基于CSM的波束域宽带DOA估计方法

宽带相干子空间方法（CSM）是宽带DOA估计中一类重要算法，但该方法对DOA预估较为敏感。波束域方法解决了窄带高分辨处理方法实用化过程中所遇到的一些问题，例如，降低了运算量，降低了算法的信噪比门限，易于消除模型误差等。新方法将波束域算法与宽带相干子空间方法结合，降低了算法的信噪比门限，减小了算法的运算量，降低了对DOA预估精度要求。仿真结果证明了算法的有效性。     

基于类MUSIC的DOA估计算法

针对相关信号波达方向(DOA)的估计问题,提出了一种基于最大差值子矩阵的信号DOA估计方法.对利用Toepllitz构造的满秩矩阵进行特征值分解,得到排序后的特征值,并利用特征值的差值实现满秩矩阵筛选,同时结合传统MUSIC算法实现信号DOA估计.理论分析与仿真实验表明,本文所提方法在相关信号DOA估计方面具有更好的分辨力.     

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。     

基于波束空间MUSIC的MIMO雷达波达方向估计

在进行波达方向估计时,阵元空间MUSIC方法的计算量通常都比较大。为了解决此问题,采用了波束空间MUSIC的方法,它的计算量较阵元空间MUSIC方法有所下降,将它运用于多输入多输出雷达波达方向的估计问题。计算机仿真实验表明,虽然协方差矩阵特征分解的计算量下降了,但是波束空间MUSIC的性能依然良好。     

宽带DOA估计的频域时延补偿算法

针对宽带波达方向（Direction of Arrival,DOA）估计中导向矢量的频率不一致问题,提出一种新算法.首先对搜索方向信号进行时延补偿,使其与法线方向信号具有相同的阵列时延特征,同时将其它方向信号当作噪声处理,然后计算子空间的正交性并将其作为该搜索方向上空间谱值,最后给出快速算法以降低运算量.由于滤波器的群时延值不能任意改变,采用频域方法实现时延补偿.新算法不需要预估信号源数目和DOA初值,且仿真结果表明：在信号源互不相关和功率谱密度分布平坦的前提下,新算法分辨率更高、估计误差更小.     

一种新的宽带DOA估计方法

总结了宽带信号子空间类DOA估计方法,提出了一种新的构造聚焦矩阵的方法,新方法基于预估角度和宽带信号带宽内各个频点上对应的阵列流形的奇异值分解,所构造的聚焦矩阵为酉矩阵,在聚焦过程中没有聚集损失。比较了新方法与旋转信号子空间方法（RSS）在分辨两个相邻较近信号源时的性能,新方法与RSS方法性能相当。仿真结果证明了算法的有效性。     

基于空频解耦的宽带DOA估计算法

宽带波达方向(DOA)估计是宽带阵列信号处理领域的热点问题,当宽带信号的距离分辨率与宽带孔径可比拟时,孔径渡越效应会成为影响宽带波达方向估计精确度的重要因素。基于宽带阵列信号在空域与频域间呈现线性耦合的特点,利用梯形变换进行解耦处理,并对解耦后数据相干积累进行 DOA估计。实验结果表明,通过对宽带孔径渡越效应的消除,宽带 DOA估计精确度显著提高。该算法具有较低的计算复杂度和较高的 DOA估计精确度,是一种有效的宽带 DOA估计算法。     

均匀圆阵下的宽带信号DOA估计算法

为了解决传统宽带信号DOA估计在全频段作谱峰搜索所得空间谱分辨率较低和计算量非常大的问题,新算法采用FFT变换,仅仅通过采用选取的部分频带数据进行基于子空间的空间谱估计,不仅可以提高宽带信号DOA估计的分辨率,同时减少了运算量。文章介绍了算法实现过程,并对算法计算量进行了定量分析,分辨率和误差性能则通过仿真进行比较分析。另外,算法以均匀圆阵为模型,相对于线阵结构,使所得结论更加具有实用性。     

基于双边相关变换的宽带DOA估计快速算法

基于双边相关变换提出了一种宽带DOA估计快速算法.与已有的双边相关变换(TCT)算法不同,本方法虽然基于聚焦误差最小提出,但最终处理却避开了聚焦矩阵的构造和聚焦过程,从而大大提高了运算效率.理论分析证明该方法在构造无噪相关矩阵的过程中隐含了对各个频率点信号能量的聚焦,从而保证在简化运算的同时不损失估计性能.计算机仿真验证了快速算法的有效性.     

宽带源DOA快速估计方法

提出了一种新的聚焦矩阵的计算方法,该方法不需要进行角度预估计,也不需要进行任何矩阵特征值分解,对信号方向不敏感,运算量小。利用多级维纳滤波算法,求出聚焦后的空间协方差矩阵在Krylov子空间的一组正交基,在满足一定的条件下,该正交基张成的空间等价于信号子空间,从而可求得宽带信号的空间谱。整个过程避免了矩阵特征值分解,因而运算量降低。计算机仿真验证了方法的有效性。     

基于G-S正交的信号子空间宽带聚焦DOA估计算法

提出基于G-S（Gram-Schmidt）正交算法的信号子空间宽带聚焦DOA估计算法。该算法基于G-S正交方法,求得矩阵的信号子空间,并利用局域子空间投影算法（LSP）,构造宽带信号子空间最佳聚焦矩阵。分析表明,该算法不需矩阵特征分解,运算量小于双边变换（TCT）方法,性能优于TCT方法。仿真结果证明了算法的有效性。     

宽带信号源的波达方向估计新方法

针对信号源数多于天线阵元数的情况,提出了一种新的宽带信号波达方向(DOA)的估计方法.与传统方法一样,首先把宽带信号分解为互不重叠的窄带部分,通过将信号频率的不同等效为阵元间距的不同而得到多个阵列,合理组合这些阵列可以获得一个多阵元的虚拟阵列,对此虚拟阵列的输出运用传统的窄带信号子空间方法即可进行高分辨DOA估计.不需要对阵列输出进行"聚焦"变换及角度预估计,并且利用两个阵元即可对多个宽带信号进行空间谱估计.仿真结果证明了该方法在信号源数多于阵元数情况下的有效性.     

基于稀疏近似最小方差的宽带DOA估计算法

提出了一种基于稀疏近似最小方差的宽带波达方向(DOA)估计算法,有效解决当前宽带波达方向估计方法分辨率较低、相干干扰条件下DOA估计误差大等问题。该算法在空域稀疏模型的基础上利用宽带相干信号子空间算法,将宽带信号聚焦到固定频点处,再以近似最小方差准则进行迭代,实现高分辨DOA估计。该算法得到的空间谱具有稀疏度高和副瓣低的特点,且与CSM算法相比无需任何先验信息。通过仿真计算表明,该算法的方位分辨能力较宽带传统DOA估计算法提升30% ,并具有分辨相干信号能力。通过某海试实测数据处理得到的时间历程图有效验证该算法性能。     

基于指向最小误差的宽带稳健波束形成方法

宽带自适应波束形成方法较常规延时求和波束形成方法具备更好的空间分辨能力和干扰抑制能力,但在实际应用中由于阵列误差和指向误差影响导致性能下降。文中在宽带指向最小误差(STMV)方法和窄带稳健Capon(RCB)方法基础上,提出了一种基于椭圆不确定集的宽带稳健波束形成方法。通过仿真验证分析了算法在强副瓣干扰和指向误差条件下弱目标检测能力;在幅频响应误差影响条件下的保持弱信号功率输出能力;并验证算法对快拍数要求低于STMV 方法。     

一种基于稀布降维处理的高分辨测向方法

针对阵元数一定时大型面阵均匀布阵易产生分辨力与模糊的矛盾问题,提出了一种基于稀布降维的波达方向高分辨估计方法。该方法极大的降低了运算量,同时保持了高分辨的测向精度,较大的改善了角度分嘉串率,计算机仿真证明了该方法的有效性和可行性。     

一种新的互耦条件下宽带信号DOA估计算法

基于一致聚焦和Khatri-Rao子空间的思想,提出了一种新的互耦条件下宽带信号DOA 估计算法。首先,通过在阵列两端设置辅助阵元来补偿各个频率处的互耦效应;接着,对补偿后的协方差矩阵进行一致聚焦操作,并重排成一个高维矩阵;最后,通过搜索Khatri鄄Rao 子空间谱估计出宽带信号的DOA。算法适用于互耦未知的场合,对宽带信号频率谱是否平坦没有要求,且在互耦自由度较小时能够分辨多于阵元数的宽带信号。计算机仿真结果证明了算法的有效性。     

阵列单通道高分辨DOA估计方法

阵列单通道相比多通道具有复杂度低、成本小的优点。针对以往阵列单通道测向模型估计精度较低的问题,基于随机过程理论,构建了阵列单通道波达方向(direction of arrival,DOA)估计模型。在此模型基础上,推导阵列单通道下均匀线阵和均匀圆阵导向矢量,并将MUSIC算法运用于阵列单通道DOA估计。由于该模型充分利用了阵元的幅相信息,无需恢复协方差矩阵,因此具有较高精度和分辨率。仿真实验验证了模型的可行性和有效性。     

一种基于混合RJMCMC方法的宽带信号DOA估计方法

该文基于被动多传感器阵列,在可逆跳转马尔可夫链蒙特卡罗方法基础上引入随机游走抽样理论,提出一种混合RJMCMC方法,通过将局部采样与全空间采样相结合,可以在更短的时间内得到更好地服从目标分布的随机数,结合信号和噪声的统计特性以及贝叶斯参数估计理论可实现宽带信号源数目和波达方向联合估计。仿真结果证明,该文方法能更为快速、准确地估计出信号源个数和波达方向。