四元数在均匀圆形矢量传感器阵列信号参数估计中的应用

四元数的四维超复数结构是一种正交结构,各矢量传感器分量保持其固有的正交性,从而提高了矢量传感器阵列的抗干扰能力以及分辨力。在均匀圆形矢量阵列信号的参量估计中引入四元数理论,建立基于四元素的电磁矢量传感器阵列信号接收模型。充分利用四元数的多维正交特性,结合四元数矩阵理论及已有算法对电磁矢量传感器阵列信号的波达方向和极化信息进行联合估计,仿真实验验证了方法的有效性。并与传统的基于长矢量的MUSIC算法(V-MUSIC算法)进行比较,结果表明,基于四元素的信号接收模型可显著提高信号参数的估计精度。     

声矢量阵波束域宽带聚焦MUSIC算法

和阵元域处理相比，波束域处理具有计算量小，分辨信噪比门限低的优点．同时，声矢量传感器拾取了更多的声场信息，联合处理这些信息可以提高声呐的性能．把声压阵的波束域高分辨算法的思想和相干子空间方法(CSM)的思想引入到声矢量阵列信号处理，在Michael Zoltowsk提出的矢量阵的数学模型的基础上推导出了声矢量阵波束域宽带聚焦MUSIC算法，并作了计算机仿真研究，仿真的结果表明：基于矢量阵的波束域宽带聚焦MUSIC、算法无论是在分辨信噪比门限还是在角度分辨能力上都要优于声压阵波束域宽带聚焦MUSIC算法，而二者的计算量相当，和矢量阵阵元域宽带聚焦MUSIC算法相比，矢量阵波束域处理的计算量要远远小于阵元域处理。     

四元数矩阵重构鲁棒波束形成算法

极化敏感阵列的四元数信号模型保持了偶极子阵元分量之间固有的正交性,因而四元数MVDR（Q-MVDR）算法具有比传统复数域MVDR算法更优的性能,但在强期望信号和导向矢量失配的情况下,Q-MVDR算法性能严重下降,甚至会出现期望信号相消现象.针对此问题,提出一种基于四元数矩阵重构的鲁棒波束形成算法.首先建立极化敏感阵列的四元数模型,将协方差矩阵重构方法扩展到四元数域,利用子空间方法得到干扰信号的导向矢量估计,并采用Capon谱估计方法获得干扰信号的功率,重构出干扰噪声协方差矩阵;然后根据信号子空间与噪声子空间的正交性,以及期望信号导向矢量与信号子空间属于同一子空间的特性,将权矢量投影到四元数信号子空间,对期望信号导向矢量失配误差进行修正;最后通过仿真实验验证了算法的有效性.仿真结果表明,在强期望信号和期望信号导向矢量失配时,与传统算法相比,本文算法有效避免期望信号相消引起的性能下降,增强了算法的鲁棒性,可以达到接近最优值的输出信干噪比(SINR).     

矢量阵自初始化MUSIC算法的试验研究

利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰,实现目标的方位估计.该方法减少了运算量,同时提高了目标方位估计的精度.为了检验算法的性能,进行了外场试验.利用3个矢量水听器组成了三元矢量阵,对比了矢量阵自初始化MUSIC算法和MUSIC空间谱估计以及常规波束形成的性能.试验结果表明,矢量阵常规波束形成的目标方位估计精度较差,MUSIC空间谱的估计性能较好,而迭代搜索MUSIC谱峰方法的定向精度最高.当空间严重降采样时,常规波束图的栅瓣高度接近主瓣高度,MUSIC空间谱表现出较强的栅瓣抑制能力,而自初始化MUSIC算法不受空间降采样的影响,总能给出正确的目标方位估计值.     

基于MUSIC算法的矢量水听器阵源方位估计

矢量水听器阵的每个阵元同时测量声场中的声压量和质点振速的3个正交分量,相对于声压水听器阵来说,矢量阵获取声场中更多的信息.利用矢量阵所获得的速度场的信息可去除目标方位估计中的180°模糊.多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法.本文采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,以提高对源方位的估计精度.仿真结果表明,在SNR=10dB的条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了30°左右,旁瓣降低了16dB左右,利用MUSIC算法可提高对源的定向精度及对多目标的分辨能力.     

基于矢量阵的自初始化MUSIC方位估计算法

MUSIC空间谱估计突破了常规波束形成中的锐利限,能够对目标进行高精度方位估计.探讨了MUSIC算法在矢量阵上的应用,给出了矢量线阵MUSIC噪声子空间谱估计表达式,利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰实现目标的方位估计,用以提高目标方位估计的精度.对单目标和双目标方位估计进行了仿真研究,在文中的仿真条件下,当满足信噪比大于5dB的条件时,可对目标方位进行较好估计.研究结果表明,通过单个矢量阵元阵簇得出的目标方位估计精度较差,而迭代搜索MUSIC谱峰方法提高了方位估计精度.     

声矢量阵DOA估计的稀疏分解理论研究

针对低信噪比、小快拍数条件下的DOA估计问题,根据水下目标方位角在角度空间的稀疏性,将稀疏分解和压缩传感理论应用于声矢量阵的DOA估计中.建立了相应的DOA估计模型,构造出基于阵列流型形式的过完备原子库,然后采用正交匹配追踪算法实现目标的DOA估计.数值仿真表明,基于稀疏分解的声矢量阵DOA估计算法稳定性好,估计结果精确,信噪比小于10 dB时优于MVDR、MUSIC等算法,并且可以直接用于相干信号的处理.对于单快拍数据的估计性能良好,适用于运动目标的DOA估计.基于压缩传感理论,通过对阵列接收数据和过完备原子库的维数压缩,可有效降低稀疏分解算法的计算成本.     

基于四元数MUSIC的双极化散射中心参量提取

针对既有水平极化发射水平极化接收,又有垂直极化发射垂直极化接收数据的双极化雷达目标散射中心模型,提出用四元数MUSIC算法进行参量提取。该算法首先将hh和vv数据用四元数联系起来,然后采用MUSIC算法的思想,构造四元数信号子空间和四元数噪声子空间,并利用四元数噪声子空间和四元数信号子空间相互正交的特性,通过谱峰搜索估计双极化散射中心的参量。同复数域的MUSIC算法相比,四元数MUSIC算法在信噪比较低时仍能较好地估计出散射中心参量。仿真实验验证了算法的有效性。     

均匀线阵双基地MIMO雷达目标角度估计

在高斯色噪声背景下,提出了高阶累积量最小范数算法,实现了均匀线阵双基MIMO雷达的波离方向和波达方向的联合估计。最小范数算法利用双基MIMO雷达的联合导向矢量矩阵与噪声子空间正交,用噪声子空间的全部噪声奇异矢量构成最小范数矢量,相比MUSIC算法计算量小。仿真结果也表明在低信噪比时,最小范数算法的估计性能较好。     

虚拟阵列的四阶MUSIC算法研究

研究一种基于四阶累积量的虚拟阵列扩展技术,以扩大阵列的处理孔径和空间自由度,提高方位估计性能.由于累积量域导向矢量的冗余项可等效为特定位置处假想阵元(虚拟阵元)的响应,因而利用高阶累积量可虚拟扩展阵列孔径,利用四阶累积量与二阶统计量的转换关系,对具有等效阵元互相关的累积量作合并平均处理,可得到虚拟扩展阵列的协方差矩阵,对虚拟协方差矩阵采用MUSIC算法作方位估计.数值分析和湖试处理结果表明,虚拟阵MUSIC算法能有效提高分辨率,减小方位估计方差,并能提高空间有色高斯噪声下的性能和稳健性.     

电力变压器局部放电方位估计的仿真研究

提出了一种基于改进MUSIC算法的变压器局部放电源方位估计的方法,该方法在变压器油箱外壳安装超声相控阵接收传感器,通过传感器阵元接收放电源辐射的超声波信号。应用改进MUSIC算法对接收信号进行空间谱分析,完成变压器内一个甚至多个局部放电源的方位估计。仿真结果表明,改进MUSIC算法具有很高的分辨力和估计精度,尤其对于相近的多个信号源,该算法同样具有很高的分辨力。     

声矢量阵快速子空间方位估计算法

针对声矢量阵高分辨方位估计算法运算量大的问题,基于声压振速联合信息处理,提出了一种快速的声矢量阵高分辨方位估计算法．该算法选择参考阵元的电子旋转矢量作为期望信号,运用多级维纳滤波器(MSWF)对信号子空间进行快速估计,不需要计算声矢量阵的互协方差矩阵,不用进行特征值分解,从而大大缩减了计算量．另外,该算法基于矢量传感器声压与振速的相干性原理,充分利用了声压振速组合抗干扰能力,有效抑制了各向同性噪声．理论分析和计算机仿真表明,该算法在拥有良好DOA估计性能的同时,大大减小计算量．     

声矢量阵导向最小方差波束形成算法研究

为了克服声压阵导向最小方差波束形成算法方位估计的左右模糊问题,提出了声矢量阵导向最小方差波束形成算法,指出了矢量阵导向矩阵与声压阵导向矩阵之间的关系.通过声压阵导向矩阵与单位矩阵的Kronecker积得到矢量阵的导向矩阵,从而使不同频率的矢量阵互谱密度矩阵聚焦.计算机仿真和海试实验证明与声压阵导向最小方差波束形成相比,矢量阵导向最小方差波束形成具有更好的方位分辨力且无左右模糊,并可以空间欠采样而不出现栅瓣.针对带宽内信噪比随频率变化的情况,用各频率的信噪比对导向协方差矩阵进行加权,改进了空间谱估计性能.     

双平行线列阵的方位估计及声探测盲区分析

基于信号相位匹配原理,给出了利用由双平行线列阵组成的平面阵进行声源方位估计的奇异值分解算法(Singular Value Decomposition for Signal Phase Matching,SVDSPM), 推导了空间谱搜索所需的时延计算公式;分析了双线阵间距对不同频率方位估计精度的影响, 从而确定了双线阵的间距;分析了声源频率对方位估计精度的影响;给出了给定频率时方位估 计精度与信噪比的关系并与MUSIC算法获得的结果进行了比较;给出了利用平面阵进行低空目 标的声探测时存在的声探测盲区的描述方法,并分析了声源的频率、目标初始俯仰角、阵元 数、阵型对声探测盲区的影响.仿真结果表明:(1)在低信噪比时SVDSPM算法的方位估计性能 优于MUSIC算法;(2)声探测盲区的范围与声源的频率和目标初始俯仰角有关,而与阵元数、 阵型无关.声探测盲区的分析和研究为立体阵的设计和方位估计提供了依据.     

时-空欠采样的信号频率和二维DOA估计

在空间信号时－空欠采样下，基于时延、四阶累积量和MUSIC算法提出了一种新的多空间信号频率和2－D到达方向分离估计方法。适当地选取时延和非均匀阵列阵元位置，该方法的信号频率和2－D到达方向估计无模糊。灵活地运用矢量Kronecker积估计信号数大于二阶技术。计算机模拟证实了其有效性。     

矢量重构解相干的波达方向估计新方法

针对相干信号波达方向(Direction of Arrival, DOA)估计问题,提出一种新的矢量重构解相干方法——变参考阵元数据互相关矢量重构算法。算法依次改变阵列参考阵元,求得所有阵元接收数据与对应参考阵元接收数据之间的互相关信息,并以此作为重构矩阵的列矢量构造一个等效协方差矩阵,然后基于MUSIC和ESPRIT算法,估计相干信号的波达方向。数学推导和理论分析表明,重构的矩阵能对相干信号完全解相干。算法不损失阵列孔径,在低信噪比和少量快拍数据条件下,估计性能要优于Toeplitz矩阵重构算法和前后向空间平滑算法。     

低复杂度多输入多输出雷达目标角度估计方法

针对多重信号分类(multiple signal classification,MUSIC)算法通过谱峰搜索得到目标的角度估计的计算复杂度较高的问题,提出一种用于单基地多输入多输出(multiple input multiple output,MIMO)雷达目标角度估计的低复杂度求根MUSIC方法。首先通过降维变换降低接收数据的维度,然后在低维空间中根据导向矢量和噪声子空间的正交性,构造求根多项式,并通过求解该多项式的根来得到目标的波达方向(direction of arrival,DOA)估计。仿真实验表明,与MUSIC算法和RC-MUSIC算法相比,该算法具有更低的运算复杂度,且在低信噪比条件下具有更好的角度估计性能。     

基于MUSIC算法的Pol-InSAR相位估计方法

提出了一种基于MUSIC算法的Pol-InSAR多干涉相位估计方法.该方法结合维纳滤波理论构造最佳加权矢量,通过对其组成的最佳协方差矩阵特征分解得到信号子空间和噪声子空间,充分利用相应像素对其相邻像素的相干信息,并根据MUSIC算法中信号子空间和噪声子空间的正交性构造空间谱函数,通过谱峰搜索准确地估计Pol-InSAR...     

锥面共形阵列极化-DOA估计的降维MUSIC算法

针对传统MUSIC(multiple signal classification)算法在锥面共形阵列极化-DOA(direction of arrival)参数联合估计过程中计算复杂度较高的问题,利用单极化阵元构造极化敏感锥面共形阵列,并建立阵列接收信号模型.通过构造同极化接收子阵,将导向矢量中空域信息和极化域信息去"耦合",在考虑阵元遮挡效应的条件下,结合秩损原理实现了基于降维MUSIC算法的极化-DOA多参数估计,减小了极化-DOA参数估计的计算量.通过计算机仿真证明了方法的有效性.     

矢量传感器阵列高分辨率方位估计技术研究

矢量传感器能同时共点拾取声场中的声压和三路相互正交的振速信息,获得额外的信息量,它的出现引起了国内外的关注.为了改善波束域高分辨率方法的性能,获得矢量传感器阵列对多目标的足够精度的分辨能力,在研究矢量传感器阵列目标估计基础上,首次在矢量传感器阵列处理领域将矢量阵波束形成与波束域目标估计算法结合起来,实现了高精度目标方位估计,与常规阵元域和波束域方法相比,提高了多目标估计性能,降低了输入信噪比门限,增大了阵列输出增益,减小了计算量.仿真验证了该算法的优越性.