基于协方差矩阵Toeplitz重构的MUSIC算法的波达方位估计方法

针对传统波达方向（Direction of Arrival, DOA）估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题，文章提出了一种基于协方差矩阵托普利兹（Toeplitz）矩阵重构的多重信号分类（Multiple Signal Classification, MUSIC）算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵，并利用新协方差矩阵构造Toeplitz矩阵，然后对其进行特征值分解，得到Toeplitz矩阵的噪声子空间，利用噪声子空间求出信号空间谱，通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径，增加了可估计相干信号的数量，提升了方位估计的性能，提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明，文中方法可估计出更多的相干信号，而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。     

基于样本协方差矩阵谱分离特性的波达方向估计方法

小快拍条件下利用样本协方差矩阵代替统计协方差矩阵会带来较大误差,导致传统DOA估计算法不能准确估计目标方位。通过分析发现在不同阵元数与快拍数之比情况下,不管相干源还是独立源,样本协方差矩阵都具有明显的谱分离特性,在此基础上提出了采用小快拍的主特征空间目标波达方向估计方法,该方法利用导向向量与噪声子空间正交,且与信号子空间平行的特性,使用导向向量与主特征空间相乘再取反余弦构造出目标DOA估计幅度。仿真与水池实验中阵元数与样本数之比为1时依然可以准确将多个目标分辨出;海试数据验证中,阵元数与样本数之比也同样为1时,两个相邻目标可以正确分辨,而MUSIC算法则有伪目标出现。     

矢量水听器阵时频MUSIC算法研究

时频MUSIC算法利用信号的时频分布构造空间时频分布矩阵,并用该矩阵代替传统的相关矩阵进行DOA估计,可以有效抑制噪声和干扰,提高算法的稳健性。时频子空间算法突破了传统子空间算法中阵元数对估计信号个数的限制,时频点包含了信号的时频空三维信息,通过时频点的选择可直接确定信号的频率从而确定阵列流型矩阵。对于宽带信号,在进行方位估计时避免了频域搜索,减少了运算量。将时频MUSIC算法应用于二维矢量水听器垂直线阵中,充分利用矢量水听器的标、矢量信息和信号的时、频信息进行宽带信号的二维波达方位估计。仿真研究验证了算法的有效性。     

非一致性噪声条件下的特征空间波束形成

由于水声环境的复杂性,阵列的噪声分布可能是非一致性的。当阵元噪声功率各不相同时,阵列协方差矩阵特征分解得到的特征子空间与真实目标的特征子空间之间存在误差,导致特征子空间波束形成算法的性能衰减。文章提出了一种新的非一致性噪声条件下特征子空间的估计方法,将阵列协方差矩阵对角线置0,进行特征分解估计的特征子空间将不受阵元噪声非一致性的影响。将该方法应用到特征空间波束形成算法,提高了非一致性噪声条件下特征空间波束形成算法的方位分辨能力。仿真和实验结果验证了所提方法的可行性和有效性。     

低信噪比下重构协方差矩阵的高分辨MUSIC算法

在满足对称分布的海洋噪声场中,为提高低信噪比条件下目标方位估计性能,提出一种重构信号协方差矩阵的MUSIC算法。利用数据协方差矩阵虚部与对称噪声无关的性质,根据协方差矩阵虚部和虚部MUSIC算法的预估角重构出信号协方差矩阵,在此基础上实现MUSIC算法。仿真结果表明,所提算法相比常规MUSIC算法能有效降低对称噪声的影响,提高方位估计性能,并避免双边谱的出现,有更高的分辨率和更低的分辨门限。还研究了协方差矩阵的Toeplitz修正处理对于MUSIC类算法的改善作用。仿真表明,Toeplitz修正处理能显著提高MUSIC类算法的分辨性能。     

基于空时相关阵联合对角化的子空间DOA估计

为提高空间相关噪声场中的目标方位估计性能,提出一种基于空时相关阵联合块对角化的子空间方位估计算法.具体利用Jacobi旋转矩阵法对一组空时相关阵联合近似对角化,用联合对角化特征向量矩阵和特征值修正MUSIC(Multiple Signal Classification)等子空间算法.理论和仿真结果表明,在非相关噪声场中,基于联合对角化的子空间算法性能与常规子空间算法基本一致;而在相关噪声场中,联合对角化特征向量法能显著减小方位估计方差,提高估计性能.     

ESPRIT扩展孔径技术在矢量水听器线阵中的应用

ESPRIT算法是一种用信号旋转不变性来估计信号参数的方法,属于子空间分解技术。应用于矢量阵扩展孔径的方位估计时,则需要一定的算法去除其本征模糊。文中提出了一种适用于矢量水听器线阵的ESPRIT去模糊算法——MUSIC,并与另一种粗略估计去模糊的方法在性能上作出比较。仿真的结果证明:使用MUSIC方法不仅可以去除ESPRIT算法中的本征模糊,还可以克服线阵中的左右舷模糊问题,就不必进行归一化、不需要考虑声压传感器的存在。不论是单目标方位估计还是双目标分辨都具有更大的方位角估计适用范围和更强的稳定性。     

孔径扩展的一种改进算法

针对扩展拖曳阵尺寸算法进行阵列扩展中存在的重叠阵元位置约束问题,提出了一种基于扩展拖曳阵尺寸算法的改进阵列扩展算法。该算法通过在测量间隔内增加快拍获取时域信息,再将重叠相关器提供的孔径域相位信息平均化处理,获得相位修正因子补偿拖线阵连续测量的相位差,实现孔径扩展。该方法能够在未知源的先验信息和连续测量中阵元的空间位置不重叠情况下实现孔径扩展。仿真和实验结果表明,该方法能有效扩展阵列孔径,准确估计信号到达角。针对较低信噪比信号,该方法能够获得比扩展拖曳阵尺寸算法更好的相位估计和方位分辨性能。     

协方差矩阵的相关法Toeplitz改进算法

提出一种基于均匀线形阵列的相关Toeplitz矩阵构造方法,建立了两种Toeplitz矩阵的构造方式,结合子空间法形成一种相干信源方位估计的高分辨方法。具体将接收阵列各阵元与参考阵元输出信号做相关,获得一组相关向量,应用相关Toeplitz矩阵构造算法构造阵列输出的Toeplitz矩阵,从而得到去相干的相应接收阵列的协方差矩阵,最后再应用高分辨子空间估计方法完成相干信源方位估计。仿真结果表明：所采用的相关Toeplitz矩阵构造算法达到了很好的去相干效果,并将Toeplitz近似化方法改进成为无偏估计方法,显著提高了相干信源方位估计的精度,并使Toeplitz矩阵构造的计算量减少到原方法的1/M。     

基于检测指数判决的子空间方位估计方法

针对子空间高分辨方位估计方法稳健性差的问题,根据协方差矩阵稳定估计所需累积次数和各子空间强度谱检测指数差异性,提出一种基于检测指数判决的子空间方位估计方法。该方法将协方差矩阵频域求取过程转换为经相参补偿的时域求取,降低空间数据稳定性对协方差矩阵估计的影响;依据各子空间强度谱检测指数差异,提取各子空间强度谱判决统计量;根据判决统计量实现对目标子空间判决,降低空间背景噪声对最终合成空间强度谱影响。数值仿真及实测数据处理结果表明,相比现有子空间高分辨方位估计方法,该方法能有效降低空间非稳定数据对协方差矩阵估计产生的影响;同时通过对各子空间判决处理,进一步降低了对最低信噪比的需求。     

MVDR自适应波束形成的一种智能算法

最小方差无失真响应（MVDR）自适应波束形成方法在声纳阵列信号处理中得到了广泛的应用。当存在强干扰时,传统的MVDR算法的稳定性较差,在有限次快拍数条件下,会带来一定的信噪比损失。将粒子群优化算法（PSO）引入MVDR的求解过程,提出了一种MVDR的数值实现方法。该方法在保持信号能量不变、干扰和噪声能量最小的约束条件下,利用粒子群优化算法通过数值搜索的方法获得MVDR的最优权向量。在小快拍数条件下,较一般的MVDR具有更好的抑制干扰能力。计算机仿真结果验证了该方法的有效性。     

基于全相位预处理的时域多重信号分类波达方向估计方法

低信噪比下,针对宽带短脉冲情况下频域多重信号分类(MUSIC)中噪声子空间估计不稳定问题,提出一种基于全相位预处理的时域多重信号分类波达方向(DOA)估计方法。①对线列阵接收数据进行分组处理;②按搜索角度对各组数据进行相移预处理,并对各组数据预处理结果进行相加,得到一组新数据;③对线列阵接收数据在时域构建相移后的协方差矩阵,在更短数据长度下,稳定实现噪声子空间估计,并依据估计出的噪声子空间含有的正交特性,通过单位矩阵加法器得到相应空间谱估计值,实现波达方向估计。数值仿真和实测数据处理结果表明,相比频域MUSIC方法,该方法有效提高了线列阵接收数据协方差矩阵中信号含有量和信噪比,能够在更短数据长度情况下实现对噪声子空间的稳定估计,具有较好的稳定性和检测性能,提高了MUSIC方法在实际波达方向估计中的鲁棒性。     

稳健协方差矩阵重构波束形成算法

针对信号导向向量失配以及接收数据协方差矩阵存在误差会导致传统的自适应波束形成器产生能损失的问题,提出了一种基于干扰加噪声协方差矩阵重构的稳健波束形成算法.该算法通过对信源来波角度范围进行Capon谱估计得出重构信源协方差矩阵,并通过特征分解以及子空间性质得出信源的导向向量,然后利用重构所得信源导向向量计算出信源功率以及...     

基于自适应子空间估计的DOA跟踪算法

运用特征子空间类高分辨方法的关键在于信号或噪声子空间的估计。实际上有些信号的统计特性通常随时间变化，为了得到参数的实时估计值，需要随时根据新的阵列接收数据对信号或噪声子空间进行更新?文中分析了一种自适应子空间估计算法，即MALASE(Maximum Likelihood Adaptive Subspaee Estimation)算法然后，把MALASE算法与最小范数(Mini—Norm)高分辨方位计算法相结合．并应用零点跟踪技术，提出了一种自适应Mini—Norm算法，可用于对时变的信号波达方向(DOA)进行跟踪估计。仿真结果验证了该算法具有较好的跟踪性能。     

Multiple signal classification technique for phase estimation from a fringe pattern

The paper introduces a multiple signal classification technique based method for fringe analysis. In the proposed method, the phase of a fringe pattern is locally approximated as a polynomial. The polynomial phase signal is then transformed to obtain signals comprising of only even- or odd-order polynomial coefficients. Subsequently, covariance matrix formulation is applied, and the two sets of coefficients are jointly estimated from the noise subspace of the covariance matrix using the multiple signal classification technique. The method allows simultaneous estimation of multiple coefficients and provides phase without the requirement of complex unwrapping algorithms. The effectiveness of the proposed method is validated through numerical simulation.     

利用时空平均法改善DOA估计性能

在信号子空间类DOA估计算法中 ,自相关矩阵估计的优劣决定了DOA估计的性能 ,但是常规自相关矩阵估计方法是对阵列输出信号做时间平均。然而对于均匀线列阵这一特殊阵型 ,其阵列输出自相关矩阵的具有To eplitz结构。根据均匀线列阵信号的时空平稳特性 ,本文提出一种时空平均的方法来改善自相关矩阵的估计质量 ,即对阵列的自相关矩阵做时间和空间两次平均 ,从而提高了DOA估计的性参 ;仿真结果表明 :在低信噪比或低快拍数的条件下能够明显提高DOA估计性能