基于高分辨信源估计的机载前视阵列雷达三维成像方法

结合阵列信号的信源数和波达方向估计技术,本文提出了一种适用于机载前视阵列雷达的三维成像方法.在前视阵列二维成像基础上,该方法首先对多个连续观测图像进行预处理,将脉冲阵列信号近似表示为多个正弦信号的和,然后利用阵列信号高分辨技术估计正弦信号的个数和频率,进而最后确定对应散射体的位置和幅度以实现三维成像.与传统三维匹配滤波成像方法不同,该方法利用宽带信号的匹配滤波实现沿航向的高分辨,利用多个连续观测图像构成的阵列信号实现高度向的高分辨;而且,由于仅需要几十个脉冲回波,该方法对载机飞行轨迹限制相对较少,载机可以实施相对灵活的机动飞行.与干涉测高三维成像方法相比,即使有多个散射体投影到同一个像素中,该方法也可以检测并分别恢复出每个散射体.另外,该方法利用待检测像素的数据直接估计杂波相关矩阵,在杂波严重非平稳情况下也能有效地实现三维成像.     

随机布局天线系统的跳频信号分选研究

现有的利用DOA分选跳频信号的方法大多使用规范的阵列流型,对天线的布局和通道的一致性要求较高,不能适用于机动灵活的应用场景。针对以上问题,本文在随机布局的多天线系统下利用稀疏贝叶斯学习算法对接收信号进行稀疏重构,根据稀疏权值向量估计跳频信号个数、载波频率以及各信号相对于多天线系统的时延向量,利用一种改进的K-means聚类算法对不同空域位置的跳频信号进行分选。仿真结果证明,本文提出的方法相比于已有的分选方法能够更加准确地完成参数估计和信号分选。      

基于子空间方法的阵列天线方向向量自适应盲估计

利用传统子空间法估计方向向量要求阵元数必须大于信号源数,要求在无线通信系统中是不现实的,因为移动用户数是很大的,为突破这一限制,本文提出了一种基于子空间法的阵列天线方向向量自适应盲估计算法.通过各阵元接收信号相加,得到叠加的期望数据源特征波形;通过子空间方法,将叠加信号用信号子空间的基表示,由于叠加信号中包含方向向量,从而得到期望数据源的方向向量估计,该算法不要求阵元数大于数据源数.仿真结果表明算法是有效的.     

基于互质阵列重构的高维波达方向估计算法

针对角度估计中现有算法估计信源数少的问题,提出了一种基于互质阵列重构的高维波达方向估计算法,实现了有限物理阵元条件下多重信号角度的超分辨估计.该方法首先对接收信号协方差矩阵进行列向量化处理,建立虚拟阵列模型,然后在此基础上重构虚拟阵列流型,拟合出缺失的虚拟阵元响应,最后引入空域平滑的思想,实现角度的超分辨估计.对本文算法的复杂度和阵列自由度进行理论分析.仿真结果表明,所提方法在相同物理阵元数条件下阵列自由度高于连续空域平滑检测算法和迭代内插检测算法,相比于迭代内插检测算法,以较小的复杂度代价获得了性能的较大提高.     

多跳频信号的2D-DOA估计

为了利用跳频信号的二维波达方向（2D-DOA）辅助同步跳频信号的网台分选和信号识别、跟踪,提出一种基于酉ESPRIT算法的多跳频信号2D-DOA估计方法。首先利用形态学滤波的方法对跳频信号的时频图进行修正,并在修正的时频图上完成有效跳的提取;然后基于平面天线阵列结构,建立有效跳的阵列快拍数据模型;在此基础上,采用酉ESPRIT算法进行跳频信号的2D-DOA联合估计。该方法将接收数据从复数域转化到实数域处理,降低了运算复杂度;同时构造实矩阵时,复用了接收数据,提高了估计精度。仿真结果表明,该算法具有良好的估计性能。      

基于二阶统计特性的方向向量估计算法的DOA估计

为了减小天线阵流形误差对波达方向(DOA)估计结果的影响,以及克服基于传统盲源分离算法的DOA估计算法不能应用于少通道测向设备的不足,提出一种基于2阶统计特性的方向向量估计算法的DOA估计算法。首先,根据确定性最大似然(DML)估计算法谱函数的特征,构造关于协方差矩阵的酉约束下的优化问题;然后,通过优化该问题获得各个单信号的实际方向向量;最后,将各个单信号的实际方向向量输入到空间谱算法中实现DOA估计。由于将多信号的DOA估计转化为多个单信号的DOA估计,因此在天线阵列流形存在误差时,所提算法比传统的DOA方法具有更好的DOA估计性能。由于所提算法仅需使用协方差矩阵,因此所提算法可应用于少通道测向设备。由仿真实验结果可知,在阵列流形存在误差以及测向设备为少通道测向设备时,与传统DOA方法相比,所提算法的DOA估计的准确度、抗扰度以及分辨率更高。     

基于子空间分解的阵列流形向量估计新方法

实际阵列装配完成后的阵列流形向量与理论值存在偏差,这种偏差会导致阵列预设波束图的旁瓣升高、阵列高分辨算法的性能下降,严重影响阵列的实际应用。实际中先依据估计的部分实际阵列流形向量选取合适的误差模型,再根据模型得到逼近实际的阵列流形向量。现有的实际阵列流形向量估计方法有直接定义法和最小二乘法,这两种方法计算复杂度很高且估计精度随快拍数波动。对此本文给出一种新的阵列实际流形向量估计方法,它利用阵列接收数据协方差矩阵的信号子空间与阵列流形向量张成空间相同的特性来估计阵列的实际幅度相位响应,结合估计的波达方向,最后得到实际的阵列流形向量。仿真结果表明,本文所提方法比现有的两种估计方法估计精度高一倍且计算复杂度降低了一个数量级。      

基于分数阶傅立叶变换的WLFM信号DOA估计

本文提出了一种新的基于分数阶傅立叶变换的DOA估计算法,该算法首先将天线阵的观测信号变换到分数阶Fourier域,并将时域时变的方向向量转化为分数阶Fourier域时不变的方向向量,同时将线性调频信号解调为窄带平稳信号,然后在相应的分数阶Fourier域,利用root-MUSIC算法进行波达方向估计.理论分析与仿真结果表明,该方法算法简单,估计性能好.     

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。      

未知信源数目的DOA估计方法

针对信源数目未知情况下的DOA估计问题,该文提出了两种基于稀疏表示的DOA估计方法。一种是基于阵列协方差矩阵特征向量稀疏表示的DOA估计方法,首先证明了阵列协方差矩阵的最大特征向量是所有信号导向矢量的线性组合,然后利用阵列协方差矩阵的最大特征向量建立稀疏模型进行DOA估计;另一种是基于阵列协方差矩阵高阶幂稀疏表示的DOA估计方法,根据信号特征值大于噪声特征值的特性,通过对协方差矩阵的高阶幂逼近信号子空间,利用协方差矩阵的高阶幂的列向量建立DOA估计的稀疏模型进行DOA估计。理论分析和仿真实验验证,两种方法都不需要进行信号源数目的估计,具有较高的精度、较好的分辨力,对相干信号也具有优越的适应能力。     

Detection and estimation in sensor arrays using weighted subspacefitting

The problem of signal parameter estimation of narrowband emitter signals impinging on an array of sensors is addressed. A multidimensional estimation procedure that applies to arbitrary array structures and signal correlation is proposed. The method is based on the recently introduced weighted subspace fitting (WSF) criterion and includes schemes for both detecting the number of sources and estimating the signal parameters. A Gauss-Newton-type method is presented for solving the multidimensional WSF and maximum-likelihood optimization problems. The global and local properties of the search procedure are investigated through computer simulations. Most methods require knowledge of the number of coherent/noncoherent signals present. A scheme for consistently estimating this is proposed based on an asymptotic analysis of the WSF cost function. The performance of the detection scheme is also investigated through simulations     

空间时频分布中的信号分类

空间时频分布可被用于信号盲分离和来波到达角的高分辨率估计等领域,在空间时频分布矩阵中选择合适的时频点是基于空间时频分布的阵列信号处理算法的关键.分析了空间时频分布矩阵的结构特征,通过无约束最优化方法在时频平面上搜索单一信号项的时频点,然后使用改进的最邻近法对时频点按来波类型进行分类,可以区分具有不同时频特征的方向相近的多个信号.     

一种信源个数与波达方向联合估计的新算法

针对多级维纳滤波器(MSWF)用于子空间估计时信号特征矢量泄漏到噪声子空间的问题,提出了一种新的信号子空间估计算法,该算法不需要训练信号和信源个数的先验知识.随后,给出了一种信源个数的后判断方法,最终完成信源个数及方向的同时估计.整个算法不需要协方差矩阵的计算和特征值的分解,具有较低的计算复杂度.在均匀线阵且信号互不相关情况下,改进后的算法用于波达方向估计时拥有与基于特征分解方法近似的性能.仿真结果验证了该方法的有效性.     

一种基于子阵列合成的DOA估计算法

在卫星通信中,由于星上资源有限,导致星载信号处理接收机的数目一般少于阵列天线的阵元数.在某些应用中需要在这样的条件下实现DOA估计:信号达波数大于星载信号处理接收机数目但是可能小于阵列天线的阵元数.实质上是要求能够用较少数量的接收机进行接收、处理含有较多阵元的阵列天线上的信号.针对这类应用要求,本文提出一种基于子阵列合成的DOA估计算法.通过子阵列输出协方差矩阵合成等效的大阵列输出协方差矩阵,基于等效大阵列输出协方差矩阵实现达波DOA超分辨率估计;讨论了子阵列天线选择优化问题.对算法性能进行了仿真验证,结果表明算法是有效的.     

基于波束域预处理的阵列盲信号分离方法

相控阵雷达采用多个阵元进行信号的接收处理,其多通道信号处理可以采用盲信号处理的方法进行目标源信号分离.由于阵元间距导致信号在阵元间产生相位延迟,在进行盲分离的时候一般只能采用卷积混合模型,盲分离过程是较为复杂的多通道反卷积问题.文中对阵列接收信号进行波束域预处理,通过确定的空间波束相位补偿,将阵元域的多时延混合信号变换为瞬时混合信号,从而采用简单的实数分离算法即可完成信号分离,分离信号可用于后置处理.所提方法简单有效,相比常规阵列信号处理方法,可直接适用于宽带信号.仿真实验验证了其有效性.     

DOA estimation with a rotational uniform linear array (RULA) and unknown spatial noise covariance

Direction of Arrival (DOA) estimation is one of the major tasks in array signal processing. In this paper, a new DOA estimation method is proposed using a rotational uniform linear array (RULA) consisting of omnidirectional sensors. The main contribution of the proposed method is that the number of distinguishable signals is larger than the methods in the literature with a uniform linear array consisting of the same number of omnidirectional sensors. Moreover, the new method can effectively reduce unknown spatial noises using a generalized complement projection matrix under the RULA framework. Simulations are presented to illustrate the effectiveness of the proposed method and comparison with some existing DOA estimation methods is also made.     

基于均匀圆阵的宽带相干LFM信号定位方法

本文提出一种基于均匀圆阵的宽带相干LFM信号定位方法。首先，算法根据LFM信号在分数阶傅里叶域的能量聚焦性，对接收信号做分数阶傅里叶变换，实现宽带信号的窄带化处理；其次，利用圆阵的虚拟轴向平移形成的相位差构造空间平滑矩阵，完成相干信号的解相干处理；最后，对空间平滑矩阵进行奇异值分解得到相邻阵元接收数据的相位差，结合相位差反演参数估计算法得到二维角度参数估计的闭式解。仿真实验验证了算法对宽带相干LFM信号定位的有效性。     

一种低信噪比下的信号源数检测新方法

空间信号源数检测是阵列信号处理的关键问题之一,该文针对低信噪比下传统检测方法的性能差的问题,提出了一种基于近似特征向量的检测新方法DTAE(Detection Technique based on Approximate Eigenvectors)来改善低信噪比下传感器阵列的信源数检测性能。该方法首先利用波束形成器在空间做预扫描来估计信号群中心的位置,以这些位置作为参考方向计算接收数据协方差矩阵的特征向量的近似值,然后使用特征向量的近似值对阵列输出数据加权,最后计算加权输出数据的频域峰值-平均功率比值从而估计信号源的个数。仿真结果表明,提出的新方法在低信噪比下的检测性能显著优于AIC(Akaike Information Criterion)等方法,有一定的工程应用价值。     

一种短数据阵列信号波达方向估计方法

针对传统子空间类算法在短数据测向的不足,提出一种基于稀疏信号描述的非参数最小均方迭代的幅度相位估计算法。该算法首先运用DAS波束形成对信号到达角进行初步估计,然后用最小均方误差准则及幅度相位估计算法( APES)对协方差矩阵进行迭代更新直至收敛。该方法能够在快拍数较少条件下进行DOA估计,且不需要估计信号源个数。理论分析和仿真实验表明其相对传统子空间类算法有较高的估计精度和分辨率。     

混合信号情况下信源数与DOA联合估计算法

针对非相关信源与相干信源共存情况,提出了一种基于矩阵重构的信源数与波达方向（direction of arrival,DOA）联合估计算法.该算法首先利用特征值的二阶统计量（second order statistic of eigenvalues,SORTE）法和子空间旋转不变技术（estimated signal parameter via rotational invariance techniques,ESPRIT）实现非相关信源数与DOA估计;然后基于空间差分法消除非相关信号并构造新矩阵,利用构造矩阵进行前向空间平滑,实现对相干信源解相干;最后利用SORTE法检测相干信源数,结合求根多重信号分类（multiple signal classification,MUSIC）算法估计相干信源DOA.与传统的差分平滑方法相比,该算法在可估计信源数与低信噪比情况下DOA估计性能等方面优于传统算法.数值仿真实验结果验证了该算法的有效性.