一种多径平坦衰落信道下的盲信噪比估计方法

提出一种多径平坦衰落信道下的盲信噪比估计方法.该算法首先利用数字通信信号的循环平稳统计特性构造接收信号的循环自相关矩阵,然后对该矩阵进行奇异值分解,由分解出的特征值信号子空间和噪声子空间,最后通过利用AIC信息准则分别估计信号子空间和噪声子空间的维数并最终估计出信道的平均信噪比.以MPSK信号为例进行了计算机仿真,结果表明了算法的有效性.     

一种数字通信信号盲信噪比估计方法

针对数字通信信号的信噪比盲估计问题,提出了一种基于子空间理论的盲信噪比估计方法.该方法首先根据信号自相关序列构建特定维数的信号自相关矩阵,并根据实际工程应用需求,利用坐标旋转数字计算(Coordinate rotation digital computer,CORDIC)算法实现Jacobi旋转来完成自相关矩阵的特征值...     

一种自相关矩阵改进的Pisarenko算法

Pisarenko算法是通过N个采样数据估计一个平稳随机信号参数的算法.改进的Pisarenko算法在噪声环境下可以精确估计信号频率.该算法通过一个时域累积量等式选择适当的数量关系得到新的自相关矩阵,最后利用最小二乘法求解得到频率的估计值.该算法把频域中提取的信号转换到时域中求解,从而避免了经典Pisarenko算法由于对自相关矩阵进行降维,使用样本自相关函数少,影响最后频率估计精度的缺点.仿真实验结果表明,所提的算法能够有效提高频率估计值的精度,频率估计性能稳定.     

一种鲁棒的基于子空间分解的盲信噪比估计方法

为解决原子空间分解算法中对信号和噪声子空间维数估计鲁棒性差的问题,根据信号的过采样率信息提出了一种新的构造自相关矩阵的方法,以减少矩阵内部数据间的相关性,从而达到提高信号和噪声子空间维数估计精度的目的.同时,针对利用最小描述距离(MDL)准则估计维数时,只能在有限信噪比范国内实现精确估计这一情况,采用噪声功率(NP)法...     

一种V型阵列的二维波达方向估计的新方法

波达方向估计是阵列信号处理的一个重要研究方向,在雷达、通信、声纳、地震勘测等领域都有着广泛的应用前景.它已成为阵列无源探测和智能天线中的关键技术.针对二维信号,本文研究一种基于V型阵二维波达方向估计的新算法.该算法根据阵列结构的特点形成多个需要的相关矩阵,构造一个特殊大矩阵并经特征分解获得信号子空间的估计,最后利用2D-ESPRIT方法实现二维角度估计,可以解决β角兼并信号的波达方向估计问题,无需谱峰搜索且信号参数自动配对.最后用计算机仿真验证了该算法的有效性.     

一种新的高分辨稳定阵列信号估计算法

为提高信号的分辨率,提出了一种新的基于均匀线阵的高分辨稳定的阵列信号方向(DOA)估计方法。主要利用阵列接受数据的自相关矩阵进行特征分解,得到最大特征值所对应的最大特征向量。按一定的方式对最大特征向量数据进行重排,构成新的矩阵,通过SVD分解获取信号的噪声子空间,然后利用特征空间的正交性进行DOA估计。新方法由于新构矩阵的特殊性能实现相干和非相干信号的同时分辨,能克服常用阵列信号估计MUSIC法信噪比门限较高以及常用解相干平滑算法(FBSS)无法完全利用阵列接受数据自相关矩阵的固有缺陷。大量的计算机仿真实现表明,方法是一种高分辨、高稳定性的DOA估计算法。     

一种新颖的OFDM信号子载波数估计方法

针对低信噪比多径信道下传统的正交频分复用(OFDM)信号子载波数估计方法存在估计性能不高,计算复杂度高等问题,提出了一种新颖的OFDM信号子载波数估计方法。首先计算接收信号的自相关矩阵,然后对接收信号的自相关矩阵进行特征分解,提取分解后的特征值,最后根据特征值的分布特性实现子载波数目的估计。仿真实验结果验证了我们的方法在高斯白噪声信道和多径信道条件下对OFDM信号子载波数估计的有效性与可靠性。     

一种L型阵列的相干分步降维DOA估计方法*

针对相干信号二维波达方向(Direction Of Arrival,DOA)估计运算复杂度高的问题,本文提出了一种基于前后向空间平滑的分步降维MUSIC算法。该算法首先通过前后向空间平滑技术去相干,然后通过一维空间谱搜索得到一维入射角,最后通过最小二乘法得到二维入射角,进而得到相干信号的DOA。仿真实验表明该方法可以实现对相干信号的二维DOA估计,且具有较好的DOA估计性能,同时降低了运算复杂度。     

基于互质阵的循环平稳信号低复杂度欠定DOA估计算法

针对现有大多数循环平稳信号DOA估计算法复杂度较高、估计精度低无法实现对有用信号的欠定估计问题,提出了一种基于互质阵的循环平稳信号低复杂度、欠定DOA估计算法.算法的主要思想是利用互质阵良好的稀疏特性,通过矢量化处理构造虚拟阵列模型,扩展阵列孔径,实现阵列自由度的提升.首先,算法构造了互质阵输出的循环自相关矩阵,然后进行矢量化处理得到最大连续虚拟阵元部分,给出其谱峰搜索的表达式.最后,为降低计算复杂度,对算法进行改进,应用多项式求根的方法直接求解DOA估计值.仿真结果表明,所提算法能实现对有用信号的欠定估计,计算复杂度较低,且相比于大多数的循环平稳信号DOA估计算法,所提算法估计自由度和估计精度有了进一步的提升.     

基于改进二维ESPRIT-like算法的相干源方向角估计

针对用于二维十字相控阵的类旋转不变技术估计信号参数(ESPRIT-like)算法用于相干源方向角估计时存在仰角和方位角配对困难的问题,提出一种基于接收信号矩阵联合对角化的改进二维ESPRIT-like算法。首先,通过ESPRIT-like算法得到x和y方向自相关矩阵,并由其重构出对应的Toeplitz矩阵以去相干;然后对Toeplitz矩阵进行等效分解,得到去相干后x和y方向的等效接收信号矩阵;最后对等效接收信号矩阵进行矩阵联合对角化,实现相干源仰角和方位角自动配对,从而得到正确的信源方向估计结果。仿真结果表明,与改进前的算法相比,改进后的算法能够实现正确的方向角估计;与目前常用的基于空间平滑的二维多重信号分类(MUSIC)算法相比,在信噪比为30 dB时,该算法响应时间减少了79%左右,仰角和方位角分辨率分别提高了20%和40%左右,均方误差约为MUSIC算法角度误差的10%。     

一种改进的卫星空时DOA矩阵算法

提出一种改进的基于信号空时特征结构的高分辨二维波达方向(DOA)估计方法——时空DOA矩阵方法。该方法在保持原时空DOA矩阵方法无需二维谱峰搜索和参数配对等优点的基础上,通过构造X轴上的平移不变子阵列,产生2个DOA矩阵,利用这2个DOA矩阵的角度兼并曲线的差异,解决了原时空DOA矩阵方法的角度兼并问题。由于2个子阵可以重复利用阵元,该方法基本无冗余阵元和孔径损失。仿真结果证明了该方法的有效性。     

DOA和频率联合估计高分辨算法

提出了一种基于双L型阵列结构针对空间非相干多个窄带信号源的中心频率、方位角和俯仰角三维参数的联合估计方法.该方法首先利用阵列接收数据构造时空矩阵,进而对时空矩阵进行特征分解,信号的三维参数由特征值和对应的特征向量直接得到.该方法不需要进行谱峰搜索,运算量小,可实现频率、方位角和俯仰角的同时估计与自动配对,具有较高的分辨率,同时解决了角度兼并问题,在无线电通信领域有很好的应用前景.给出的计算机仿真结果证明了该方法的有效性.     

一种改进的加权空间平滑算法

对加权空间平滑算法计算加权因子时需要预估计信源方向的问题,提出 了一种新的相干信源波达方向估计的加权空间平滑算法。在计算加权矩阵时不需要知道信源 的先验信息,也不需要预估计信源方向,而是对原始阵列进行特殊结构的子阵划分,结合子 阵间的自、互相关矩阵对角度估计的贡献不同,采用嵌套的空间平滑算法得到加权矩阵,从 而实现相干信源的解相干和波达方向估计。本文算法相比原算法具有更优的加权因子、更好 的解相干 性能、更高的角度分辨率和角度估计的准确性。理论分析和仿真结果表明新算法的有效 性。     

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。     

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。     

相干信号源时空二维谱估计的通用方法

针对经典二维谱估计算法中,出现的关于阵列阵元的损失和无法分辨相干信号源的问题,提出了一种有效利用信号的时间信息以及避免常用阵列模型中阵元损失的时空二维天线阵列,并为了解决相干信号失效的问题,采用时空二维阵列接收到的数据进行合理的排列,对得到的数据协方差进行处理,处理方法有很好的求解相干信号能力。文中以MUSIC和ES-PRIT算法为例,说明得到改进后的新算法有效性。大量实验证明改进后的算法具有很好的解相干能力和稳定性。     

用阻塞矩阵法实现弱信号二维DOA估计

基于矩形平面阵列,将一维阻塞矩阵推广至二维,提出了一种强干扰背景下弱信号的二维DOA估计算法。首先构造二维阻塞矩阵对阵列接收数据进行预处理,抑制掉已知方位强干扰,再进行弱信号的谱估计。算法提高了弱信号的检测概率和估计精度。理论分析和仿真实验表明了该算法的有效性和正确性。