超分辨率下的部分重叠干扰抑制

在船舶自动识别系统中,波束形成算法在目标信号受到来向相近的部分重叠干扰时存在性能严重下降的问题。针对上述问题,提出一种超分辨率下的部分重叠干扰抑制算法。算法通过自回归模型预测的方法求解自回归系数,进而进行虚拟阵元扩展预处理,并采用基于广义奇异值分解的波束形成算法完成目标信号的估计以及对部分重叠干扰的抑制,克服了上述场景下波束形成器在信号来向相近时性能较差的问题。仿真结果表明,所提算法通过结合阵列扩展与波束形成的特点,能够在不增加实际阵元的情况下较原阵列具备更高的分辨率。     

一种新的矢量传感器线列阵波束形成算法

为了提高基于矢量线列阵的目标方位估计能力,将基于时域解析信号实现最小方差无畸变响应（ MVDR）的方法——TAMVDR算法引入到了矢量线列阵信号处理中,提出了实现矢量线列阵波束形成的VTAMVDR算法。理论分析了矢量线列阵VTAMVDR算法的原理,该算法通过Hilbert变换对时域宽带信号引入复权向量,不需要进行子带分割,且不需要对数据进行分块处理,获得稳定优化权向量估计所需要的数据长度远小于频域MVDR方法,数据长度合适时,单次快拍即可实现波束形成,大大降低了运算量。仿真和海上试验数据分析结果表明：VTMVDR算法相比于频域MVDR算法具有较好的性能,具有更高的分辨率和更窄的波束角,有更好的探测性能。     

基于TSVD的广义逆波束形成对扩展性噪声源的识别

广义逆波束形成是一种高效的声源识别方法,但是直接求解广义逆所得到重构声源极易受到测量误差的影响,重构声源位置将偏离实际。为提高声源识别精度,采用正则化方法控制测量误差,结合奇异值截断滤波正则化和广义逆理论提出一种基于TSVD的广义逆波束形成算法,并建立了数值仿真模型,以单极子点源和扩展性组合声源为研究对象,对比常规波束形成、GIB算法、TSVD-GIB算法详细分析了声源类型与频率等因素对声源识别性能的影响。最后在半消声室内对音箱进行了声源识别验证,结果表明基于TSVD-GIB算法具有较好的稳健性,能有效降低旁瓣干扰,相比GIB算法能更精准的识别声源。     

带支撑物圆阵阵列信号处理算法及仿真分析

传统阵列信号处理算法一般都不考虑障碍物对阵列响应的影响,实际中阵列支撑物会对阵列接收信号会产生影响。以环绕在刚性圆柱体上的均匀圆阵为阵列模型,研究了特征波束空间波束形成和高分辨方位角估计算法性能,分析了各种因素对算法性能的影响。研究结果说明,特征波束域高分辨方位角估计算法能有效地估计出多个声源的方位角,阵列支撑物的存在提高了特征波束形成和高分辨方位角估计算法性能,为方位角估计提供了一种有效的方法。     

一种基于压缩感知的水下目标被动测距方法

基于目标空间域的稀疏性和聚焦波束形成的机理,提出了一种基于压缩感知的水下目标被动测距方法.首先,按照先方向后距离的方法对整个搜索空间进行网格划分;其次,根据球面波传播的均匀线列阵声纳接收数据模型,针对空间每个搜索方向按均匀距离间隔构造了每个方向上完备的阵列流形,并将其作为对应方向上压缩感知的感知矩阵,结合压缩感知理论数学模型,构建了对应方向上水下目标信号估计的凸优化模型;再次,采用基追踪算法对凸优化模型进行求解,计算出每个搜索方向、距离上目标信号的能量;最后,通过搜索整个空间的信号能量峰值,实现了水下目标被动测向与测距.仿真分析表明,该方法在距离估计上具有较高的聚焦性,可有效解决传统聚焦波束形成技术距离分辨率低的问题,能够实现对水下多个互不相干窄带目标信号的被动测向和测距.     

基于水平极化定向天线阵的数字波束形成算法

研究窄带多径环境下基于短波水平极化定向天线阵列的数字波束形成算法,短波定向天线阵列流型复杂无法确定建模,常采用盲波束形成算法。针对现有盲波束形成算法所需先验信息多、弱信号效果差、使用范围有限且复杂度较高等问题,设计了一种短波多极化异构阵列协同处理方案,提出了基于自适应加载投影反馈的多径增强波束形成算法。该异构阵列包含短波垂直极化全向天线阵和短波水平极化定向天线阵,充分利用两种极化阵列优点,算法综合利用空间平滑、协方差矩阵求逆和空间投影等方法,通过自适应加载处理提高波形估计的稳健性。算法计算简便,所需先验信息少,非理想条件适应性强。推导了算法的实现过程和误差分析,计算机仿真验证了算法的有效性。     

基于压缩感知理论的声矢量阵方位估计方法

水下目标在方位估计搜索空间中具有稀疏性,基于声矢量传感器阵空间稀疏模型实现小样本条件下的方位估计,结合压缩感知(CS)理论框架下方位估计的特点,通过对平滑l0范数快速精确的求解来估计目标方位角,该方法具有运算速度快、高分辨的特点.通过实验仿真从运算时间、分辨力等方面与常规波束形成(CBF)算法和最小方差无失真响应(MVDR)算法进行比较分析,验证了该方法的可行性与有效性.     

宽带频率-方向不变恒定主瓣波束形成

常规波束形成主瓣随频率和指向变化,为了实现频率方向二维主瓣恒定,本文基于约束优化的方法,提出了一种宽带频率-方向不变恒定主瓣波束形成算法,并将之应用到宽带信号DOA估计中。首先在参考频率上约束方向不变主瓣恒定,然后在不同指向上约束频率不变主瓣恒定,并将约束问题表示为标准的二阶锥规划形式,运用SeDuMi求解最优权向量。仿真实验表明,本文提出的算法能够实现不同频率不同指向上波束主瓣恒定,与频率不变波束相比,采用频率-方向不变波束的DOA估计方法降低了信噪比分辨门限,提高了估计精度。     

改进狮群优化算法的鲁棒波束形成

为提高自适应波束形成在非理想因素情况下的鲁棒性，提出一种改进狮群支持向量机鲁棒波束形成算法。结合支持向量机相关理论，构建标准支持回归波束形成优化模型；针对传统狮群算法寻优效率不高以及容易陷入局部最优解的问题，将灰狼算法中头狼的位置更新方式、萤火虫算法中的吸引力机制、差分进化算法中的变异操作引入传统狮群算法的更新方式中来提高算法的寻优性能；通过改进狮群算法对所构建的标准支持回归波束形成优化模型进行寻优求解。仿真结果表明，无论导向矢量是否失配，所提算法在高信噪比、干扰信号个数较少的情况下具有良好的鲁棒性。     

基于静态波束综合的波束域预处理算法

针对自适应波束形成的波束域方法在波束覆盖区域外存在强相关干扰源时多目标方位估计失效的问题,提出采用静态波束综合的波束域预处理算法。该算法利用多波束系统输出确定干扰大致方位,再以常规波束的权矢量为期望权矢量,通过求解最优化问题得到最优权矢量,在波束覆盖区域外的相关干扰源附近方位形成较宽零陷。仿真结果表明,该算法在相关和非相关干扰源情况下,均能较好的抑制干扰,进一步提高了波束域预处理方法的抗干扰能力。     

基于改进块稀疏贝叶斯学习算法的波达方向估计

针对传统的基于稀疏表示的DOA估计算法单纯利用信号的空域稀疏性,导致在低信噪比时稀疏性能变差,影响信号稀疏重构效果的问题,使用分块稀疏理论对信号进行稀疏分解。随着目标增多及作战任务改变,DOA估计往往呈现目标群测向的特点,为了能够更好地利用信号的结构特征和统计特征,提出了基于空时联合的块稀疏DOA估计算法,使用块稀疏理论挖掘信号的内部结构,充分利用了信号的块内稀疏性和块间相关性,提高稀疏重构性能,进而对DOA估计效果有很大的提升。仿真实验表明,相比于经典的DOA方法,本方法有更好的估计效果。     

基于CS理论的LFM信号DOA估计*

针对常用LFM（linear frequency modulated）信号DOA（direction of arrival）估计算法采样数据量大,在低信噪比情况下估计效果不理想的问题,提出一种基于CS（compressed sensing或compressive sampling）理论的LFM信号DOA估计新方法。实验仿真验证了CS理论的基本原理及运用其进行LFM信号DOA估计的可行性。     

基于改进MUSIC算法的宽带信号DOA估计

现有的波达方向（DOA）估计算法在估计被动探测系统中的宽带信号方位时,存在DOA估计结果偏差大、运算复杂度高等问题,难以满足信号实时处理的要求。为提高多源信号DOA估计的空间分辨率,提出一种基于S变换且不需要预估信号源个数的多重信号分类改进算法。根据宽带信号的频域特征,利用S变换处理阵列接收信号,得到多分辨的时频谱矩阵,同时构建时频域的阵列信号数据模型,结合信号功率谱矩阵呈联合对角化结构的特点,设计基于S变换的子空间谱估计公式。在此基础上,通过谱峰搜索进行DOA估计,实现多源宽带信号的声源定位。仿真结果表明,在信噪比范围为-15~10 dB的条件下,该算法的估计成功率始终保持在90%以上,相比TCT、CS_TCT、CWT_MUSIC算法,其具有较优的估计性能,并且无需预估信号源数。     

一种相干信号DOA估计的新方法研究

针对自适应阵列信号处理中的关键问题之一波达方向(DOA)估计,首先介绍了阵列信号处理中DOA估计的一般处理方法,如先对信号进行解相干处理后用经典MUSIC算法进行估计,然后给出了一种用于相干信号DOA估计的基于扩展卡尔曼滤波理论的新方法,并通过详细理论分析与一般的相干信号DOA估计的处理方法比较表明,不依赖于输入信号的协方差矩阵的特征值属性,能够利用较少的阵元对相干信号DOA和功率同时进行准确估计,仿真效果良好,证明有实用性,对自适应阵列信号处理中对相干信号干扰的研究有一定意义.     

基于稀疏表示的OFDM信号的DOA估计

针对正交频分复用（OFDM）, 宽带信号波达方向(DOA)估计问题, 提出一种基于宽带信号协方差矩阵稀疏表示的DOA估计方法。该方法是在协方差矩阵主对角线下对左下角三角形元素按各条对角线取平均值后形成一个新的向量, 然后将该向量写成冗余字典形式。在冗余字典下对信号进行稀疏性约束形成二阶锥约束优化问题, 再用工具箱SeDuMi来实现DOA估计。理论分析和仿真结果表明, 该方法在低信噪比和少快拍数下分辨率很高, 是一种有效的宽带信号DOA估计算法, 此方法优于基于高阶累积量算法和宽带聚焦算法的DOA估计方法。     

Joint direction of arrival estimation and array calibration for coprime MIMO radar

Compared to large-scale MIMO radar, coprime MIMO radar can achieve approximate estimation performance with reduced antenna number. In this paper, joint direction of arrival (DOA) estimation and array calibration for coprime multiple-input multiple-output (MIMO) radar is considered, and an iterative method for the estimations of DOA and array gain-phase errors is proposed. Based on the received data structure of coprime MIMO radar, trilinear decomposition is firstly adopted to obtain the estimations of transmit and receive direction matrices, which are perturbated by the gain-phase errors. Through equation transformation, the un-perturbated direction matrices and gain-phase errors can be iteratively updated based on Least squares (LS). Finally, the unique DOA estimation is determined from the intersection of transmit and receive direction matrices. The proposed algorithm achieves better DOA estimation and array calibration performance than other methods including estimation of signal parameters via rotational invariance techniques (ESPRIT)-like algorithm, multiple signal classification (MUSIC)-like algorithm and joint angle and array gain-phase error estimation (JAAGE) method, and it performs close to the method with ideal arrays. Multiple simulation results verify the algorithmic effectiveness of the proposed method.     

一种基于FastICA的波达方向估计新方法

独立分量分析是一种新颖的盲源分离技术，该方法作为目前信号处理领域的一项新技术，具有非常重要的理论意义和实用价值，已广泛应用于通讯、雷达信号处理、生物医学图像处理、模式识别等众多领域。简要介绍了独立分量分析的基本原理和算法，并提出将快速独立分量分析（FastICA）方法应用于波达方向估计（DOA），通过仿真实验和分析，可以得到DOA的一种简单估计，实验结果亦表明该算法在波达方向估计应用中的可行性和有效性。     

基于Toeplitz矩阵重构的无人机相干信号DOA估计算法

针对实时监管无人机的需求设计了基于Toeplitz矩阵重构的二维相干DOA 估计算法,建立了虚拟线阵模型来 接收无人机相干信号,通过对协方差矩阵进行矩阵重构来实现信号解相干,构建了Toeplitz矩阵,通过计算空间谱实现对无人 机信号的二维DOA 估计,仿真分析表明本文方法的DOA 估计准确率较高,性能较好。     

基于单次反射的井下单基站DOA和TOA定位方法

针对井下巷道单基站定位系统中无线信号受多径效应、非视距传播影响导致定位误差较大的问题,提出了一种基于单次反射的到达方向(DOA)和到达时间(TOA)的联合估计定位方法。该方法利用视距路径和多条单次反射路径的TOA估计值构建以基站原点和单次反射点为焦点的双曲线,利用DOA估计值构建直线,从而建立含有连续位置信息的二元多次估计方程组,通过计算直线与双曲线的交点得到移动目标的精确位置。仿真结果表明,该方法较视距直接定位方法的定位精度有较大提高,且当单次反射路径为3条时即可达到较高的定位精度。     

基于分数阶傅里叶变换的宽带LFM相干信号二维DOA估计

在分数阶傅里叶(FRF)域从离散角度推导了二维DOA估计数学模型,并在此模型基础上提出基于分数阶Fourier变换的二维相干信号DOA估计新算法.该方法利用分数阶傅里叶变换良好的能量聚集性,在分数阶傅里叶(FRF)域构造前后向空间平滑DOA矩阵.通过对DOA矩阵进行特征值分解,估计信号子空间和噪声子空间,由信号子空间的特征值和特征向量得到宽带LFM相干信号的二维到达角,避免了二维谱峰搜索和交叉项,也无需参数配对.理论推导与实验仿真验证了算法的有效性.