任意阵列几种高分辨DOA估计算法的性能比较

许多优秀的高分辨算法只能用于均匀线列阵。在不规则阵列条件下，本文通过扇区内插法把实际阵列等效为虚拟的均匀线列阵，使高分辨阵处理算法能应用于任意阵列。以共形阵为例比较分析了改进的MFBLP、MFBLP、MUSIC、SSM和MSSM在少快拍时的方位估计性能，仿真结果表明这种等效虚拟的方法是可行的且改进的MFBLP在非相干与相干两种信号源情况下的估计性能都优于其它几种高分辨算法。因此，用等效虚拟的方法来实现改进的MFBLP对那些阵列不是均匀线列阵且实时性要求较高的阵处理是可行的。     

基于波束域MUSIC方法的高分辨方位估计

现代声纳系统普遍采用水听器基阵和一定的信号处理来提高对目标的检测和定位能力，而基阵的波束形成则在其中起着核心作用。文中研究了窄带波束域高分辨方位估计技术，分析了波束域MUSIC方位估计的构造过程和具体实现方法。仿真计算表明，基于波束域MUSIC的方位估计算法是一种分辨空间小角域内多个目标的有效方法。     

基于空间平滑处理的稳健宽带高分辨方位估计算法

实际系统中阵列误差导致的模型失配问题一直是高分辨方位估计技术走向实用化的一个瓶颈。相对于窄带信号,宽带信号阵列模型误差更加复杂和多样,通过建立宽带阵列信号误差模型,得出了基于空间平滑的稳健的宽带高分辨算法是一种抑制阵列误差的有效方法的结论,这种基于空间平滑的宽带高分辨算法,通过空间平滑后对各频率处不同子阵的互谱密度矩阵求和,一定程度上减弱了阵列误差的影响,具有较高的稳健性。本文结合消声水池试验,分析并验证了其效果。     

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。     

MUSIC与MNM在均匀圆阵的方位估计性能比较

圆阵作为具有360o全向方位角搜索能力的阵型,可以同时对信源方位角和俯仰角进行分辨,因此,采用圆形基阵的系统有更广的空间搜索能力。多重信号分类法（MUSIC）和最小模算法（MNM）同属于子空间分解类算法,具有不受阵型限制的优点。就二者在均匀圆阵（UCA）方位估计性能上进行了比较研究,结果表明：随着信噪比或阵元数的增加,MUSIC性能均要优于MNM。     

声矢量阵列的求根MUSIC算法及其性能分析

在传统声压传感器阵列的求根MUSIC算法的基础上,提出了基于矢量传感器阵列的求根MUSIC算法及其修正形式,通过接收阵列信号的空间谱,选择合适的引导方位,可实现声源的波达方向(DOA)估计.理论推导和仿真实验表明,采用均匀矢量传感器线性阵列的求根MUSIC算法在低信噪比、小快拍数情况下的估计性能要优于传统声压传感器阵列的求根MUSIC算法,同时该算法的计算量远远小于矢量传感器列的MUSIC算法.     

非相干与相干宽带信号高分辨方位估计方法的性能比较

通过仿真实验,对相干法和非相干法两种宽带高分辨波束形成的方法在性能上进行了比较。非相干法原理简单,易于实现,不需要对方位进行预估,但其分辨性能不如相干法,尤其是在当目标为相干信号时,非相干信号子空间法失效;相干法无论目标是否相干,均具有良好的分辨性能,特别是在低信噪比的条件下仍有一定的分辨能力。但是,它需要预估方位,当预估方位的误差较大时,相干法的性能急剧下降。     

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。     

盲源分离用于DOA估计研究

方位估计是水下目标定位、跟踪的前提。提出了一种复数域奇异值分解盲源分离方法,估计出了阵列流形,并利用阵列流形表现出的相位关系完成了目标方位估计。通过仿真实验与MUSIC高分辨方位估计方法和相关文献的方法进行了对比,结果表明该方法能很好地实现目标方位的实时估计,且性能更佳。     

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。     

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。     

On the sensitivity of the ESPRIT algorithm to non-identical subarrays

ESPRIT (estimation of signal parameters via rotational invariance techniques) is a recently introduced algorithm for narrowband direction-of-arrival (DOA) estimation. Its principal advantage is that the DOA parameter estimates are obtained directly, without knowledge (and hence storage) of the array manifold and without computation or search of some spectral measure. This advantage is achieved by constraining the sensor array to be composed of two identical, translationally invariant subarrays. In this paper, we analyse the sensitivity of ESPRIT to the assumption that the subarrays are identical. The analysis is applicable to a wide variety of array errors, including non-identical angle-dependent and angle-independent gain and phase perturbations, errors in the locations of the subarray elements, and mutual coupling effects. A representative simulation example will be presented to validate the analysis and compare the performance degradation of ESPRIT with that of the MUSIC algorithm.     

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。     

抑制运动强干扰的稳健波束域目标方位估计方法

为了减小来自旁瓣区快速运动的强干扰对波束域高分辨方位估计方法的影响,提出一种稳健的波束域高分辨方位估计方法。该方法在形成多波束时,将稳健自适应波束形成与零陷扩宽技术相结合,有效地抑制了运动强干扰所造成的快拍失效和扫描方向误差引起的自适应波束图畸变,从而保证波束域方法能准确地估计目标方位。仿真结果验证了该方法的有效性。     

A fast method for direction-of-arrival estimation

In many eigenvalue-eigenvector-based direction-of-arrival estimation algorithms, one finds orthogonal basis vectors for the noise subspace. We propose a circulant basis for the noise space which can be calculated more efficiently than an orthogonal basis. The new method for high signal-to-noise ratio (SNR) has a performance similar to the well-known MUSIC algorithm but can be implemented much more efficiently.     

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。     

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。     

极大似然高分辨波达估计新方法

极大似然估计器是波达方向估计中公认的最佳估计器,但是计算量很大。为了解决极大似然估计器由于进行多维格形搜索而带来的计算量大的不足,将粒子滤波方法与极大似然估计相结合,提出了一种基于粒子滤波的极大似然波达方向估计器(Maximum Likelihood DOA Estimator Based on Particle Filtering,简称MLE-PF)。研究结果表明,MLE-PF不但保持了原极大似然估计方法的优良性能,大大减小了计算量,计算复杂度由O(LK)降至O(K×Ns),而且在低信噪比时也具有比MUSIC以及MiniNorm方法更加优越的估计性能。     

基于遗传算法的矢量水听器阵相位误差校正

研究了矢量水听器阵各通道存在相位误差时,用MUSIC算法对信号到达方向进行估计的问题,并在利用遗传算法估计相位误差来对阵列流型进行修正时引入自适应概念,得出更加准确的信号到达方向值。采用与适应度函数值相对应的交叉概率与变异概率,逐步搜索,首先计算适应度值,采用轮盘赌法进行选择操作,并保存个体的适应度值,按照适应度分配交叉概率和变异概率,进行交叉变异操作,取得误差的最优解,通过仿真,可以看出引入自适应概念后的遗传算法具有较为精确的估计阵列相位误差的功能。与传统遗传算法相比,此方法能很好地得到全局最优解,并且成熟收敛,计算机仿真结果验证了本方法的有效性和可行性。     

Isomorphism between pulsed-wave Doppler ultrasound anddirection-of-arrival estimation. II. Experimental results

For pt. I see ibid., vol. 43, no. 5, p. 911-22 (1996). Pt. I presented the basic principles for applying high-resolution wide-band direction-of-arrival estimation techniques to pulsed-wave Doppler ultrasound. Such techniques provide high-resolution velocity profiles and enable the identification of multiple velocity components inside a sample volume. Another important application is the identification and rejection of wall clutter signals. A first and essential step in applying these techniques is to convert the wide-band echoes to narrow band. The 2D DFT projection method is used for this conversion. Two different narrow-band high-resolution methods are then applied to estimate the velocity distributions; the minimum variance (MV) and the multiple signal classification (MUSIC). Experimental results are presented to illustrate the potentials and limitations of applying wide-band DOA methods to different applications in pulsed-wave Doppler ultrasound