脉冲噪声环境下宽带循环平稳信号DOA估计算法（2010年10月投稿，现发去电子稿）

针对传统二阶循环相关算法在脉冲噪声环境中的显著退化问题,本文以 稳定分布为噪声模型,提出基于分数低阶循环相关的波达方向（DOA）估计算法。利用分数低阶循环相关的相移特性,将宽带循环平稳信号的DOA估计问题转化为“中心频率”为 的窄带问题,解决了宽带情况下DOA估计困难的问题。计算机仿真结果进一步验证了此算法的有效性,且性能优于传统SC-SSF算法。     

Spatial Time-frequency DOA Estimation Under a Stable Distribution Noise

当信号中存在α稳定分布噪声时,传统空间时频多重信号分类(STF-MUSIC)算法的空间波达方向(DOA)估计性能会降低甚至失效.为此,利用分数低阶矩(FLOM)代替二阶协方差矩阵,定义分数低阶矩空间时频分布矩阵(FLOM-STFDM).对FLOM-STFDM进行特征分解,得到适用于稳定分布噪声环境的空间时频TF-FLOM-MUSIC算法,分析该算法的信噪比及误差估计,并给出算法实现步骤.仿真结果表明,TF-FLOM-MUSIC算法可有效降低DOA估计的均方误差,提高估计的分辨率和平滑性.     

α稳定分布噪声下的空间时频DOA估计

当信号中存在α稳定分布噪声时,传统空间时频多重信号分类(STF-MUSIC)算法的空间波达方向(DOA)估计性能会降低甚至失效。为此,利用分数低阶矩(FLOM)代替二阶协方差矩阵,定义分数低阶矩空间时频分布矩阵(FLOM-STFDM)。对FLOM-STFDM进行特征分解,得到适用于稳定分布噪声环境的空间时频TF-FLOM-MUSIC算法,分析该算法的信噪比及误差估计,并给出算法实现步骤。仿真结果表明,TF-FLOM-MUSIC算法可有效降低DOA估计的均方误差,提高估计的分辨率和平滑性。     

冲击噪声下基于相关熵的二维ESPRIT算法

针对基于相关函数的波达方向(direction of arrival, DOA)估计方法在冲击噪声环境下性能下降明显甚至失效的问题,提出基于相关熵 (Correntropy)的二维ESPRIT算法;该方法利用相关熵在冲击噪声环境下具有鲁棒性的优点,将受干扰信号的自相关函数替换为相关熵函数,并结合二维ESPRIT算法实现在冲击噪声环境下进行二维DOA估计;仿真表明,与基于分数低阶统计(Fractional Lower Order Statistics, FLOS)算法相比,该算法呈现明显优势,特别在高的冲击噪声条件下(1<α<1.5)能对信源方向进行更加有效的估计,且均方误差值仍保持很低。     

改进的窄带循环平稳信号DOA估计方法

将循环平稳理论引入传播算子算法中,提出了循环传播算子的DOA估计算法。利用有用信号与干扰信号循环频率的不同和噪声在感兴趣的循环频率上不呈现谱相关的性质,有效滤除了干扰信号和噪声的影响,实现了高分辨的DOA估计,并且突破了传统传播算子算法信号源数一定要小于阵列个数的限制;同时它不需要对高维空时协方差矩阵进行特征值分解,与基于特征子空间分解的算法相比运算量低,利于实时处理。仿真结果证明了该算法的有效性。     

高铁环境下快速移动目标的DOA估计

铁路移动通信的制约着高速列车的发展,针对高铁环境下快速运动目标的到达方向(DOA)问题,本文将渐进准循环平稳信号引入高速铁路中存在相对径向加速度的运动场景,研究了一种基于渐近准循环平稳信号的DOA估计算法。该算法充分考虑因加速度产生的相对运动以及多普勒效应在接收端的影响,利用循环平稳性质构造循环自相关矩阵来估计DOA。发现对于加速的目标,接收到的信号会产生渐进循环平稳性。由于噪声不具有循环特征,因此可以在循环频率下提取所需的信号。最后通过数值仿真验证了该方法的有效性。与传统的DOA估计算法相比,该算法具有更好的性能,尤其在径向加速度较大的场景中。     

基于W检验统计量的稳健波达方向估计方法

针对实际环境中广泛存在的脉冲性非高斯噪声会降低基于传统二阶循环统计量的各类算法性能的问题,将混有脉冲噪声的信号样值看作粗差,以稳健估计理论为基础,应用进行高斯检验的W统计量,以自适应方式剔除脉冲样值,得到新的循环互相关函数估计表达式,从而实现了DOA(direction of arrival)的稳健估计.该方法无需噪声统计特性的先验知识,适用于各种非高斯噪声环境,且计算机仿真表明其在不同非高斯噪声条件下的估计性能均优于现有的稳健方法.     

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.     

均匀圆阵MIMO雷达中的DOA估计新算法

当前多输入多输出(MIMO)雷达波达方向(DOA)估计的研究均以传统算法为依托,无法估计具有循环平稳特性的信号的波达方向。因上述一类信号广泛运用于信号处理领域,为改进传统算法,提出了一种基于循环统计量的MIMO雷达DOA估计新算法,均匀圆阵可进行360度全方位、无模糊的方位估计,可同时提供方位角和俯仰角信息,并在均匀圆阵中进行了新算法的理论推导,实现了在非平稳信号环境中对俯仰角和方位角同时估计。     

基于修正传播算子的高分辨波达方向估计算法

将循环平稳和共轭重排理论引入传播算子算法中,提出修正的循环传播算子波达方向估计算法。该算法对采集数据共轭重排,使相关矩阵的估计更加准确,并充分利用有用信号与干扰信号循环频率的不同和噪声在感兴趣的循环频率上不呈现谱相关的性质,有效滤除了干扰信号和噪声的影响,实现了高分辨的波达方向(DOA)估计;同时它不需要对高维空时协方差矩阵进行特征值分解,所以与基于特征子空间分解的算法相比运算量低,利于实时处理。仿真结果证明了其有效性。     

一种改进的分数时延估计方法及应用

传统的分数时延估计算法对环境噪声和混响噪声比较敏感,在复杂的实际环境中,算法性能会严重下降。为进一步提高时延估计算法性能,提出一种基于广义互相关（Generalized cross correlation,GCC)改进算法的广义互相关 最大似然相位补偿（ GCC Maximum likelihood phase compensation,GCC MLP)分数延时估计算法。该算法改进了GCC频域加权函数,并将线性相位补偿应用于频域互相关谱,获得连续的分数时延估计值,进一步提高了分数时延估计的精确性。仿真结果表明,GCC MLP相位补偿分数时延估计算法增强了对环境噪声和混响噪声的鲁棒性,减小了时延估计误差,算法性能优于曲线拟合、Sinc插值等传统分数时延估计算法。     

采用单次快拍数据实现信源DOA估计

针对均匀线性阵列DOA估计中的实时性和解相干问题,提出了一种基于单次快拍数据的估计算法,通过对阵列接收的单次快拍数据进行相关处理后重构Toeplitz矩阵,并证明该矩阵的秩不受信号相干性的影响。通过特征值分解,得到对应的信号子空间和噪声子空间,结合MUSIC算法和ESPRIT算法实现了对相干和非相干信号的DOA估计。算法不损失阵列孔径,具有更好的实时性和抗噪声干扰的能力;在低信噪比条件下,仍具有较好的估计性能。最后计算机仿真结果证实了算法的有效性和可行性。     

Joint multiple parameters estimation for coherent chirp signals using vector sensor array

In this paper, an algorithm is proposed to estimate starting frequency （SF）, chirp rate （CR）, 2-D direction-of-arrivals （DOA） and polarization of coherent chirp signals with vector sensor arrays. The fractional Fourier transformation （FRFT） is used to estimate SF and CR of chirp signals in this method. And a new correlation matrix is reconstructed to suppress the noise. The property of the vector sensor array is employed to solve the problem of insufficient rank from signal coherence. The L-shaped uniform array of expend aperture is used to improve the precision of es- timation, and the method of solving the ambiguity of angle under the condition of coherent signals is presented. The performance of this algorithm is compared with that of spatial smoothing method to verify the efficacy of this approach.     

基于低秩矩阵恢复的DOA稀疏重构方法

为提高非均匀噪声下波达方向（direction of arrival,DOA）角估计算法的估计精度和分辨率,基于低秩矩阵恢复理论,提出了一种二阶统计量域下的加权L1稀疏重构DOA估计算法。该算法基于低秩矩阵恢复方法,引入弹性正则化因子将接收信号协方差矩阵重构问题转换为可获得高效求解的半定规划（semidefinite programming,SDP）问题以重构无噪声协方差矩阵;而后在二阶统计量域下利用稀疏重构加权L1范数实现DOA参数估计。数值仿真表明,与传统MUSIC、L1-SVD及加权L1算法相比,所提算法能显著抑制非均匀噪声影响,具有较好的DOA参数估计性能,且在低信噪比条件下,所提算法具有较高的角度分辨力和估计精度。     

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。     

基于最小冗余线阵的二维DOA估计方法

针对传感器阵列二维DOA估计中阵元数较多且阵元利用率较低的问题,提出了一种低阵元冗余的二维DOA估计方法.该方法通过在最小冗余线阵基础上添加两个导向阵元的方法,将最小冗余线阵的应用拓展到二维DOA估计.同时该方法利用多个时延的阵元输出共轭循环相关函数构造"伪数据阵",在时空域中等效出两个具有旋转不变性的平行子阵,进而运用DOA矩阵法估计信号二维DOA.该方法不仅避免了最优时延选择问题,继承了DOA矩阵法无需谱峰搜索且无需二维角度参数配对等优点.还用较少的阵元获得了较大的阵列有效孔径.仿真结果表明,该方法与CCDM算法相比具有更好的低信噪比适应能力和稳健性.     

导向矢量失配情况下基于稀疏表示的波达方向估计算法

提出了一种传感器阵列导向矢量失配情况下的基于稀疏表示的信号源波达方向DOA估计算法。针对一些实际环境中噪声重尾现象严重的特点,采用合成圆对称广义高斯噪声分布对其进行模拟。考虑到实际环境中传感器自身运动以及外界环境因素的改变可能会导致传感器导向矢量产生波动,利用加权最小二乘法对波动生成的增益值进行最优估计。然后,构建信号模型的分数低阶矩FLOM矩阵,进行矢量化处理,以提高其数组维数。最后,利用稀疏表示方法重构信号模型,将信号源DOA估计转化为二阶锥规划问题进行求解,并采用奇异值分解降低运算量。仿真结果表明,本算法的信号源DOA估计具有很高的分辨率,且有效地避免了导向矢量失配对DOA估计产生的影响。     

低信噪比条件下的高分辨DOA估计算法

提出一种基于多级维纳滤波器（MSWF）的信号波达方向（DOA）估计算法。通过测试信号子空间的估计值与噪声子空间的正交性实现DOA粗估计,通过测试MSWF分解的互相关函数实现信号DOA的精估计。仿真实验表明,在低信噪比条件下,该算法比已有的子空间类算法有更好的分辨率和误差性能。