基于时频子空间分解的宽带线性调频信号DOA估计

针对具有时变方向向量的宽带线性调频信号,该文建立了基于短时Wigner-Ville分布(WVD)的空间时频分布矩阵,通过对各个空间时频矩阵的特征分解获得对应的信号子空间和噪声子空间,给出了基于时频子空间投影实现多个时频点综合估计信号DOA的算法。利用空间时频分布的前后向平滑解决了具有相同时频特性信号的均匀线阵DOA估计问题。算法不需要聚汇和插值等复杂的矩阵变换,精度较高,计算简便.仿真实验显示该算法性能显著优越于基于矩阵插值的宽带调频信号DOA估计算法.     

基于时频子空间的多分量宽带调频信号DOA估计

为在复杂电磁环境下实现对多分量宽带线性调频信号的到达角(DOA)估计,研究了基于时频子空间的到达角估计算法,对阵列接收信号通过二维时频掩膜滤波逐一提取各信源的时频自项,建立了空时频矩阵,运用子空间技术得到各信源的到达角估计,并与宽带聚汇算法比较,进行了仿真实验.仿真结果表明,由于充分利用了多分量线性调频信号的时频信息,在低信噪比条件下,宽带时频子空间方法比宽带聚汇算法具有更高的DOA估计的分辨率和估计精度.     

基于对称阵列Wigner-Ville分布的宽带线性调频信号AOA估计

本文提出了基于对称阵元Wigner-Ville分布(WVD)的宽带线性调频信号到达角(AOA)估计算法。该算法利用对称阵元输出延时参数的互补性和Wigner分布定义提取宽带信号方向向量,建立了新的空间时频矩阵。借助线性调频信号Wigner分布的良好时频聚集特性,适当选取时频点实现了对各个信号AOA的逐一估计。在新的空间时频矩阵模型基础上给出了基于信号子空间投影的AOA估计方法。它不需要对AOA的初始估计、聚汇和插值,减少了计算量,提高了精度,仿真实验证明了算法的有效性。     

采用Radon-Wigner变换的二维波达方向估计

针对宽带多线性调频信号2维波达方向(2-D DOA)估计精度低的问题,该文提出了一种基于Radon-Wigner变换(RWT)的2-D DOA估计方法。该方法利用RWT在多目标环境下能够有效抑制交叉项干扰和噪声,具有很好的时频汇聚性特点,通过峰值搜索确定目标个数并重构信号阵列,最后利用MUSIC空间谱分析方法实现了对多个LFM信号的2-D DOA估计。仿真实验表明,基于RWT的DOA估计方法能对非平稳信号进行有效的2-D DOA估计。     

基于空间时频分布的高效DOA估计

提出了一种利用信号空间时频特征的高效波达方向（DOA）估计方法。通过计算参考阵元输出与其它阵元输出之间的互时频分布,构造出新的时频域数据矩阵模型,然后在时频面上不同的能量聚集区域内选择时频点,构造空间时频分布矩阵,然后对进行矩阵奇异值分解来实现波达方向估计。与直接构造空间时频分布矩阵的方法相比,该方法构造矩阵的计算量大大减小,并且能处理相干信号。仿真结果验证了算法的有效性。     

一种基于面阵的相干信源DOA估计算法

由于传播环境的复杂性,入射到阵列的信号中有多径信号存在。在多径环境中,相干信源会造成波达方向（Direction of Arrival,DOA）估计的漏报。对面阵及相干信源进行数学建模,通过对接收信号协方差矩阵进行矩阵重构以降     

相干宽带线性调频信号的波达方向估计新方法

提出了一种相干宽带线性调频(LFM)信号的波达方向(DOA)估计新方法。该方法利用LFM信号在分数阶Fourier域上的解线调特性,构造出新的解线调域阵列数据模型,然后结合传统的矩阵重构解相干以及MUSIC算法实现相干LFM信号的DOA估计。若同时存在多组相干LFM信号入射,则首先在不同的能量聚集域上将各信号组分离,然后逐一进行各组内相干信号的DOA估计。该方法充分地挖掘了观测信号所包含的时频信息,增加了可检测的DOA数目,提高了分辨性能和抗噪声性能。此外,该方法无冗余阵元与孔径损失,且适用于任意流型阵列。仿真结果显示,在DOA估计的均方根误差(RMSE)相同时,与传统方法相比,本方法可获得8dB左右的信噪比增益。     

宽带阵列信号波达方向估计的新算法

随着信号处理技术的发展,阵列信号处理的许多领域如雷达、声纳等越来越需要更精确的估计空间宽带信号源的波达方向（direction of arrival,DOA）。CSM（coherent signal subspace method）聚焦类DOA估计算法需要预估计波达方向,预估角偏差会影响聚焦效果,严重时会导致算法失效,本文提出一种基于一致聚焦的DOA估计方法,该方法不需要预先估计到达角,通过聚焦矩阵将宽带信号聚焦到一个中心频率,然后可利用窄带DOA算法进行估计。该算法提高DOA估计的分辨率、估计精度,也增强了算法的实时性,仿真结果验证了此算法的有效性。     

宽带相干源波达方向估计的新方法

相干信号子空间处理方法（ＣＳＭ）是一种通过构造聚焦（ｆｏｃｕｓｉｎｇ）矩阵来估计宽带相干源波达方向（ＤＯＡ）的有效方法。本文基于一致聚焦的概念，给出了一种可用于任意阵列的完全聚焦方法，从而极大地改善了ＤＯＡ的估计分辨率、估计精度等性能，大大降低了估计方法的信噪比阈值。文中在最后通过计算机仿真，与ＣＳＭ方法进行了比较，验证了本方法的优良性能。     

基于一致聚焦的宽带信号DOA估计方法

双边相关变换(TCT)法在构造聚焦矩阵时需要预先估计信号的波达方向(DOA),预估计的偏差会影响聚焦效果,严重时可能会导致TCT方法的失效.本文基于一致聚焦思想,提出了一种宽带信号DOA估计方法-致聚焦双边变换(CFTCT)法.由于CFTCT方法使用了一致聚焦变换矩阵,因此不需要预先估计信号的DOA,减小了计算量,同时...     

通道误差对时频-MUSIC算法性能的影响和校正

提出了修正空间时频分布(STFD)矩阵的到达角(DOA)估计算法,该算法可实现对宽带线性调频信号的DOA估计;分析了通道不一致对算法性能的影响,建立了宽带信号模型的通道误差模型;给出了均匀直线阵列(ULA)情况下通道不一致的无源校正算法,该算法通过先粗测信号DOA,据此将修正STFD矩阵进行变换,变换后矩阵具有Toeplitz结构,通过恢复其Toeplitz结构来实现通道误差校正.     

Linear Chirp Signal DOA Estimation Using Sparse Time–Frequency Dictionary

This paper is concerned with the estimation of the directions-of-arrival (DOA) of multiple linear chirp signals. We construct a novel time-frequency dictionary based on the properties of chirp signals in the fractional Fourier domain, and a sparse reconstruction algorithm is proposed to achieve high performance. Then, the errors resulting from the off-grid model mismatch is considered, and the dictionary matrix is reformulated into a multiplication of a fixed matrix and a sparse matrix. Further, an iterative alternating approach is proposed to improve the accuracy of the DOA estimates. The proposed algorithm provides better estimation, anti-correlation performances and increased resolution than Multiple Signal Classification (MUSIC) and the time–frequency MUSIC (TF-MUSIC) based on the spatial time–frequency distributions. Simulation results demonstrate the effectiveness of the proposed approach.

     

时频干涉仪到达角估计性能分析

传统干涉仪测向是对单个脉冲信号测向的，对于多信号没有分辨能力，对于线性调频等时变频率信号也不能直接应用。本文提出了一种时频干涉仪算法以实现对宽带线性调频信号的到达角（DOA）估计；同时该算法可实现多信号分辨；讨论了通道误差对算法性能的影响；分析表明，通道增益不一致不会造成DOA估计错误，而通道时延的不一致将造成DOA估计错误；给出了通道时延误差校正算法，通过校正可实现DOA的正确估计；计算机仿真结果证实了分析的正确性。     

基于时域聚汇和补偿估计WLFM信号DOA的FRFT-MUSIC算法

本文提出了分数阶付氏变换(FRFT)-MUSIC算法估计多个宽带信号到达角参数(DOA)。该算法通过对到达角的初始估计,在时域内经补偿和聚汇将宽带线性调频信号的时变方向矩阵变换为固定的方向矩阵,然后利用分数阶付氏变换和MUSIC算法实现入射信号DOA估计。本文同时提出了一种对FRFT-MUSIC的组合估计方法以减少计算量。仿真实验证明了算法的有效性。     

Ambiguity-function-based techniques to estimate DOA of broadband chirp signals

Various methods are available to perform direction-of-arrival (DOA) estimation for random sources. However, the work on DOA estimation of deterministic sources, such as broadband chirp signals, is quite limited. This paper proposes two novel methods for broadband chirp DOA estimation (BCD), namely the incoherent broadband chirp DOA estimation (BCD-I) and coherent broadband chirp DOA estimation (BCD-C). The proposed methods exploit the time-frequency structure of the chirp signal via the ambiguity function, which converts the absolute time and frequency of the chirp signal into relative time lag and frequency difference. The algorithms can be applied to arrays of any aperture size and arbitrary chirp rate signals. The signal frequency of the source can be higher than the conventional array design frequency, and the number of sources can be greater than the number of sensors as long as the signals are separable in the ambiguity function plane. These methods can be applied to single or multiple chirps with the same or different chirp rates. The performance analysis shows that our algorithms generally provide improvements in the DOA estimation of the broadband chirp sources.     

基于空时频协方差矩阵重构的高效跳频信号DOA估计

为了充分利用跳频信号的空域信息来进行信号的DOA估计,在信号空时频分析的基础上,本文提出了一种基于协方差矩阵重构的高效跳频信号DOA估计方法。首先将接收信号的均匀线阵（uniform linear array, ULA）平均划分成2个子阵,分别对每个子阵接收到的信号进行时频分析,在时频域选择有效跳,构造每跳的空时频矩阵（spatial time-frequency distribution, STFD）,然后求得2个子阵的互协方差矩阵。将2个子阵的互协方差矩阵进行重构运算得到等效的信号子空间,最后构造空间谱多项式求根估计出信号的DOA。仿真结果表明该方法相比于以往改进类子空间算法能够有效提高估计精度和降低算法复杂度。      

A novel direction-of-arrival estimation method for wideband signals

A simple and novel direction-of-arrival (DOA) estimation method for wideband signals is proposed. The proposed method estimates DOAs according to a covariance matrix which is constructed by summing up the covariance matrices of various frequency bins. It provides a lower computation complexity and a better performance compared to the traditional wideband DOA methods. This new idea is inspired by the concept of focusing transformation, and its validity is theoretically proved. A technique to determine an optimal focusing frequency is also introduced. Finally, simulation results demonstrate the effectiveness of the method.