智能天线DOA估计技术研究

智能天线DOA估计技术中子空间分解类算法存在计算量大和采样数据多的缺点,为实现实时准确的DOA估计,提出一种在局部信号空间搜索谱峰的改进MUSIC算法,与经典算法仿真对比,结果表明改进算法运算量明显降低.此外,为克服传统算法采样数据量大且存在冗余的不足,研究基于压缩感知的DOA估计方法,即由阵列数据通过阵列流型矩阵重构出空间稀疏信号,从而估计目标信号的DOA,实验结果表明该方法估计效果显著,且性能优于传统算法.     

基于降维Capon的双基地MIMO阵列目标DOD和DOA联合估计算法

针对双基地多输入多输出(MIMO)阵列目标DOD(发射角)和DOA(接收角)联合估计问题,提出了一种基于泰勒级数展开的降维Capon联合收发角估计算法。该算法首先利用泰勒级数将阵列流型矢量展开,将需要二维搜索的MIMO Capon算法降为一维搜索,然后利用拉格朗日算子通过一维搜索获得目标的DOD,最后将估计的DOD代入阵列流型矢量中获得接收阵列流型矢量,从而估计出与DOD相对应的DOA。该算法无需二维谱峰搜索,通过一维搜索得到目标收发角,且DOD和DOA自动配对。与现有算法相比,该算法不仅能够获得较好的角度分辨率,而且有效降低了运算量。仿真结果验证了所提算法的有效性。     

一种基于L型阵列的二维波达方向估计的新方法

提出了一种在高斯白噪声环境下基于L型阵列的二维DOA估计的新方法。该算法利用阵列结构的特点首先计算3个互相关矩阵,然后用这3个互相关矩阵构造一个特殊的大矩阵,对其进行特征值分解获得信号子空间的估计,进而利用二维ESPR IT方法实现方向角与仰角的估计。该方法不需要谱峰搜索,能够很好地解决参数配对问题。仿真试验表明,该算法估计精度高、计算量小,有一定的实用性。     

冲击噪声环境下的快速DOA估计

目前已存在着一些适用于冲击噪声环境的稳健性DOA算法,但它们的计算量仍然较大.为了解决这一问题,对冲击噪声环境下的快速DOA估计进行了研究,并提出了一种新的分数低阶算法.新算法的原理是利用分数低阶矩阵的数据来直接构造与更新C的信号子空间.根据理论分析可知,由于新算法避免了计算量级为O(q3)(q为天线阵元数)的特征分解,其计算量级仅为O(Mq2)(M为信号数),因此它与现有算法相比,计算量更小并能更快速地估计DOA.计算机仿真证实在相同条件下,当子空间更新次数不小于2时,新算法有着与现有算法近似一致的DOA估计性能.     

一种谐波信号源DOA估计的新算法

针对传统谐波信号源DOA估计中算法复杂、计算量大的问题,提出了一种互相关序列的修正协方差AR谱估计（CCS-MC）算法.CCS-MC算法首先利用均匀线阵的空域信号与复正弦信号互相关得到一个序列,然后对其进行功率谱估计,得出信号源的波达方向.与ISM、CSM算法相比,该算法不需要DFT变换、构造聚焦矩阵,大大降低了计算量,同时它在对相干信号源进行DOA估计时有效避免了阵列孔径的损失.仿真结果表明：该算法可以精确地估计出谐波信号源的波达方向,同时有效解决了CCS-PL算法所存在的严重角度模糊问题,改善了低信噪比条件下的DOA估计性能,更适合于谐波信号源的DOA估计.     

基于实值信号子空间的虚拟阵列解相干算法

针对存在相干信源时,传统的DOA估计算法失效问题,提出一种基于实值特征子空间的虚拟阵列解相干算法.该算法根据虚拟阵列变换的思想,利用阵列接收数据构造虚拟子阵,实现对信号的解相干处理,并将协方差矩阵从复数域变换为实数域,获得一个实值信号子空间,最后利用实数域ESPRIT (Unitary ESPRIT)估计信号波达方向.该方法避免了阵列孔径损失,保持了阵列的空间分辨率,估计精度高,利用个阵元可估计个信源,且引入实数域处理和无需空间谱搜索,运算量小.计算机仿真验证了该方法的有效性和优越性.     

一种改进的SRP-PHAT宽带信源DOA估计算法

针对离散联合可控响应功率和相位变换（DSRP-PHAT）算法用于宽带信号DOA估计时精度不稳定问题,在线性阵列条件下提出了一种改进算法（IDSRP—PHAT）．该算法首先计算各时延对应的角度,对其进行排序,然后通过滑窗法计算波束功率并反推得到波束角度,最后在峰值搜索中采用加权求和的方式估计DOA．仿真实验表明,相比DSRP-PHAT算法,IDSRP-PHAT算法提高了平均估计精度,同时也消除了不同DOA带来的精度差异．     

基于改进MUSIC算法的二维DOA估计方法

提出了一种改进的二维MUSIC算法,该算法通过重构阵列接收数据协方差矩阵来降低入射信号源间的相关性,抑制信号子空间向噪声子空间的扩散,从而解决用MUSIC算法估计相干信号源到达方向(DOA)时的漏估计问题.该方法不仅对相关信号源的DOA估计有好的特性,也可以提高非相关信号源的DOA估计特性,而且计算量也没有大的增加.仿真试验证明了改进算法的有效性.     

适用于宽带接收阵列的无模糊二维DOA估计

为了满足宽带侦收的要求,提出了一种新的基于环形阵列的宽带天线阵列配置方案,利用2组独立空间欠采样通道得到有模糊的信号空域信息,并结合一定的解模糊算法和配对方法得到无模糊的空间信号到达角(DOA)估计. 仿真结果表明,所提算法在搜索量小的优势下能实现二维方向角的高精度估计及正确配对,且2组通道的采样数据可并行处理,增强了算法的实时性.     

一种基于两点式散射模型的DOA估计算法

基于天线阵列波达方向(DOA)的波束形成算法是智能天线的率,计算量,对噪声的敏感性或者需要空间搜索等方面存在不足,需要加以改进.在分析宏小区散射模型的基础上,将原来的离散分布简化为两点式分布,并分析了简化为两点式分布的依据.在此基础上,利用两点式分布的数学模型,通过构造相应的二阶统计量,较有效地估计出了空间波达方向及其散布角.并且该算法可以得到闭式解,有效地降低了DOA估计的运算量.所利用的统计量对等方差的白噪声不敏感.理论分析表明,只要快拍数足够多或信噪比较高,该闭式解可以得到很高的估计精度.计算机仿真验证了该算法的有效性.     

低面积-时间复杂度的离散余弦变换脉动结构

为了研究脉动结构在离散余弦变换(DCT)算法中的应用以及平衡DCT算法在超大规模集成电路(VLSI)实现中对面积复杂度和时间复杂度的要求,提出一种基于脉动阵列的DCT结构.研究一维DCT变换的特点,对DCT进行公式变形.充分挖掘DCT算法中可以重复利用的数据,从而减少运算量.针对变形后的算法特点,采用脉动结构进行求解,从而提高并行度,减少运算时间.结果表明,相对于现有的脉动结构,该结构具有更小的面积-时间复杂度(area-time complexity),对DCT长度的限制小,仅要求DCT变换的长度为偶数.     

基于L阵的低计算复杂度二维波达方向估计

针对L阵的二维波达方向估计问题,提出了一种低计算复杂度、高精度的二维波达方向估计算法.首先利用L阵子阵互相关矩阵和均匀线阵导向矢量的共轭交换性质扩展阵列孔径,并构造新的阵列接收数据;然后利用旋转不变子空间算法得到二维角度估计;最后将子阵互相关矩阵对角元素Toeplitz化,在不损失阵列孔径的情况下重构出类阵列自相关矩阵,利用Nystöm方法得到信号子空间估计,进而通过少量角度搜索得到正确的二维角度配对.该算法无须大量角度搜索,具有角度估计精度高、运算量小、所需快拍数少的优点.理论分析和仿真实验结果证明了算法的正确性和有效性.     

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.     

一种分布式信号源的参数估计算法

在信号源具有分布特性时,使用点源模型进行参数估计会产生较大误差,而广义的高分辨率算法又带有较大的运算复杂度,难以满足实时性很高的要求,且都需要预先知道角度分布的具体函数。该文提出了基于天线阵列的特殊结构,采用阵列之间互相关算法对相干分布式信号源的各项参数进行估计,极大地减小了运算量,同时分析了信号源到达方向的模糊性问题。仿真结果证明该方法对相干式分布源参数估计的有效性。     

一种新的过程间静态切片快速算法

针对传统的基于PDG、SDG的程序切片算法需要计算与程序切片无关的数据依赖而导致计算复杂度高的问题,提出一种新的过程间静态切片快速算法.该算法无需使用PDG、SDG的程序中间表示形式,而是根据TOKEN序列和复合语句控制结构信息表,将程序表示为id UCf五元结构,并在此基础上计算程序的过程间静态切片.实验结果表明,该算法在保证多层嵌套结构程序的静态切片完整性的前提下,充分考虑了函数调用信息,降低了时间与空间复杂度.本算法只计算与切片相关的数据依赖、控制依赖以及函数调用信息,计算复杂度低.     

基于酉变换的虚拟阵列DOA估计算法

为了估计相干信源的波动方向,提出基于酉变换的虚拟阵列DOA估计算法．该算法通过阵列虚拟平移形成虚拟阵列对相干信号进行解相干,并利用酉变换将虚拟阵列接收数据的协方差矩阵从复数域变换到实数域,然后利用该实数矩阵进行波达方向估计．计算机仿真表明算法在低信噪比情况下具有很好的解相干特性和估计性能．该算法避免了阵列孔径损失,可在小采样拍数情况下实现相干信源的DOA估计,且运算在实数域进行,大大降低了运算复杂度．     

一种累积量线性预测方位估计的快速算法

提出了一种基于四阶累积量的线性预测方位估计快速算法。通过对累积量线性预测基本方法进行变换,得到了基本方程系数矩阵的Toeplitz结构,并用Levinson-Durbin算法求解方程,减少了运算量。在线性预测方程中,使用了四阶累积量,有效地抑制了高斯噪声。计算机仿真结果表明了这种方法的有效性。     

空间调制信号的低复杂度球形译码算法

为进一步降低球型译码算法(SM-SD)的复杂度,同时不影响算法的误比特性能,提出一种SM-SD算法,采用了不同于目前存在的SM-SD算法的复变量实数化方式,具有独特的搜索树结构,搜索树的相邻两层相互独立.分析了新算法的原理及搜索过程,通过矩阵运算理论分析了几种SM-SD算法的运算复杂度,然后在不同的空间调制系统中对SM-SD算法的误比特性能和运算复杂度进行仿真.理论分析和仿真结果表明:新算法的性能接近于最大似然算法,运算复杂度低于已有的各种类型的球型译码算法,因此更加适合于检测空间调制信号.     

带状线性方程组的并行分裂算法

讨论了将三对角线性方程组的双向并行分裂法(DPP)推广到一般带状线性方程组时的计算量与存储量.其次提出了一个解带状线性方程组的新并行分裂法,相对于DPP算法,通信量有少量增加,计算量大大减少.最后,对性质较差的带状线性方程组,采用列主元Gauss消去法,实验表明,利用该技术后,在计算量增加不大的情况下,计算精度大大提高.     

一种计算复杂度低收敛速度快的递推Capon谱估计算法

基于递推最小二乘方法实现对观测信号自相关矩阵的逆R-1L的估计,研究了一种计算复杂度低和收敛速度快的Capon谱估计算法。该算法避免了用Cholesky分解、奇异值分解、QR分解或目前文献中见到的其他方法所带来的Capon谱估计算法计算复杂的缺点。同时,在信号自相关矩阵条件数不好时,该算法仍然可以进行信号的谱估计。仿真结果表明,尽管该方法的谱估计分辨率不如修正协方差谱估计法,但是两者相差不多,该方法非常有利于谱估计算法的实时实现和实际应用,并且还可以实现Capon幅值估计。