基于协方差扩展PM算法的波达方向估计

针对基于传播算子方法(Propagator Method, PM)的水听器阵波达方向(Direction of Arrival, DOA)估计在低信噪比或者小快拍数时性能变差的问题,文章提出一种改进的基于PM算法的水听器阵方位估计方法。该方法利用信号子空间的旋转不变性特征对协方差矩阵进行扩展和重构,通过分块协方差矩阵的子矩阵得到传播算子矩阵。通过传播算子矩阵构造扩展噪声子空间,然后利用信号子空间与噪声子空间的正交性估计空间谱。仿真实验和湖上实验的结果表明：相较于传统PM方位估计算法,文中算法在低信噪比或者小快拍情况下具有较好的方位估计性能,在信噪比为0 dB时,文中方法比传统PM算法均方根误差减少0.6°;在快拍数为150时,比传统PM算法的均方根误差减少0.1°。     

矢量水听器阵列自适应子空间跟踪算法

矢量水听器能同时共点获得声场中声压和振速,与其他水听器相比,能获得更多的信息量,具有很好的应用前景。矢量水听器阵列的MUSIC算法能实现360°无模糊方位估计,然而对于方位时变的目标源,该算法很难完成对上述目标源方位进行实时跟踪估计。鉴于此,将MALASE算法和MUSIC算法相结合,提出了一种矢量水听器阵列的自适应子空间跟踪算法。仿真结果表明,该算法既保留了MUSIC算法的性能,又实现了对目标源进行实时跟踪估计,且方位估计误差仅为0．4°左右。     

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。     

单矢量水听器二维DOA估计算法

为了减小传统声压阵的布阵规模,提高传统声压阵的测量精度,利用矢量水听器的阵列流形特性,使用阵列信号处理的原理进行二维DOA估计。将单个矢量水听器理解成一个声压水听器和三个振速水听器组成的阵列,在无需知道信号先验知识的条件下,分别采用MUSIC算法和ESPRIT算法对多个不相关的单频窄带信号的二维DOA进行了估计。仿真结果表明:在高信噪比情况下,两种算法的精度都很高,优于5阵元的声压平行线阵。利用单矢量水听器能够对信号的二维到达角进行有效估计,远小于传统声压阵的布阵规模。     

基于单矢量水听器空间谱增强的MUSIC算法

针对单矢量水听器多重信号分类(Multiple Signal Classification,MUSIC)算法在低信噪比条件下,存在谱峰宽度变宽、估计精度变低等性能恶化的问题,提出一种基于单矢量水听器空间谱增强的改进MUSIC算法。该算法的基本原理是:单声源入射到单只矢量水听器上时,加一参考信号源,若两者方位相同,则同方位叠加使空间谱增强;若两者方位不相同,则两方位合成,使空间谱估计产生偏差。因此,改变参考信号源的方位,当参考信号源的方位与信号源的方位一致时,将使谱峰得到增强,此时空间谱达到最大值,其对应的角度即为信号源的方位角。仿真分析及实验数据处理结果表明,与常规MUSIC算法相比,该算法具有更尖锐的谱峰、更高的估计精度,能够实现更好的空间谱估计。     

矢量线阵MUSIC算法抗空间混叠性能研究

利用矢量线阵可以提高对目标参数估计的性能,探讨了矢量线阵MUSIC算法的抗左右舷模糊性能和抗空间混叠性能。理论研究和外场试验结果表明,矢量线阵消除了声压线阵MUSIC方位谱的左右舷模糊,在阵元个数保持不变的条件下,空间降采样时,矢量线阵MUSIC空间谱不仅提高了方位估计的精度,而且能够抗空间混叠,在相同的条件下．矢量线阵MUSIC空间谱的抗空间混叠性能明显优于矢量阵常规波束形成方法。     

被动声纳方位估计的宽带盲源分离算法

针对实际被动声纳信号宽带非平稳且统计特性无法预知的特点,由宽带卷积混合模型,建立了融合时间延迟结构与非参数化特性的代价函数,通过核密度技术同时估计目标源的概率密度函数和解混矩阵,并对估计的最优解混矩阵与目标源信号求取每个频点内方位能量谱,最后累加所有子带构成宽带方位能量谱。宽带仿真结果与实际海试表明本文方法在方位分辨率和估计精度方面接近最小方差无失真响应（Minimum variance distortionless response, MVDR）和多重信号分类（Multiple signal classification, MUSIC）算法,在弱目标检测方面具有一定优势。     

聚焦矩阵在水中宽带目标被动跟踪中的应用

针对水中机动宽带目标,对于设计好的均匀线列阵,采用空间重采样方法计算基阵的恒定束宽阵元权系数,进而利用该阵元权系数产生聚焦矩阵,通过聚焦矩阵将不同频带的子带信号映射到同一参考频率上,然后将所有频率成分的信号功率谱密度矩阵作平均,并结合MUSIC(Multiple Signal Classification)算法,估计出目标的方位信息,从而实现水中宽带目标的被动跟踪。采用该方法进行仿真试验分析,结果表明在小孔径基阵上可实现宽带单目标的稳定测向被动跟踪,且对多目标具有一定的角被动分辨效果。     

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.     

相干信号子空间宽带目标方位估计算法的误差分析

1.引言 利用子空间结构进行源方位估计的算法有很多,这些方法均利用了方向矩阵张成的子空间等于信号子空间这一特点,经典的方法有MUSIC[1]和ESPRIT[2]等.然而,对宽带目标而言,方向矩阵是关于频率的函数,因此,不同频率成分的信号子空间是不同的.相干信号子空间(CSM)方法[3]利用聚焦矩阵将不同窄带子空间聚焦到中心频率对应的子空间上,这种方法有效地利用了信号的带宽,大大提高了宽带目标方位估计的分辨率,而且能够处理相干目标的情形.但聚焦矩阵又与目标方位有关,这构成了一对矛盾,通常可以采用常规的方法对目标方位进行预估计,然后根据预估计的结果构造聚焦矩阵.预估计的方位通常会有一定的误差,这将导致CSM方法估计的结果存在一定的误差,本文从理论上分析了由于聚焦矩阵误差导致的CSM方法方位估计的误差.     

Generalized Array Architecture with Multiple Sub-Arrays and Hole-Repair Algorithm for DOA Estimation

Arranging multiple identical sub-arrays in a special way can enhance degrees of freedom (DOFs) and obtain a hole-free difference co-array (DCA). In this paper, by adjusting the interval of adjacent sub-arrays, a kind of generalized array architecture with larger aperture is proposed. Although some holes may exist in the DCA of the proposed array, they are distributed uniformly. Utilizing the partial continuity of the DCA, an extended covariance matrix can be constructed. Singular value decomposition (SVD) is used to obtain an extended signal sub-space, by which the direction-of-arrival (DOA) estimation algorithm for quasi-stationary signals is given. In order to eliminating angle ambiguity caused by the holes of DCA, the estimation of signal parameters via rotational invariance techniques (ESPRIT) is used to construct a matrix that includes all angle information. Utilizing this matrix, a secondary extended signal sub-space can be obtained. This signal sub-space is corresponding to a hole-free DCA. Then, dealing with the further extended signal sub-space by multiple signal classification (MUSIC) algorithm, the unambiguous DOAs of all incident signals can be estimated. Some simulation results are shown to prove the improved performance of proposed generalized array architecture in DOA estimation and the effectiveness of corresponding hole-repair algorithm in eliminating angle ambiguity.     

Subspace‐based techniques for 2‐d DOA estimation with uniform circular array under local scattering

Abstract

In mobile communication systems, local scatterers in the vicinity of the sources cause angular spreading of radiating signals as seen from a base station antenna array. Thus, the base station antenna array is typically situated on the roof of a high building away from potential multipath reflectors. The uniform circular array (UCA) geometry provides 360° azimuthal coverage and also provides information on source elevation angles. We consider the problem of two‐dimensional (azimuth and elevation) direction‐of‐arrival (DOA) estimation with UCA. In the multipath scenario, the base station antenna can receive many coherent signals that cause the array manifold to be different from the conventional array manifold model. Herein, parameters of the spatial signature in the presence of local scattering are presented which apply to UCA. Then, we present a fast searching technique to improve the efficiency of the MUSIC algorithm for two‐dimensional DOA estimation. The fast signal subspace‐based estimation method utilizes the ESPRIT algorithm and then adopts sequential one‐dimensional searching to save computational cost. Several simulation results are included for illustration and comparison.     

基于阵列传感器的复合材料结构损伤MUSIC成像方法

提出了一种基于传感器线阵的多重信号分类(Multiple Signal Classification,MUSIC)损伤成像方法用于航空复合材料的损伤监测。该方法采用MUSIC阵列信号处理方法,通过对传感器阵列信号进行协方差特征值分解,在结构上进行方向扫描并构建监测区域的空间谱,从而实现对结构损伤的成像,具有一维传感器阵列易于布置的优点。所提出的方法在变厚度航空复合材料油箱结构上进行了验证,结果表明,该方法能够准确实现航空复合材料结构上的损伤成像,定位误差小于2cm。     

基于MUSIC功率谱估计的直升机空中信号分析

针对直升机飞行的辐射噪声特征谱线进行分析,提出一种基于MUSIC算法的直升机声信号处理方法。首先阐述MUSIC谱估计方法,然后针对实测不同机型直升机的飞行辐射噪声数据,分别进行MUSIC算法和传统方法的频谱分析,对得到的结果进行分析比较,数据处理结果表明MUSIC算法能够抑制噪声,明显改善信噪比,并能够更为细致地体现直升机声信号的谐波特性。     

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。     

Direction of arrival estimation for uncorrelated and coherent signals with uniform linear array

A novel direction of arrival (DOA) estimation method is proposed with uniform linear array when uncorrelated and coherent signals coexist. The DOAs of uncorrelated signals are first estimated using a new method of modified total least squares estimation of signal parameters via rotation invariance techniques. Afterwards, the contributions of uncorrelated signals are eliminated and a new matrix is constructed based on the spatial difference matrix. Then, the coherent signals can be resolved by performing the forward spatial smoothing scheme on the new matrix. The proposed method can resolve more signals than the array elements with good performance. Simulation results demonstrate the effectiveness and efficiency of the proposed method.     

基于L型稀疏阵列的二维波达方向估计

针对传统的二维波达方向估计方法估计的信源数少、计算复杂度大的问题,提出了一种基于L型稀疏阵列的二维波达方向估计方法,利用安放在L型阵列上的互偶阵列来形成虚拟阵列,从而增加阵列自由度;通过将虚拟阵列分成若干个等间隔稀疏子阵列来压缩角度搜索区间,从而降低计算复杂度;通过MUSIC搜索得到谱峰,并利用最大似然准则筛选和匹配入射信号的俯仰角和方位角。该方法使可估计的信源数超过实际的物理阵元数,不仅提高估计精度且大大降低了计算复杂度。MATLAB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。