相干源二维波达方向估计

本文分析了平面阵接收信号的协方差矩阵，发现它可分解为一个广义对称矩阵与一个非广义对称矩阵之和，利用信号协方差矩阵的这一结构特征，重点研究了相干源二维波达方向（DOA）估计．该方法通过构造一个差矩阵，求出其本特征值对应的任一特征向量，利用谱函数估计相干源二维DOA．简要分析了二维DOA估计的分维处理。     

一种用于未知噪声背景中相干源二维波达方向估计的新方法

本文提出了一种用于相干源二维波达方向（DOA）估计的新方法。在该方法中，通过构造一种特别形式的阵列数据协方差矩阵，并利用一次最小平方过程从中提取一个线性算子用以估计噪声子空间，使算法不受信号源相关性的影响，且避免了矩阵的特征值分解。基于噪声的相关性是空间带限的合理假设，新方法选用了一种简单而又特殊的平面阵列结构，用以估计信号源入射的方位角和仰角，使算法不需要特定的传感器加性噪声模型。由于该新方法具有上述优点，因而使其更面向于实时应用。     

基于数据矩阵重构的相干源波达方向 共轭ESPRIT(C-SPRIT)估计方法

 本文提出了一种相干源波达方向估计算法.该方法利用C-SPRIT思想,通过构造数据矩阵,使得无论是否存在相干信号,均能很好估计信号波达方向(DOA).传统的空间平滑技术通过子阵平滑来解决相干源DOA估计问题,但信号之间并没有完全解相干,孔径损失也很大,且最多只能估计2N/3个相干源(N为阵元数目).本文方法也采用空间平滑去相干的思想,但无孔径损失,信号之间完全解相关,提高了相干源DOA估计精度,并且能估计N-1个相干源,该方法利用ESPRIT数值求解进行角度估计,无需角度搜索,运算量小,计算机仿真验证了该方法的有效性和优越性.     

一种互耦和相干源条件下的DOA估计方法

空间平滑算法是一种常用的解相干处理方法,而阵元间互耦的存在会导致空间平滑算法失效,从而无法准确估计相干源DOA。针对这个问题,文中提出了一种新的DOA估计方法。该方法基于信号子空间和噪声子空间的正交性原理,利用入射信号源中的独立信号源可以有效估计出互耦矩阵,再通过估计的互耦矩阵对接收数据协方差矩阵进行互耦补偿,克服了互耦对空间平滑算法的影响,从而保证了相干源DOA能准确估计。计算机仿真实验表明了该方法的有效性。     

基于双平行线阵的相干分布源二维DOA估计

针对现有相干分布源二维波达方向(DOA)估计算法存在的一些问题,基于双平行均匀线阵提出了一种相干分布源二维DOA估计新算法。利用旋转不变的思想并结合传播算子法来估计相干分布源的二维中心DOA。无需谱搜索和对样本协方差矩阵做特征分解,和传统算法相比,其计算复杂度更低。此外,还给出了详细的参数配对过程,因而能够应用于多源场合。算法在小角度扩展条件下估计性能良好,其性能甚至接近于一维交替搜索算法。算法还是一种对角分布先验知识盲的估计。仿真结果证实了算法的有效性。     

基于相干积累矩阵重构的波达方向估计新方法

针对短时小样本条件下相干信号的波达方向(Direction Of Arrival, DOA)估计问题,该文提出了一种基于相干积累矩阵重构的快速解相干方法。首先利用相干积累技术对阵列接收快拍进行处理,得到累积快拍矢量,提高了数据信噪比。再依据累积快拍矢量的结构特点构造一个非降维等效协方差矩阵,理论分析可知,该矩阵的秩仅与信源个数相等,与信号间相关性无关,即实现了相干信源完全解相干。相较于空间平滑类算法,该方法避免了阵列孔径损失,估计精度高、计算量小。仿真结果验证了算法的有效性。      

相干信源波达方向估计的加权空间平滑算法

提出了一种用于空间相干源DOA估计的加权空间平滑算法(WSS，weighted spatial smoothing)。常规的空间平滑算法没有利用子阵输出的互相关信息，而且对相干信源的分辨力较差。WSS算法充分利用了子阵输出的自相关信息和互相关信息，将主阵协方差矩阵的所有子阵阵元数阶的子矩阵进行加权平均，以期提高常规空间平滑算法的分辨性能。文中以加权平滑后等效的信源协方差矩阵的对角化为约束条件，推导了加权矩阵的理论表达式。计算机仿真结果表明，WSS算法与常规空间平滑算法相比具有更高的分辨性能和更低的信噪比门限。特别是在于阵划分较多时其优越性更加明显。     

基于数据阵共扼重构的宽带相干源DOA估计算法

提出了一种基于阵列接收数据阵共扼重构的宽带源DOA估计方法。该算法在保持原ISM算法无需构造复杂聚焦阵的基础上，取前后向平滑的特例——子阵长度与阵元数相等，在每一子带对接收数据阵进行共扼重构，在不损失阵列孔径的前提下实现了相干源的DOA估计，并可提高对非相干源的估计性能。仿真结果验证了新方法的有效性。     

基于均匀线阵的混合源波达方向估计方法

文中提出了一种基于均匀线阵的混合源波达方向DOA估计的改进方法。该方法首先利用传统MUSIC方法估计出非相干信号源的DOA,然后接收数据协方差矩阵进行差分消除不相关源和噪声的影响,对其进行特殊的空间平滑去相干,从而利用重建的数据协方差矩阵估计相干源的DOA。此方法的特点是分别估计不相关信号和相干信号的DOA。优点是算法在估计出多于阵元数信号的前提下具有较高的DOA估计精度和稳健性。仿真结果表明此方法的估计性能优于空间差分平滑算法。     

一种有效的MIMO雷达相干信源波达方向估计方法

提出了一种基于接收数据样本复用的MIMO雷达相干信源波达方向估计方法.算法利用MIMO雷达发射波形的分集以及MIMO雷达收、发阵列之间的对偶性,对MIMO雷达回波数据矩阵进行了样本复用以等效地增加样本数量,获得基于发射阵和基于接收阵的虚拟子阵接收信号.利用各个子阵之间的平移不变特性计算空间平滑之后的协方差矩阵,提高了相...     

一种改进的全阵空间平滑技术

在处理相干信号源的方法上,传统的空间平滑方法如前后向平滑、加权前后向平滑等都是非常有效的方法.然而,已有的空间平滑算法在信噪比较低或相干源的波达方向角(DOA)相邻很近时无法精确估计,而且都必须以牺牲孔径为代价.因此当信号源数目较大时,传统的空间平滑方法是无效的.针对这些问题,提出了一种新的实相干信号的估计方法,在信噪比较低时仍可以准确估计邻近的相干源,而且没有孔径损失.仿真结果验证了该方法的优越性.     

一种基于Toeplitz矩阵重构的相干信源DOA估计算法

提出一种基于Toeplitz矩阵重构的相干信号源DOA估计算法。首先对各个阵元的接收数据与参考阵元（第一个阵元）的接收数据的相关函数进行排列,形成Hermitian Toeplitz矩阵,然后通过奇异值分解可以得到信号子空间和噪声子空间,从而实现相干信源的DOA估计。该算法在不减少阵列有效孔径的情况下,增加了可估计相干信号源数目,并在低信噪比条件下能够得到较好的估计性能,计算机仿真结果证实了算法的有效性。     

U-ESPRIT波达估计算法及其实现

介绍了"酉-利用旋转不变技术估计信号参数(U-ESPRIT)"算法的模型,U-ESPRIT算法是基于子空间分解的谱估计算法。在"利用旋转不变技术估计信号参数(ESPRIT)"算法的基础上,通过引入观测数据的复共轭信息,经过数学变换,使阵列输出信号的协方差矩阵由复矩阵变成实对称矩阵,减小了计算量。最后介绍了U-ESPRIT算法的工程实现,并进行了实际测试,实验结果表明该方法估计精度高,实现简单。     

基于数据共轭重排的修正ESPRIT信号DOA估计算法

本文介绍了将接收数据共轭重排的再利用,构造相关矩阵的修正ESPRIT算法.理论分析和仿真实验表明,该算法同经典的ESPRIT算法相比,在快拍次数有限时,可明显改善信号DOA估计的性能,且其计算量二者基本相当.     

基于均匀圆阵相干信源的二维DOA估计

随着通信技术的不断发展,信号传输环境变得日益复杂。针对多径传播形成的高度相关和相干信号测向问题,提出了一种基于均匀圆阵相干信源的二维DOA估计方法。该方法利用均匀圆阵轴向虚拟平移解相干,通过去噪后利用虚拟子阵的自协方差矩阵和互协方差矩阵构造波达方向矩阵,利用该矩阵特征分解估计信号的俯仰角;然后将平滑后的自协方差矩阵与波束空间变换矩阵相乘,使圆阵的导向矢量具备范德蒙结构,最后用求根MUSIC算法估计出信号的方位角,完成了相干信号的二维DOA估计。该方法无需二维谱峰搜索,方位角和俯仰角自动配对,计算量小,分辨率高。仿真实验证明了所提方法的正确性。     

基于非圆信号的实值ESPRIT算法

在信号源为非圆信号的情况下,该文提出了一种实值ESPRIT波达方向(DOA)估计方法。根据非圆信号为实值信号的特点,利用欧拉公式将接收数据转化为正弦和余弦数据,并将其加以拼接,从而虚拟地将阵元个数加倍,然后在此基础上构造一个旋转不变结构来估计波达方向,新算法可以处理的信号个数是传统ESPRIT算法的两倍。由于在实值基础上进行特征值分解,所以该文提出的算法可以有效地将运算量减少到相同维数复值运算量的1/4。仿真实验表明新算法不仅估计精度高而且能够处理的信号个数可大于阵元个数。     

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。