相干信号源DOA估计ESPRIT改进算法研究

ESPRIT算法是空间谱估计中的经典算法,算法仅适用于非相干信号。提出了一种基于SVD思想的ESPRIT改进算法,算法对接收数据阵列的协方差矩阵进行特征值分解,取能代表信号全部信息的最大特征值所对应的特征向量,并将它按照一定的方式进行矩阵重构,对重构后的矩阵进行SVD分解,从中取出信号子空间,然后按照LS—ESPRIT算法求解。通过大量仿真结果表明：该算法适用于解相干信号,并且效果优于基于空间平滑思想的改进ESPRIT算法;在解非相干信号的时候,改进算法效果优于常规的LS—ESPRIT算法。     

一种高性能的二维波达方向估计算法

在二维虚拟ESPRIT算法的基础上,提出了一种高性能的改进算法。改进方法依照子阵数据直接空间平滑的思想对子阵数据进行预处理,用虚拟阵列变换技术实施阵列变换,采用波达方向矩阵法的思路计算二维角度参数。仿真结果表明,相比于空域平滑的DOA矩阵法和空域平滑的二维虚拟ESPRIT算法,该方法在低信噪比情况下对相干信号源具有更好的估计性能,对独立信号源,能够估计出超过子阵阵元数的信号。     

改进Geese算法对信号的DOA估计

针对传统的空间谱估计算法对相干源的波达方向（DOA）估计会失效的问题，该文在利用信号子空间特征向量生成广义特征值（Generalized Eigenvalues utilizing Signal subspace Eigenveetors，Geese）算法基础上，结合空间平滑技术对接受数据进行预处理，提出一种改进的Geese算法。该算法由于不需方向搜索且只利用信号子空间，大大降低了计算复杂性。计算机仿真结果表明，与Geese算法相比，该改进算法既能够有效地估计出独立信号源的DOA，也能有效地估计出相干信号源和相隔比较近的低信噪比信号源的DOA。对于独立源的估计，在相同条件下，估计性能也要优于经典的空间谱估计算法（ESPRIT算法和MUSIC算法），从而证明该算法的合理性。     

一种虚拟阵列扩展解相干的DOA算法

在移动通信阵列信号处理中,由于多径传播等因素的影响,存在大量相干信号源,现有解相干DOA算法大多会损失阵列的有效孔径,而阵列孔径大小直接限制了空间分辨率及所能估计的信号源个数。针对上述情况,提出一种虚拟阵列扩展的改进双向空间平滑算法(Virtual-array SS,VSS),利用入射信号的非圆对称性,阵列扩展后得到新的虚拟阵列,并做相应的预处理后再利用双向空间平滑算法对该虚拟阵列进行处理。大量仿真结果表明,VSS算法是一种具有高分辨率、高统计稳定性、计算量相对增加较小的解相干DOA算法。     

DPT和虚拟阵列相结合的相干NLFM信号的DOA估计

针对无线电通信领域中经常遇到多径传输和反射因素的现象,必须考虑宽带相干信号源的存在。提出一种离散多项式相位变换(DPT)与虚拟阵列变换法相结合的相干非线性调频(NLFM)信号的波达方向(DOA)估计方法,并对其中的算法做了对比、分析和改进。解决了常规MUSIC、ESPRIT算法不能估计宽带信号、相干信号的问题,不仅能更准确地进行DOA估计,而且不损失阵列的孔径,提高了阵元数的利用率。同时还提出了当两个信号源很近的情况下的角度估计算法。仿真实验证明了该算法的有效性。     

基于空间平滑MUSIC算法的相干信号DOA估计

针对传统解相干算法在低信噪比条件下不能有效分辨角度接近的信号源DOA的问题,提出一种基于空间平滑技术的特征空间多重信号分类MUSIC(Multiple Signal Classification)算法。首先用改进的空间平滑算法对相干信号进行预处理,然后对其应用特征空间MUSIC算法进行精确的DOA估计。计算机仿真结果表明,该算法的改进能更加有效地估计相隔较近的小信噪比信号源的DOA,分辨能力较强。     

基于限定PSO初始化空间的随机最大似然算法

针对随机最大似然算法（SML）在波达方位（DOA）估计中由于多维非线性优化导致计算复杂度大的问题，提出一种限定粒子群（PSO）算法搜索空间的SML算法。该算法克服了一个缺陷，即在采用ESPRIT算法限定PSO初始化空间时，在阵列结构是非均匀线性阵列而且信号是相干信号时ESPRIT算法不能直接处理信号，且需要采用一组预处理技术，这增加了算法计算的复杂度。提出的算法的关键之处在于采用假设技术确定初始化点来代替ESPRIT算法的解，结合克拉美罗界（CRB）确定PSO算法的初始化解空间。这一方法不必再采用预处理技术，且利用限定PSO初始化空间的算法大大降低了SML算法的计算复杂度。实验结果表明，提出的算法为相干情况和非相干情况都提供了相当好的初始值。最后，将该算法与许多现有算法进行比较，验证提出算法的有效性和准确性。     

基于三维交叉阵的相干分布式信号源DOA估计

研究了相干分布式信号源的二维中心波达方向估计（Direction of arrival, DOA）。利用三维交叉阵的对称特性,用求根的方法和广义ESPRIT算法分别估计出相干分布式信号源的中心俯仰角和中心方位角。所提算法无需知道相干分布式信号源的角信号分布函数,并且只需要一维谱搜索。此外,非圆信号的引入使得算法获得了更高的估计精度。计算机仿真验证了算法的有效性。     

实值GEESE算法对相干信号的DOA估计

本文基于信号子空间特征向量的广义特征值算法(Generalized Eigenvalues Utilizing Signal Subspace Eigenvectors,GEESE),结合空间平滑技术和实值分解技术,提出一种实值GEESE算法.通过结合空间平滑技术,较好的解决了信号源相关的来波方向(DOA)估计问题;通过结合实值分解技术,降低了计算量,并且提高了算法的精度.计算机仿真结果表明,采用了实值技术的算法对相干信号的DOA估计有估计精度高.计算量小的特点.     

基于数字波束形成的相干标签信号检测方法

以均匀直线阵为基础,提出一种在相干多径环境下检测标签信号的方法。结合加权空间平滑技术的MUSIC算法对相干多径信号的波达方向进行估计,根据波达角用线性约束最小方差准则调整权值,通过数字波束形成技术产生自适应定向波束,达到提高在相干多径环境下检测标签信号成功率的目的。实验结果证明了该检测方法的有效性。     

一种新的码片内多径时延估计方法

根据信道冲激响应的稀疏特性,提出了一种频域的时延估计压缩感知模型,将时延估计问题转化为基于欠采样数据的稀疏向量估计问题.利用离散傅里叶变换(Discrete Fourier transform,DFT)矩阵的子矩阵所满足的受限等距性(Restricted isometry property,RIP)以及信道冲激响应的稀疏特性充分降低了时延估计所需数据量的要求.分析了本文模型具有码片内多径分辨能力以及良好抗噪性能的原因,并与多信号分类(Multiple signal classification,MUSIC)和旋转不变技术的信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法的时延估计性能进行仿真比较.仿真结果表明,本文提出的方法不需要预知多径的条数,对码片内多径时延具有较高的估计精度,其时延估计性能在特定条件下优于MUSIC和ESPRIT算法.     

基于ESPRIT的噪声抑制频率估计算法

在中低信噪比时,协方差矩阵受噪声影响较大导致ESPRIT算法性能降低,使其与克拉美罗下限(CRLB)有一定距离。针对该问题,提出一种基于ESPRIT的噪声抑制频率估计算法,利用信号频域内若干子带的谱线估计协方差矩阵,通过该矩阵的特征向量张成信号子空间,估计信号各分量的频率。实验结果表明,该算法能用于多个频率分量的信号分析,归一化频率估计的范围为 ,且性能接近于CRLB下限。     

估计相干与非相干信源的ESPRIT方法研究

在目前信号波达方向（Direction-Of-Arrival,DOA）估计中,常规ESPRIT算法是一种速度快、精度高的常用算法,但对于低信噪比下混合信号（同时含有相干与非相干信号）,常规ESPRIT算法难以估计出它们的DOA。结合解相干MUSIC和常规ESPRIT算法的优点,提出了一种新的估计相干与非相干信源的ESPRIT方法,新方法充分利用数据协方差矩阵的自相关和互相关信息来重构含有信号方位数据的新矩阵,再从它的特征值中解得信号的到达角。计算机仿真结果验证该方法在混合信号估计中的优越性和可靠性。     

DSP实现CDMA信号波达方向与多径时延联合估计

本文针对CDMA系统,提出使用DSP器件ADSP21160实现对感兴趣用户的波达方向和多径时延进行联合估计的算法。该算法是对传统MUSIC方法的推广与变形,克服了要求接收信号数小于阵元数的局限,能有效估计时延不同、波达方向相差很小的多径信号的参数。     

ADSP21160实现CDMA信号波达方向估计

本文针对CDMA系统,提出使用DSP器件ADSP21160实现对感兴趣用户的波达方向和估计的算法。该算法是对传统MUSIC方法的推广与变形,克服了要求接收信号数小于阵元数的局限,算法运算量小,能有效估计CDMA信号的到达方向。     

互质线阵中一种基于共轭增广的DOA估计算法

论文开展互质线阵下的空间谱估计研究。通过利用信号二阶统计量的共轭增广特性,提出互质阵下基于共轭增广的酉旋转不变性进行信号参数估计 (Conjugate augmented unitary estimation of signal parameters via rotational invariance technique, CA-UESPRIT)波达方向(Direction of arrival, DOA)估计算法。该算法先利用不同时长间隔下接收信号的二阶统计量,构造共轭增广虚拟阵列以扩展阵列孔径和提高空间自由度。然后采用基于互质特性的联合UESPRIT算法实现DOA估计。相比于传统互质线阵下的联合UESPRIT算法,CA-UESPRIT算法DOA估计性能更优。此外,通过酉变换可以将ESPRIT算法的协方差矩阵从复数域转化到实数域,降低了复杂度的同时保证了测向精度。仿真结果证实了所提算法的有效性。     

自相关信号的RAKE 解调

针对短波信号传输过程中的多径问题,利用RAKE接收机算法和自相关信号的特征,通过信道估计、信道评估、多径筛选和组合的方法,对自相关信号进行解调。通过仿真,在多径效应影响下,处理3 径信号能使信号的解调成功率上升18%。     

基于PASTd的圆阵ESPRIT算法

基于旋转不变技术的信号参数估计（ESPRIT）算法因具有高效的波达方向（DOA）估计性能而受到广泛的研究和应用,但其需要进行协方差矩阵特征值分解,计算量大,不利于某些场合的具体工程实现。为此,提出将递推求解信号子空间的紧缩近似投影子空间跟踪（PASTd）算法与ESPRIT算法相结合,利用PASTd算法求出信号子空间特征向量,避免了特征值分解,降低了计算量与复杂度,并将其在圆阵中加以应用。所提算法不仅更适合硬件实现,而且将ESPRIT算法的应用进行了扩展。仿真结果验证了所提方法的有效性。     

Parameter estimation of the 2D‐GTD model and RCS reconstruction based on an improved 2D‐ESPRIT algorithm

The two‐dimensional estimating signal parameter via rotational invariance techniques (2D‐ESPRIT) algorithm is a classical method to estimate parameters of the two‐dimensional geometric theory of diffraction (2D‐GTD) model. While as signal‐to‐noise‐ratio (SNR) decreases, the parameter estimation performance of 2D‐ESPRIT algorithm is severely influenced. To solve this problem, a performance‐enhanced 2D‐ESPRIT algorithm is proposed in this article. The improved 2D‐ESPRIT algorithm combines the conjugate data with the original back‐scattered data and obtains a novel covariance matrix by squaring the original total covariance matrix. Simulation results indicate that the improved algorithm has a better noise robustness and a more stable parameter estimation performance than the classical ESPRIT algorithm and the classical TLS‐2D‐ESPRIT algorithm. To further validate the superiority of the improved 2D‐ESPRIT algorithm, reconstructed radar cross section (RCS) is presented in this article. Compared with the classical 2D‐ESPRIT algorithm, the proposed algorithm presents higher RCS fitting precision. Furthermore, the impacts of other factors on parameter estimation, such as matrix pencil parameters and paring parameters, are also studied in this article.