪声,获得较好的估计效果。     

Applications of cumulants to array processing .I. Apertureextension and array calibration

An interpretation for the use of cumulants in narrowband array processing problems is proposed. It is shown how fourth-order cumulants of multichannel observations increase the directional information compared with second-order statistics. Based on the interpretation, it is shown how cumulants can be used to increase the effective aperture of an arbitrary antenna array. The amount of partial information necessary to jointly calibrate an arbitrary array and estimate the directions of far-field sources is also investigated. It is proven that the presence of a doublet and use of fourth-order cumulants is sufficient to accomplish this task. The proposed approach is computationally efficient and more general than covariance-based algorithms that have addressed the calibration problem under constraints. A class of beamforming techniques is proposed to recover the source waveforms. Proposed estimation procedures are based on cumulants, which bring insensitivity to the spatial correlation structure of additive Gaussian measurement noise. Simulations are provided to illustrate the use of the proposed algorithms     

累量域波达方向估计的稳健性

本文提出了一种用于等距线阵的四阶累量域波达方向（ＤＯＡ）估计算法，并着重研究了算法的稳健性（Ｒｏｂｕｓｔｎｅｓｓ）．该算法利用了空间累量阵中的所有非冗余累量元素，并将相位相同的累量元素做平滑处理，Ｔｏｅｐｌｉｔｚ化后形成新的虚拟协方差矩阵，方向估计基于此阵．分析表明，该算法对阵列误差有较强的容差性，加之累量对高斯噪声的自然盲性，因而算法具有稳健性．该算法的另一个特点是可以提供虚拟扩展孔径（扩展近两倍），从而提高了算法的估计性能和分辨能力．仿真实验验证了分析结果，表明了算法良好的性能．     

Cumulant-based method for bearing estimation in the presence ofnonGaussian noise

Bearing estimation algorithms based on the cumulants of array data have been developed to suppress additive spatially correlated Gaussian noises. In practice, however, the noises encountered in signal processing environments are often non-Gaussian, and the applications of those cumulant-based algorithms designed for Gaussian noise to non-Gaussian environments may severely degrade the estimation performance. The authors propose a new cumulant-based method to solve this problem. This approach is based on the fourth-order cumulants of the array data transformed by DFT, and relies on the statistical central limit theorem to show that the fourth-order cumulants of the additive non-Gaussian noises approach zero in each DFT cell. Simulation results are presented to demonstrate that the proposed method can effectively estimate the bearings in both Gaussian and non-Gaussian noise environments     

基于四阶累积量的DOA估计方法

从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法,用四阶累积量构造了一个较通用的累积量矩阵,该矩阵符合MUSIC算法的结构,从而可进行DOA(Direction ofArrival)估计。对于这种方法在阵列信号处理中的应用,通过计算机仿真与基于二阶矩的MU-SIC算法进行了较全面的比较。仿真结果表明,该方法在高斯噪声中具有良好的统计性能,是实现高分辨方位估计的有效方法。     

一种新的DOA估计方法

用四阶累积量构造了一个较通用的累积量矩阵，该矩阵符合最小模（Min-Norm）算法的结构，从而可进行DOA估计。仿真结果表明，该方法在高斯噪声中具有良好的统计性能，是实现高分辨方位估计的有效方法。     

宽频段空间信号频率、二维到达角和极化联合估计

在空间欠采样的条件下，通过巧妙定义稀疏L型阵列的四阶累积量输出矩阵，利用高阶累计量的盲高斯及阵列扩展特性，实现了宽频段空间非高斯信号频率、到达角和极化估计的分离，给出了一个基于四阶累积量ESPRIT和整数搜索解模糊的任意高斯噪声环境下多个独立空间信号频率、二维到达角和极化的联合估计算法。L型阵列由和坐标轴方向一致的偶极子对组成。数值模拟结果证实了该文方法的有效性。     

一种基于共轭矩阵的阵列扩展技术

提出了一种新的基于共轭矩阵的阵列扩展技术,该技术可以对阵列的信号子空间进行扩展,从而可以估计更多的信号波达方向(DOA)。该方法首先对接收的阵列信号进行二阶统计量预处理,利用自相关函数的性质获得导向矩阵的共轭矩阵,然后构造出一个新的伪快拍扩展矩阵,通过对该矩阵运用MUSIC-like算法可以比传统的MUSIC-like算法估计出的波达方向个数多50％,理论分析和仿真实验证明了本文结论。