未知信源数目的MUSIC算法研究

针对MUSIC算法需要预先确定信号源数目的应用前提，分析了信源数目过估计与欠估计情况下的MUSIC算法性能，提出一种改进算法，仿真结果证明在信源数目有误差的情况下该算法的性能良好。     

一种不考虑信源数目的修正MUSIC算法

分析了信源数目估计误差下的MUSIC算法性能.为了解决信源数目过估计下出现虚假信号和欠估计下谱峰消失的问题,提出了一种改进算法.该算法通过对采样数据的共轭重排再利用,重新构造相关矩阵来改善测向性能.改进的算法不仅能成功运用于非相关信号源和相关信号源,还具有不用考虑信源数目的优点.计算机仿真结果证明了改进算法的正确性和有效性.     

基于盖尔圆准则的信源个数估计算法比较

经典MUSIC算法的性能直接依赖于信号源数目的估计,过估计和欠估计对MUSIC算法的DOA估计都有影响,尤其欠估计影响更大。因此,信源数估计是阵列信号处理中的一个重要研究课题,也是雷达、通信等领域的基本任务之一。基于所设计的均匀圆阵列,对GDE、NMGDE、SGDE和SGDE-D等信源数估计方法在不同的调整因子情况下进行了性能比较。仿真结果表明,SGDE-D法相对其他算法对调整因子的适应性较好,并且具有良好的检测性能。     

欠估计下相干信号的改进MMUSIC算法分析

首先阐述了阵列信号处理中广泛采用的MMUSIC算法的基本原理，然后分析了信源数目欠估计情况下的MMUSIC算法性能。为了解决信源数目欠估计下出现的谱峰消失的问题，讨论了一种改进的MMUSIC算法，并将改进的算法成功运用于相干信号，计算机仿真结果证明该改进算法是有效的。     

基于协方差差分的近场源定位参量估计

提出一种基于空间差分技术的近场源方位角和距离联合估计新算法.算法利用平稳噪声协方差矩阵关于主对角线对称的特点,构造近场源定位模型下的空间差分矩阵.推导并证明了该矩阵的谱分解特性,以此为基础确定噪声子空间,借助谱峰搜索实现定位参量估计.算法通过对消噪声分量有效降低了未知平稳噪声对定位精度的影响,同时避免了应用差分技术解决信源定位时出现的伪峰问题.均方根误差的仿真结果证明了算法的有效性.     

信源数目欠估计、过估计对DOA估计精度的影响

本文对信源数目估计对波达方向(DOA)估计精度的影响进行了详细分析,得出了过估计对DOA估计没有影响、欠估计使DOA估计有偏的结论.并且简单介绍了基于最小描述长度(MDL)原理的信源数目估计方法以及基于子空间投影技术的MUSIC算法.仿真数据的估计结果证明了该结论的正确性.     

信源数估计算法性能比较

经典MUSIC算法的性能直接依赖于信号源数目的估计,过估计和欠估计对MUSIC算法的DOA估计都有影响,尤其欠估计影响更大。基于所设计的均匀圆阵列,分别在高斯白噪声及色噪声情况下,对AIC准则、MDL准则和NMGDE法等信源数估计方法进行了性能比较。仿真结果表明,在白噪声环境下,在一定信噪比及快拍数下,MDL和NMGDE法均有很好地检测概率;而在色噪声环境下,AIC及MDL准则都失效,而NMGDE法却仍有较高地检测概率。     

MUSIC测向算法的入射方向确定方法

MUSIC(MUltiple SIgnal Classification)等谱峰搜索类算法的计算量主要集中于谱峰搜索过程,加大搜索步长虽可减小计算量,但会引起空间谱的畸变从而造成测向误差。先采用大步长搜索确定谱峰大约位置后再用小步长搜索可以减小测向误差,且增加的计算量较小,但其实时性不佳。文中提出了基于重心估计的入射方向确定方法,利用现有谱峰搜索数据进行后处理,当搜索步长远大于MUSIC测向算法本身的均方根误差(RMSE,Root Mean Square Error)时,可用很小的计算量大大提高测向精度,具有良好的工程应用价值。      

非均匀噪声背景下混合信号DOA估计算法

针对非均匀噪声背景下非相关信源与相干信源并存时波达方向(DOA)估计问题，提出了基于迭代最小二乘和空间差分平滑的混合信号DOA估计算法。首先，该算法利用迭代最小二乘方法得到噪声协方差矩阵估计，然后对数据协方差矩阵进行“去噪”处理，利用子空间旋转不变技术实现非相关信源DOA估计；其次，基于空间差分法消除非相关信号并构造新矩阵进行前后向空间平滑，利用求根MUSIC算法估计相干信源DOA。相比于传统算法，该算法能估计更多的信源数，在低信噪比情况下DOA估计性能更优越。仿真实验结果验证了该算法的有效性。      

估计间隔较近信源的修正MUSIC算法

针对信源间隔比较近情况下波达方向(DOA)估计性能下降的问题,提出一种修正MUSIC(MMUSIC)算法。该算法通过利用协方差矩阵的共轭信息,重构协方差矩阵,再由奇异值分解(SVD),构造低秩矩阵,用这两个矩阵噪声子空间的平均构造空间谱,通过谱峰搜索估计出信源的DOA。相比于经典MUSIC算法和空间平滑类算法,该算法能有效解相干,且不损失阵列孔径,而且提高了在信源间隔比较近且信噪比低条件下DOA分辨能力。计算机仿真验证了该算法的有效性。     

利用局域子空间投影提高子空间类DOA 估计算法的谱分辨力

本文提出一种新的用于子空间类DOA估计算法的阵列协方差矩阵噪声子空间投影矢量的选取方法——局域子空间投影(LSP).该投影矢量选取方法有利于压低真实信源方位附近,非信源方位对应的谱曲线高度,从而提高子空间类高分辨DOA估计算法的分辨力.LSP算法的估计偏差和信噪比分辨门限明显低于MUSIC算法,而估计方差几乎与MUSIC相同.计算机仿真结果证明了文中对LSP算法性能理论分析的正确性和LSP算法的有效性.     

欠估计下相干信号的修正MUSIC算法

针对基本MUSIC算法是在信源正确估计的条件下才能应用的情况,论述了一种在欠估计的情形下改进的MUSIC算法,并将此改进算法成功地用于相干信号中,扩展了改进算法的适用范围。仿真结果证明了这种扩展的有效性。     

空间任意阵的多宽带信源定位算法性能研究

针对宽带信号非平稳特性,以及常用宽带DOA估计算法要求信源个数是已知的情况,提出一种新的基于空间任意阵的非平稳信号DOA估计算法。首先,通过短时傅里叶变换将信号转为频域表示,然后构造阵列频域数据模型,最后利用短时功率谱矩阵的联合对角化特性实现宽带信号的波达方向估计。本文对提出的算法进行了理论分析,并在常见阵型（如线阵、十字阵）上进行了仿真和性能分析,仿真结果表明该算法可高分辨率地估计出DOA,并且估计误差小。相对于已有的MUSIC谱估计方法,该算法无需进行信源个数估计,更具实用性。      

基于相干对消的噪声子空间自适应估计

MUSIC算法的运算量主要集中在特征值分解和空间谱的搜索两部分,为避免进行特征 值分解,将相干信号自适应对消的思想用于噪声子空间的估计。由于阵元输出信号完全相干 ,视一个阵元输出为参考信号,其它阵元输出能够完全对其进行对消,得到的系数矩阵作为 噪声子空间的估计。基于LMS算法,给出了算法的矩阵形式,得到的噪声子空间估计算法的 运算量大大降低,且以迭代的方式进行,适合应用于运动信号源的跟踪,在阵元数较大时能 很好地逼近MUSIC算法性能。为减少空间谱搜索过程的计算量,对搜索过程先用系数矩阵的 一列进行搜索,然后采用其它列对搜索峰值进行验证。仿真结果显示算法具有很好的空间谱 估计性能和DOA跟踪性能。     

Robustness of the coherently distributed MUSIC algorithm to the imperfect knowledge of the spatial distribution of the sources

The MUltiple SIgnal Classification (MUSIC) estimator has been widely studied for a long time for its high resolution capabilities in the domain of the directional of arrival (DOA) estimation, with the sources assumed to be point. However, when the actual sources are spatially distributed with angular dispersion, the performance of the conventional MUSIC is degraded. This paper deals with the sensitivity of MUSIC to modeling error due to coherently distributed (CD) sources. A performance analysis of an extended MUSIC taking into account a generalized steering vector based on a CD source model (CD-MUSIC) is first studied. We establish closed-form expressions of the DOA estimation bias and mean square error due to both the model error and the effects of a finite number of snapshots. The aim of this paper is also to determine when the point source assumption is acceptable for standard MUSIC. The analytical results are validated by numerical simulations and discussed in different configurations.     

应用超分辨率方向估计实现通信卫星干扰源定位

利用卫星天线多波束特性来获取干扰信号波达方向（DOA）信息,是实现通信卫星干扰源定位的一条新思路。本文研究了在结合卫星多波束天线模型时,利用超分辨率方向估计方法实现通信卫星干扰源精确定位的可毛生,研究表明MN和LP两种算法在用于多波束天线的DOA估计时存在着方向估计模糊,而MV和MUSIC可应用于多波束天线的二维测向;文中还讨论MV、MUSIC应用于卫星干扰源定位的性能情况,并得到一些有益的结论。     

基于矩阵差分的远场和近场混合源定位方法

混合源定位在无源雷达中发挥着重要作用。针对均匀圆阵下基于相位差方法的定位精度较低的问题,该文提出基于矩阵差分的远场和近场混合源定位方法。首先,利用二维多重信号(2-D MUSIC)分类方法估计出远场源的方位角和俯仰角;随后,利用协方差矩阵差分方法提取出近场源差分矩阵,通过改进的类旋转不变估计信号参数(ESPRIT-like)方法计算出近场源的方位角和俯仰角;进一步地,利用一维多重信号分类方法估计出近场源的距离;最后通过仿真实验对该文所提算法进行验证。该文所提算法在远场源和近场源角度相同的情况下能够有效地识别混合源,并且提高混合源参数估计精度。实验结果表明该算法在信噪比(SNR)为20 dB时,近场源的二维DOA估计误差接近0.01°,而近场源的距离误差接近0.1 m。