相干环境下LCMV自适应阵列抗干扰问题研究

相干干扰环境下,自适应阵列性能会急剧下降,常用的处理方法是空间平滑。然而,采用常规均匀空间平滑的自适应阵列对相干干扰的抑制能力较差,而且会损失阵列孔径。该文提出一种改进的相干干扰抑制方案:首先,提出了一种自适应的加权空间平滑(Weighted Spatial Smoothing, WSS)算法,它将各子阵的相关矩阵进行加权平均,可以最大程度地解相干;然后,在WSS基础上,利用线性约束最小方差(LCMV)准则得到子阵波束形成器最佳权矢量;最后,提出了一种利用子阵间的相位关系对全阵做波束形成的方法。该方案大大提高了阵列对抗相干干扰的能力,同时避免了一般空间平滑后阵列的孔径损失。理论分析和仿真结果说明了方法的有效性和稳健性。     

基于张量四元数极化平滑的极化-DOA估计

为了解决相干信号的极化平滑算法在小快拍数和低信噪比条件下估计性能较差的问题,结合四元数的正交特性和协方差张量方法,提出了一种基于张量四元数的极化平滑多重信号分类（Multiple Signal Classification,MUSIC）解相干算法。首先,为了充分利用接收数据样本中的多维结构信息,建立了由张量四元数表示的柱面共形阵列极化平滑信号模型;其次,将平滑后的张量协方差矩阵通过高阶奇异值分解得到信号子空间;最后,通过极化秩亏MUSIC算法对入射相干信号分别进行二维波达方向（Direction of Arrival,DOA）估计和极化参数估计。仿真结果表明,该算法在小快拍数和低信噪比条件下具有更高的估计精度和分辨能力。     

基于四元数的改进空间平滑解相干算法

针对常规的四元数空间平滑算法解相干时没有充分利用各子阵的互相关信息导致信号波达方向估计分辨率较差的问题,提出了一种基于四元数的改进空间平滑解相干算法。首先,利用四元数的正交结构可以很好地保持极化敏感阵列各阵元两分量输出信号之间固有的正交特性,建立了四元数接收信号模型。然后,在常规的空间平滑算法的基础上推导了改进的空间平滑解相干算法。该算法利用了阵列各子阵接收信号的全部互相关和自相关信息,在信号波达方向相近和信噪比较低的情况下,具有比常规空间平滑算法更优的波达方向估计性能。最后,通过计算机仿真验证了改进算法的有效性。     

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。     

基于导向矢量估计的鲁棒波束形成

针对标准Capon波束形成器中真实导向矢量与期望导向矢量存在误差时,其性能会急剧下降的问题,提出了基于加权空间平滑与导向矢量估计相结合的鲁棒波束形成算法。该算法利用加权空间平滑方法,对子阵进行特殊的划分,根据子阵间自相关矩阵与互相关矩阵权重差异,采用嵌套的方式获得加权矩阵,继而得到更加精确的协方差矩阵,接着,使用不确定范围约束期望导向矢量来获得真实导向矢量。仿真结果表明,和传统的自适应波束形成算法相比较,本文算法在面对协方差矩阵中含有期望信号以及角度失配问题时,鲁棒性得到明显提升。     

基于OMP算法的极化敏感阵列多参数估计

基于压缩感知的DOA估计方法在小快拍数下性能优越,并且具有天然的解相干能力,但在极化敏感阵列中运用很少。基于极化敏感阵列研究一种改进的OMP算法,能够成功估计出空域和极化域参数。该算法首先将极化敏感阵列信号接收矩阵重新建模,随后采用所提的改进OMP算法得到空域到达角估计结果。然后将求解出来的空域到达角代入到根据模值约束条件构造出来的代价函数中,通过闭合式解得到极化参数估计,从而实现了自动配对的空域和极化域的参数估计。仿真结果表明,该方法无论信号相干与否都能够得到良好的估计结果,并且在非相干情况下,估计性能总体优于极化ESPRIT算法及模值约束MUSIC算法。     

极化域-空域联合的APES波束形成

为了进一步提高极化敏感阵列的滤波性能、得到更为稳定的波束图,将常规的幅度相位估计算法扩展到极化域-空域联合的自适应波束形成中,提出了一种新的波束形成算法SPAPES(Spatial-Polarization Amplitude and Phase Estimation)。首先,给出了算法的信号模型。然后,对所提出算法的滤波原理作了理论推导,得到了最优权向量的表达式。最后,通过仿真实验验证了算法的有效性。计算机仿真结果表明,在强期望信号功率、低采样快拍数的情况下,所提算法都可以很好地在空间-极化联合域中抑制干扰,同时该算法还具有对相干信号的解相干能力。     

线性电磁矢量阵列的空时极化平滑算法及相干源多参数估计

该文提出了一种基于线性电磁矢量阵列的空时极化平滑算法(STPSA),解决了相干信源的频率,2维波达方向和极化参数的联合估计问题。该算法通过对不同子阵和矢量传感器不同传感单元的测量数据及其相应延迟数据进行平滑,实现解相干预处理并抑制噪声干扰,然后利用传播算子方法得到相应的参数估计。与目前的算法相比,该文提出的算法能够同时实现相干信源的多个参数联合估计;无需通过奇异值或特征值分解提取信号/噪声子空间,也无须进行参数搜索,有较低的运算量;另外,算法能够通过增加相邻阵元的间隔来扩展阵列的有效孔径,改善估计性能,且无须进行参数去模糊处理。仿真结果验证了算法的有效性。     

基于电磁矢量阵列孔径扩展方法的相干目标DOA估计

该文采用均匀且稀疏分布的电磁矢量矩形阵列,针对相干目标提出了一种有效的2维波达角(DOA)估计算法,该算法通过增加相邻阵元的间隔来扩展阵列的有效孔径,从而提高算法的DOA估计性能。论文首先结合极化平滑算法和传播算子方法得到存在相位周期性模糊的方向余弦估计。为了解决模糊性问题,论文通过协方差矩阵平滑提出一种新的解相干预处理算法,由该算法得到的信号子空间包含矢量阵元的导向矢量,且不存在相位模糊,利用此特点实现去模糊处理,得到目标的DOA估计。仿真结果表明,与基于ESPRIT的孔径扩展算法相比,提出的算法能够实现相干目标的DOA估计,同时无需特征值或奇异值分解,有更低的运算量。     

一种基于简化极化敏感阵列的APES波束形成算法

为了有效降低极化敏感阵列各共点分量之间互耦的相互影响,进一步提高极化阵列的滤波性能,基于新的阵列模型提出了幅度相位估计(APES)波束形成算法。首先,给出了简化极化阵列的布阵模型和接收信号模型;然后,针对简化极化阵列给出了极化APES波束形成算法的详细理论推导,得到了最优权向量的表达式;最后,通过仿真实验验证了极化APES在波束形成方面的有效性。仿真结果表明该算法在强期望信号功率、低采样快拍数或是存在相干干扰的情况下都具有稳定的波束图。     

基于MUSIC算法对相干信号DOA估计的研究

空间谱估计是阵列信号处理中的一个重要研究课题。针对经典MUSIC算法在入射源相关的情况下测向失败的问题,通过前后向空间平滑MUSIC算法,利用子阵平滑恢复数据协方差矩阵的原理进行解相干,进而对入射源的波达方向（DOA）进行估计。仿真结果证明：前后向空间平滑算法不仅能估计出空间相互独立信号源的波达方向,还能有效分辨出相干信源的到达角度,且具有较高的分辨能力和估计精度。     

针对相干信号DOA估计的改进MUSIC算法

针对相干信号波达方向(Direction of Arrival, DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification, MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。     

一种DOA估计的T差分平滑快速算法

针对未知非平稳噪声背景下相干信源的波达方向估计问题,提出了一种T差分平滑快速(TDSF)算法,算法根据非平稳噪声对角占优的特性,通过构造一个T矩阵,对协方差矩阵进行T变差分平滑运算,可同时分辨相干和非相干信源.算法采用幂迭代法直接获得噪声子空间,无需特征值分解,运算量较小,可有效地消除非平稳复噪声的影响,且不存在伪峰问题,适用于广泛的未知非平稳噪声和低信噪比环境.计算机仿真实验证实了算法的有效性.     

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,...     

一种虚拟波束形成自适应加权空间平滑算法

该文提出了一种用于自适应阵列的自适应加权空间平滑算法。通过构造虚拟自适应波束形成问题求取用于子阵协方差矩阵加权的加权向量,然后进行加权空间平滑自适应波束形成。理论分析与仿真结果表明,新算法能更有效地降低期望信号和干扰之间的相关性,使得用于空间平滑的子阵数减少,以降低阵列孔径损失。     

一种新的相干信源DOA估计算法: 加权空间平滑协方差矩阵的Toeplitz矩阵拟合

文献[1]提出的最优加权空间平滑技术可以使相干源存在时的信源协方差矩阵恢复为对角阵.由于文献[1]中导出的最优权矩阵是空间信源方位的函数矩阵,本文利用最优加权空间平滑后阵列协方差矩阵的Toeplitz性,构造了一个全新的优化拟合的代价函数,并基于此提出了一种相干源方位估计的新算法.与文献[1]不同,算法的实现不需要方位估计的先验知识和协方差矩阵的去噪预处理.分辨性能的蒙特卡罗仿真实验表明,新算法对空间相干信源的分辨性能优于常规的空间平滑算法和最大似然算法,在小阵列和信源空间间隔较近时,算法的优越性尤为突出.     

一种空间非均匀噪声环境下DOA估计的改进方法

文中提出一种空间非均匀噪声环境下的信号源DOA估计的改进方法.该算法首先对阵列协方差矩阵进行平滑处理,在此基础上估计出空间非均匀噪声协方差矩阵,通过已估计的噪声协方差矩阵对平滑处理后的阵列数据协方差矩阵进行白化处理,克服了空间非均匀噪声对空间谱估计的影响,实现信号源DOA估计.相对于原方法,文中所提方法改善了DOA估计的性能,计算量小,并且能够估计强相关或相干信号源DOA.理论分析和仿真结果均表明所提方法的有效性.     

多径环境中多用户波束形成与DOA估计

该文讨论了多径环境中多用户的波束形成与DOA估计问题,采用了解相关检测器来估计用户空间特征,提出了循环空间平滑算法(CSS)基于空间平滑的保持阵列权值维数不变的多用户波束形成算法,其理论依据是采样信号协方差矩阵的逆矩阵循环传递等效于对其求均值;利用了估计出的用户空间特征构造协方差矩阵进行空间平滑的高分辨DOA估计.仿真结果说明了循环空间平滑算法应用于多用户波束形成具有更优的抗干扰性能。     

MODE SPACE SMOOTHING ALGORITHM TO ESTIMATE DOA OF COHERENT SIGNALS IMPINGING ON UNIFORM CIRCULAR ARRAY

A novel method to estimate DOA of coherent signals impinging on a uniform circular array( UCA) is presented in this paper. A virtual uniform linear array (VULA) is first derived by using spatial DFT technique, transforming the UCA from element space to phase mode space to obtain the properties of ordinary ULA, and then the well known spatial smoothing technique is applied to the VULA so that the lost rank of covariance matrix due to signal coherence can be retrieved. This method makes it feasible to use the simple MUSIC algorithm to estimate DOA of coherent signals impinging on a UCA without heavy computation burden. Simulation results strongly verify the effectiveness of the algorithm.