基于MUSIC及其改进算法的DOA估计研究

在DOA估计算法中,MUSIC算法因具有估计精度高等优点被广泛应用.但是,该算法在低信噪比、小快拍数和相干信号环境中估计性能较差.为解决该问题,提出一种基于子空间投影的改进型MUSIC算法,并将改进后的算法与空间平滑算法结合,可以用于相干信号的空间谱估计.仿真结果显示,改进后的算法可以在低信噪比、小快拍数条件下更好地估...     

修正MUSIC算法对相关信号源的DOA估计性能

本文介绍了用修正ＭＵＳＩＣ算法提高相关信号源ＤＯＡ估计性能的方法。理论分析表明,采用该方法后,可将相关信号源的相关系数平均降低为原来的６３％,因而可改善ＭＵＳＩＣ算法对相关信号源的ＤＯＡ估计性能。且该方法不影响对非相关信号源ＤＯＡ的估计,计算量也无明显增加。计算机仿真实验结果验证了上述理论分析的正确性。     

基于解相干的改进MUSIC算法DOA估计

MUSIC算法是一种子空间分解算法。在非相干的情况下,经典MUSIC算法能准确进行波达方向（DOA）估计,但当信号源在相干的情况下时算法失效。在对经典MUSIC算法进行理论分析研究的基础上,对其阵元接收数据阵做相应变换,得到共轭重构后的协方差矩阵,通过特征值分解再进行DOA估计。就经典的MUSIC和改进算法的DOA估计性能进行了仿真分析。结果表明,改进后的算法在信号源相干的情况下也能精确地估计信号的波达方向。     

针对相干信号DOA估计的改进MUSIC算法

针对相干信号波达方向(Direction of Arrival, DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification, MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。     

基于特征分解MUSIC算法的DOA估计

对于非相干信号源,基于特征分解的多重信号分类算法是一种具有高分辨率的波达方向估计算法,通过计算机仿真比较了它与Bartlett和Capon算法的性能,并分析了信号源数目估计值大于或小于真实值时接收信号入射角的估计结果.研究了一种新的自适应加权空间平滑算法,提高了MUSIC算法对于相干信源DOA估计的性能.仿真结果表明该算法可以有效地去除期望信号与干扰信号之间的相关性,在相干干扰方向上形成深的零陷,在平滑次数相同的情况下新算法比常规空间平滑算法得到更高的输出信干噪比.     

基于约束MUSIC的二维DOA估计

本文首先分析了约束MUSIC算法的原理,然后采用这种方法,研究了均匀圆阵的二维到达波方向估计问题,并推广到平面任意阵的情况.研究结果表明,对于相关信号源的DOA估计,采用约束MUSIC法比MUSIC法具有更好的估计性能.     

一种用于无线通信DOA估计的改进MUSIC算法研究

MUSIC算法是一种空间谱估计算法,在对宽带信号进行空间谱估计时,该算法需要较长的观测时间来估计协方差矩阵,不利于高速运动目标的定位。提出了基于驾驶协方差矩阵(STCM)的MUSIC算法,该算法首先对每个频带的CSDM进行特征分解,然后利用各频带的噪声子空间求得噪声空间的STCM,进而利用噪声空间的STCM直接得到整个宽带信号的空间谱估计结果。仿真表明该算法在保证高分辨率的同时,需要较短观测时间,适用于较低信噪比、具有较小观测方差。     

基于MUSIC算法的相干信号DOA估计改进及应用

空间信号的到达方向(Direction of Arrival,DOA)估计近些年来越来越多地得到大量的关注和研究.在实际工程中进行信源信号DOA估计时,由于空间环境的复杂多变,雷达阵列接收的信号包含大量的相干信号.在空间谱估计中,经常会因相干信源信号的存在导致目标定位不精确或无法定位的问题.在面对相干信号时,MUSIC算法等子空间类算法已经无法满足空间谱估计的性能.因此,本文提出了一种改进的MUSIC算法能够较好的解决该问题.     

智能天线中二维DOA估计算法研究

来波到达角估计是智能天线感知外界复杂电磁环境的关键技术.智能天线只有在准确感知外界复杂电磁环境的变化之后,才能做出有效的波束形成策略.文章将多种一维DOA估计算法拓展到二维DOA估计算法,并仿真分析了各算法在处理非相干信号及相干信号时的性能,对比分析了各种二维DOA估计算法在估计入射信号方位角与俯仰角的准确度与估计速度...     

基于改进实数遗传算法的DOA估计

文献[7]提出的估计方法直接以误差矩阵的2范数建立适应度函数,文中利用该矩阵是Toeplitz矩阵的特性,构造了一个新的适应度函数,提出了一种基于基因分量独立变异的实数遗传算法。该方法不需进行矩阵的特征值分解,充分利用了遗传算法的全局寻优特性,获得了良好的参数估计性能。仿真结果表明,相对文献[7],达到同样要求所需要的运算量减小了一半。     

基于相干信号源的改进MUSIC算法

提出一种基于相干信号源的改进多重信号分类（IMUSIC）算法,以估计相干信号波达方向（DOA）。相干信号间接收数据特征值分解后,直接利用大特征值对应的信号子空间与信号导向矢量的关系,通过多维来波方向搜索谱峰,实现对来波方向的有效估计。与空间平滑算法相比,IMUSIC算法具有4大优点,仿真结果也验证了IMUSIC算法的有...     

DOA估计的一种改进MUSIC算法

讨论了在移动通信环境中采用协方差差分和迭代空间平滑以进行信号来波估计(Direction Of Arrival)的一种改进MUSIC算法.首先简要回顾了经典MUSIC算法,给出阵列接收信号模型,然后详细分析了经典MUSIC算法估计相干信号所存在的问题,在常规空间平滑算法(SS)的基础上提出了一种改进算法,最后给出计算机仿真结果并验证了新算法的有效性。     

波形相关矩阵未知情况下单基地MIMO雷达中一种改进MUSIC的DOA估计算法

该文研究了波形相关矩阵未知情况下多输入多输出(MIMO)雷达中的角度估计问题,提出了一种单基地MIMO雷达中改进多重信号分类(MUSIC)的到达角(DOA )估计算法。该算法可以在波形相关矩阵未知的情况下工作且性能优于传统的传播算子(PM)和借助旋转不变技术估计信号参数(ESPRIT)算法以及基于接收信号重构的MUSIC算法。该文算法可以扩展到任意阵列结构的MIMO雷达中进行角度估计。该文还给出了单基地MIMO雷达中DOA估计的克拉美罗界(CRB)。仿真结果验证了该算法的有效性。     

基于虚拟阵列变换的相干源测向方法

针对传统空间谱测向方法对相干信号源测向失效的实际问题,提出了一种基于任意形状平面阵列的测向方法。该方法在建立了相干信号源数学模型的基础上,对虚拟阵列变换思想进行了分析,给出了采用虚拟阵列变换原理和MUSIC算法实现了对相干信号源DOA的估计,提高了测向性能。经仿真试验和理论分析,验证了算法的可行性,并分析了该算法的适用局限性。     

修正的MUSIC算法在相干信源DOA估计中的应用

引用了两种修正相关矩阵最大似然(ML)估计的方法对MUSIC算法进行优化,对相干信源的波达方向(DOA)进行估计。前向空间平滑算法要求阵列的平移不变性,将阵列划分为若干相互交叠的子阵;前向-后向空间平滑要求阵列的旋转不变性,应用了相关矩阵的倒置矩阵。两种方法均可以修正阵列接收信号的相关矩阵的最大似然估计,使之满足MUSIC算法的前提条件。计算机仿真证明两种算法改善了传统的MUSIC算法对相干信源进行DOA估计的性能,前向-后向空间平滑算法作出了比较准确地估计。     

一种改进的MUSIC算法及其参数选择问题

在基于特征值分解的MUSIC算法的基础上,从另一个角度出发,通过特殊的天线阵列模型,重构一个Toeplitz矩阵,使其秩只与信号的波达方向有关,而不受信号相关性的影响,从而达到去相关的目的,并对信号子空间和噪声子空间作出正确的估计;同时从理论上推导出天线距离大于信号源载频波长的一半时产生多值模糊的原因,并给出了多值之间的数学关系公式。仿真结果验证了该方法的有效性。     

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。