时空DOA矩阵方法

本文提出了一种新的基于信号空时特征结构的高分辨二维DOA估计方法-时空DOA矩阵方法.该方法在保持原DOA矩阵方法无需二维谱峰搜索和参数配对等优点的基础上,利用阵元输出之间的互相关关系将空域的阵列观测数据变换到时空域,通过空时二维处理在时空域中衍生出大量虚拟阵元,从而大大减弱了传统方法中对阵列结构、排布方式和阵元一致性的约束,不需要匹配子阵,无冗余阵元与孔径损失,并适用于阵元排列不规则的阵列.仿真结果证明了该方法的有效性.     

智能天线中时空虚拟DOA矩阵算法与改进

本文主要研究智能天线中二维DOA估计算法.首先研究时空DOA矩阵估计方法,并进行了仿真.然后结合虚拟阵列变换技术对该算法进行有效的改进一时空虚拟DOA矩阵方法.改进后得到的仿真结果证明了该改进算法可以估计超过阵元数的信号,具有较高的分辨性能和较好的稳健性.     

宽带谱相关时空DOA矩阵方法

本文提出了一种新的基于信号时空特征结构的二维DOA估计方法－－宽带谱相关时空DOA矩阵方法。该方法利用信号的循环平稳特性实现了对宽带信号的有效处理,同时通过空时变换将传统的一维空域处理拓展到了二维空间处理,更充分地利用了信号的时域特征,从而大大简化了阵列结构,提高了算法的性能。理论分析与仿真结果表明,该方法既继承了循环平稳方法在谱估计方面的优势,又具有原DOA矩阵方法无需二维谱峰搜索和参数配对的特点。     

宽带非高斯信号的二维波达方向估计方法

该文提出了一种解决宽带非高斯信号二维波达方向估计的方法。该方法利用相干信号子空间方法把宽带的阵列频域数据四阶累积量聚焦到同一个参考频段下,然后利用基于信号空时特征结构的时空DOA 矩阵方法来进行二维DOA估计。理论上证明该方法在高斯噪声环境下对宽带非高斯信号都具有很好的估计性能,通过计算机仿真也验证了该方法的有效性。     

共形阵列信号DOA和极化状态联合估计研究

共形阵列是一种与载体表面共形的天线阵列。与平面阵列相比,共形阵列具有对载体电磁性能和动力性能影响小等优点,因此受到人们广泛的关注。受载体曲率影响,共形阵列具有多极性。在信号处理时,必须要考虑信号极化的状态。为此,针对共形阵列信号二维DOA和极化状态联合估计问题,提出了一种基于空时处理的参数估计算法。该算法通过对极化接收数据时域和空域联合处理构造时空DOA矩阵,利用DOA矩阵方法只需一次特征值分解即可获得信号二维DOA和极化状态参数估计。算法对阵列形状要求低,无需谱峰搜索和参数配对,计算量小。最后,以圆台共形阵列为例,通过仿真实验验证了算法的有效性。     

冲击噪声环境中的联合对角化波达方向矩阵法

针对对称α平稳(SαS)噪声环境中信号源的高分辨二维波达方向(DOA)估计问题,提出了一种新的联合对角化(JD)分数低阶矩(FLOM)-DOA矩阵方法.构建了一种特殊的阵列结构,把其分为三个子阵,然后通过联合对角化获得信号的二维角估计.新方法不仅保持原协变异DOA矩阵方法无需二维谱峰搜索和参数配对等优点,还较好地解决了一维角度兼并问题.仿真结果表明,新方法优于协变异DOA矩阵法.     

一种新的二维MUSIC算法的研究

提出了一种新的基于垂直阵列结构的二维MUSIC方法来估计信号的DOA(direction of arrive)，此方法只需三个均匀直线阵就可估计用户的二维DOA。该方法利用其中的一个直线阵来组合两个线阵分别估计的一维DOA，大大改善了DOA的估计性能。仿真结果证明了该方法的有效性。     

高性能空时二维角度估计改进算法

干扰角度估计是数字阵列雷达抗干扰的基础,本文针对实际数字阵列天线阵元间距大于半波长导致大角度估计时阵元相位出现模糊问题,提出一种新的基于时空DOA矩阵的多目标高性能二维角度估计算法。该算法首先计算时空DOA矩阵并进行特征值分解,接着利用空时矩阵特征向量与来波导向矢量匹配特性,对估计得到的各导向矢量分别进行相位解模糊,进而利用导向矢量联立方程组,得到各来波角度信息的最小二乘解。相位解模糊过程主要通过计算多组模糊解对应的导向矢量与实际估计得到的导向矢量的相关性,选取相关值最大的一组模糊解作为真实解来实现。仿真与数字阵列天线实测结果表明,与时空DOA矩阵法相比,本文算法具有更高的测角精度和更加稳健的输出性能。      

基于累积量的极化敏感阵列信号DOA和 极化参数的同时估计

本文研究极化敏感阵列非高斯窄带信号二维波达方向(DOA)和极化参数的同时估计问题.所考虑的极化敏感阵列包含一个特定子阵,该子阵由空间稀疏伸展三极子天线和两个导引阵元组成.分析了3维极化-角度域相干结构的平凡模糊问题,对利用并行累积量ESPRIT分别恢复出的信号3维极化-角度域相干结构和空域相干结构信息进行联合完成了非线性极化信号二维DOA和极化参数的同时估计.给出了一种相位缠绕解决方案并讨论了空间伸展三极子天线的可选择结构.     

基于时空处理的频率与二维DOA联合估计算法

提出了一种适用于任意阵列的频率与二维DOA联合估计算法.该算法同时利用空域采样与时域采样构造二维时空矩阵,基于2D-ESPRIT方法进行二维参数估计,仅需3个校准阵元就可通过M个阵元估计出M个独立信源的载波频率、方向角和仰角,无需二维谱峰搜索,计算量较小.仿真实验验证了算法的有效性.     

性能优化的跟踪门算法

本文提出一个基于数据关联性能评价的优化跟踪门算法,并通过它来减少跟踪门内来自非本目标的回波,最终达到提高多目标多传感器跟踪系统性能的目的.与最优跟踪门相比,经理论分析和仿真数据表明,本算法有效改善了系统的性能,尤其在强干扰、高虚警的情况下更为明显.     

共形阵列天线信源方位与极化状态的联合估计算法

 针对共形天线阵列流形的特点,提出了共形阵列天线信源方位与极化状态的联合估计算法.算法的方位估计不需要信源极化状态的任何信息,估计精度高、分辨力强,在完成信源方位估计的同时,还可以精确的估计出信源的极化状态,不需要参数配对,实现了共形阵列天线信源方位与极化状态的联合估计.算法仅需要二维参数搜索,计算量比已有的联合估计算法小,且适用于任意共形载体,具有广泛的应用范围.对算法参数估计的理论性能进行了分析推导,给出了参数估计的CRB(Cramer-Rao Bound),并通过Monte-Carlo仿真实验验证了理论分析的正确性与算法的有效性.     

DS/CDMA系统上行链路一种稳健的阵列接收方法

W G.Hou等对DS/CDMA移动通信系统上行链路提出了通过估计空间到达角（DOA）而进行波束形成的空间滤波方法,本文首先对该方法进行了从对移动台的初始DOA定位到跟踪的大量改进,使该方法对期望用户的跟踪和对干扰用户进行空域抑制更为准确和有效。然后将算法与导频位辅助LMS-DRMTA算法进行了比较,该方法比导频位辅助LMS-DRMTA算法具有更小的运算量,更好的稳定性,当扇区激活用户数较大时,该方法还具有更低的误码率（BER）,该阵列接收法更适合大容量的移动通信系统。     

一种优化非均匀阵列天线测向性能的方法

本论文给出了一种新的优化非均匀天线阵列阵元排布的方法阵元微调法。非均匀阵列天线具有许多均匀阵列天线不具备的优点,可以在节省设备量的同时增加天线孔径,但是利用非均匀阵列天线测向时也容易产生估计模糊。解决非均匀阵列天线估计模糊问题的途径之一就是调整天线阵列的排布。计算机仿真证实,经过微调法优化的非均匀阵列的测向性能有很大改善。     

智能天线系统中空间分域虚拟阵列的DOA估计算法研究

在即将商用的3G移动通信系统中，智能天线技术成为研究的热点．本文是以智能天线技术中DOA估计为基础，研究一种可提高估计能力的虚拟阵列DOA估计算法。介绍了虚拟阵列变换技术，根据智能天线系统的特点．采用空间分域的子阵思想．结合虚拟阵列变换技术．实现空间分域的虚拟阵列DOA估计。     

利用模拟退火算法优化非均匀阵列天线测向性能

建立了优化非均匀线阵的数学模型,提出采用模拟退火算法优化非均匀线阵测向性能的新方法。该方法只需要一个入射方向准确已知的信号源来完成优化。优点是优化过程简单、稳定性较好,并且适用于任意形式的天线阵。大量的计算机模拟结果表明优化后阵列的测向性能有较大提高,从而验证了这种方法的有效性。     

多入多出系统测向精度与空域相关分析

分析了多人多出系统测向精度问题.提出了天线接收端利用圆形天线阵的布阵形式.精度分析是在该阵列形状下进行的.理论上分析了天线阵列形式与角度估计之间的关系.并在此条件下,分析了影响角度估计精度的各个参数.在此基础上推导了角度估计精度公式,通过计算机仿真进行验证.并将该种阵列形式与常规的阵列进行了对比,为以后多入多出天线系统的构建提供了一定的参考参数.以及在对 MIMO 系统性能进行评估时,影响评估参数的影响因子.     

一种基于修正数据矩阵的广义波达方向矩阵方法

该文提出了一种基于平面阵的相干信号二维DOA估计算法,文中先将平面阵分为3个具有旋转不变性的子阵列,并分别构造了3个子阵列的数据矩阵,结合这3个数据矩阵,构造了两种修正数据矩阵,提高了阵元利用率。然后仿照波达方向矩阵的构造方法,得到了一种广义波达方向矩阵。通过理论分析证明了对该矩阵进行特征分解,就可以获得信号的方向矢量和信号方向元素,从而能够进行相干信号的二维DOA估计,并且避免了谱峰搜索,减少了运算量,仿真结果验证了该算法的有效性和精确性。     

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.