基于四阶累积量的信源数估计新方法

针对在基于四阶累积量的空间谱估计方法中,基于信息论准则的信源数估计方法完全失效的问题。提出了一种新的信源数估计方法,该方法利用与特征值互补的集合的数值的特点,降低了噪声对应特征值的发散度,然后再利用信息论准则估计信源数。该方法具有计算复杂度低的优点,适用于空间色噪声,仿真分析证明了该算法的有效性。     

基于混合范数的来波方位估计

针对传统MUSIC算法以及CS-MUSIC算法在相干和非相干信源的条件下DOA估计效果不理想问题,提出基于混合范数的来波方位估计方法。该方法利用MUSIC和压缩感知稀疏恢复的特性得到信号的支持域,然后由信号的支持域得到噪声子空间和信号子空间,把得到的信号子空间和噪声子空间与经典MUSIC算法相结合,得到高分辨率的来波方位估计方法。仿真结果表明,在非相干信源的条件下,该算法性能优于MUSIC和CS-MUSIC算法;同时,该算法相关信源的角度分辨率也优于CS-MUSIC算法。     

空间非平稳噪声下的信源数估计算法

针对空间非平稳噪声环境下信源数估计问题，分析了利用特征向量正交性估计信源数方法存在的不足，并讨论了常见对角矩阵在消除非平稳噪声时存在的问题，提出了一种新的信源数估计算法。该算法先利用特殊构造的对角矩阵进行变换消除非平稳噪声影响，然后将Bootstrap和假设检验理论相结合估计信源数。该算法无需噪声分布模型假设，在低信噪比下有较好的估计性能，有一定实用价值。     

基于盖尔圆准则的信源数目估计改进算法

针对最小信息准则(Akaike Information Criterion,AIC)存在的非渐进一致性估计的缺陷,以及盖尔圆准则(Gerschgorin Disk Estimator,GDE)可能出现无序特征值导致检测错误的问题,提出了一种基于盖尔圆准则和最小信息准则的GDE-AIC信源数目估计算法。该算法利用盖尔圆半径与噪声模型无关的特性构造似然函数,将其引入AIC准则模型中,克服了AIC准则非渐进一致性估计的缺点,且适用于空间色噪声的环境。在仿真实验中,将该算法与AIC算法及GDE算法等进行对比,结果表明,该方法稳定性好,适用于白噪声与色噪声,且在低信噪比时仍具有良好的估计性能。     

基于相关TOP矩阵的相干信源数盖氏圆估计方法

大部分高分辨波达方向估计算法都是以特征子空间分解为基础的,所以正确估计信号源数对算法结果有效性起着至关重要的作用。该文提出了一种基于均匀线形阵列的相关Toeplitz矩阵构造方法,并结合盖氏圆半径法形成一种相干信源数估计的盖氏圆改进方法,将接收阵列各阵元与参考阵元输出信号做相关,得到一组相关向量,应用相关Toeplitz矩阵构造算法构造阵列输出的Toeplitz矩阵,从而得到去相干的盖氏圆估计矩阵,最后再应用盖氏圆准则完成相干信源数估计。仿真结果表明,本文所用相关Toeplitz矩阵构造算法达到了去相干的作用,扩展了盖氏圆半径法的应用范围,使得盖氏圆准则在不损失阵列有效孔径前提下,能够有效估计相干信源数目。     

适于非均匀线阵解相干的DOA估计算法

在研究用非均匀线阵实现对相干信号源方位估计问题的基础上,提出了一种改善方位估计的阵列设置方法和非相干与相干信源分开估计的DOA估计方法。在阵元数一定的情况下,该方法可使阵列对非相干信号源的分辨力较直均匀线阵(ULA)有较大的改善,还克服了一般稀布线阵方位估计模糊和去相关能力差的缺点,而且还具有很好的信源过载能力和估计性能。计算机仿真证明了该方法的正确性和有效性。     

基于互协方差的L型嵌套阵列二维波达方向估计

为了解决L型均匀阵列波达方向（DOA）估计分辨率较低、估计信源数受限于阵元数、估计精度易受信噪比影响等问题,提出一种基于互协方差的L型嵌套阵列二维DOA估计算法。利用不同子阵间互协方差矩阵产生较长无冗余阵元的虚拟阵列,消除噪声干扰;利用虚拟阵列及其共轭矩阵构建等效协方差矩阵,实现虚拟阵列信号的解相干;采用旋转不变子空间技术对等效协方差矩阵进行处理,得到目标的角度信息;基于虚拟阵列等效信源的唯一性进行空间信源的角度匹配。对所提算法的DOA估计有效性进行仿真验证,结果表明,在阵元数相同情况下,该算法与L型均匀阵列相比在低信噪比环境下拥有更高的估计精度,能够辨识更多的空间信源。     

辐射声源数估计方法研究

研究了信息论准则的3种辐射声源数估计算法和盖氏圆辐射声源数估计算法,通过数值仿真对这4种算法的性能做出了对比分析,通过分析得知信息论方法适用于白噪声背景,盖氏圆方法不仅适用于白噪声背景也适用于有色噪声背景。     

战场多目标混合声信号源数盲估计算法研究

为了适应战场的实际应用环境，解决传统的MDL准则信源数估计算法在有色噪声条件下失效的问题，提出了基于MDL函数值比值的信源数目估计算法，但此算法在低信噪比下信源数的检测概率较低。针对这一问题，用样本特征值平方和与样本特征值之和的比来代替MDL函数中的样本特征值算术平均的方法来改进MDL准则函数，从而得到基于改进的MDL函数值比值算法。该算法可以有效提高信源数所对应的MDL函数值与非信源数对应的MDL函数值之间大小的差距，从而进一步提高低信噪比条件下MDL比值法的估计性能。通过仿真试验和实测数据的验证试验，袁明所提出的两种算法是有效的和可行的。     

基于子空间拟合的声矢量阵阵型校正算法及DOA估计

将声场中的声压、振速进行联合信息处理,基于信号子空间拟合原理提出了一种声矢量阵高分辨方位估计算法。该算法在估计性能上与声矢量阵MUSIC算法接近,但在运算量方面有所减少;并针对阵元位置存在误差时文中算法性能恶化的问题,基于迭代优化原理提出了一种声矢量阵阵型校正算法。该算法依赖两个方位未知的disjoint信源,结合单矢量传感器方位估计技术实现了对阵元位置误差的有效估计。仿真结果表明,随着disjoint信源信噪比的增大和快拍数的增加,声矢量阵阵型校正算法的性能明显提高。     

基于高阶累积量的信源数目估计方法

信源数目确定在许多高分辨阵列信号处理中具有至关重要的作用.提出了一种基于阵列输出4阶累积量信息的信源数目估计方法.通过构造阵列输出的4阶累积量矩阵,根据4阶累积量矩阵特征值分布并采用最小描述长度(MDL)准则估计信源数目.由于信号高阶累积量具有盲高斯特性,该方法能有效地抑制色噪声干扰,可实现色噪声背景下的信源数目估计.仿真分析验证了该方法的有效性.     

色噪声背景下基于声矢量阵列孔径扩展的相干目标波达方向估计

在目标波达方向(DOA)估计中,更大的阵列孔径往往能够获得更高估计分辨率和估计精度.然而,在色噪声背景或相干目标情况下,子空间类DOA估计算法性能急剧下降.针对这个问题,采用2个分置且相互垂直的均匀线性矢量阵列,通过阵列之间的协方差矩阵前向/后向平滑进行解相干预处理,并消除有色噪声的干扰;然后利用传播因子方法(PM)得...     

基于延时相关的稀疏恢复高分辨来波方位估计

针对MUSIC算法和基于四阶累积量的MUSIC-like算法在高斯色噪声背景下测向精度不理想的问题,提出基于延时相关的稀疏恢复高分辨来波方位估计算法。该算法利用蕴含在接收数据延时相关函数中的角度信息,采用所有阵元接收数据的延时相关函数构造新的阵列输出矩阵,进而构造新的协方差矩阵,并进行奇异值分解,建立稀疏表示模型,使用l1范数法对稀疏模型进行求解实现色噪声环境下高分辨DOA估计。仿真实验表明,基于延时相关的稀疏表示模型的测向分辨率好于基于传统子空间的MUSIC算法和基于四阶累积量的MUSIC-like算法,能降低协方差构造的复杂度,增强色噪声抑制能力。     

基于改进式特征值二次对角加载的信源数估计方法

针对应用阵列天线进行信号接收时的信源数估计问题,提出一种基于改进式特征值二次对角加载的信源 数估计方法。对天线阵列观测信号协方差矩阵进行特征值分解;对特征值进行一次对角加载,对角加载量取所有特 征值的几何平均值,将原始特征值与对角加载值相加,取代原始特征值;重新计算特征值对角加载量,并进行二次 对角加载,使加载后的特征值满足噪声特征值的最大最小值之比不超过2 的条件,在此基础上,使用信息论准则类 方法和随机矩阵理论类方法实现信源数的估计。仿真实验结果表明,该信源数估计方法具有可行性。     

基于改进的K-均值聚类信源数目估计算法

针对盖尔圆盘法在低信噪比和少快拍数背景下进行信源数目估计时会出现错误判断的问题,提出了色噪声背景下改进的K-均值聚类信源数目估计方法.求出数据相关矩阵后按照信号和噪声的类均值对信号特征值和噪声特征值进行K-均值聚类,然后不断更新类均值直到信号特征值收敛.计算机仿真实验证明了该方法在低信噪比和少快拍数时的估计成功概率高于盖尔圆盘法.     

一种新的基于霍夫变换的信号源个数估计方法

确定信源个数是许多阵列信号处理算法的基础。提出了一种利用霍夫（Hough）变换估计信源个数的新方法。该方法通过Hough变换将观测数据的采样协方差矩阵的排序特征值点投影到Hough参数空间，通过检测Hough参数空间中积累的峰值来估计噪声特征值的数目，从而确定信源的个数。仿真结果证明了新方法的检测性能要优于著名的AIC和MDL准则，并且新方法在低信噪比下也能获得较高的检测概率，为低可观测目标的检测提供了一条有效的途径。     

时变环境对信源数估计及盲源分离的影响分析

针对信号来波方向突变、源信号个数及信号样式发生变化,对辐射源个数估计及盲源分离(blind source separation,BSS)结果的影响进行分析。源信号个数的估计采用基于信息论准则的估计方法,采用自适应盲分离算法 进行信号盲分离。实验结果表明：混合矩阵发生突变时,使用接收数据进行信源数估计,无法正确估计信源数;当 混合矩阵未发生突变,而信号样式发生突变时,源数估计算法能准确估计来波方向数;若混合矩阵不变,在某一来 波方向信号样式的改变,对信号的盲分离不会产生不利影响,可将该来波方向不同的信号样式分开;若混合矩阵不 变,阵列接收信号中信号个数的改变,对信号分离结果没有明显的不利影响。分析结果表明：该研究对评估信源数 估计算法和盲源分离算法在实际环境中的应用效果具有一定参考价值。     

一种基于独立成分分析的水下宽带信号波达方位估计方法

在水下目标特征信息缺乏、声纳阵列孔径有限的条件下,对水下宽带信号开展高分辨率、高精度的波达方位估计研究,具有明显的研究意义和应用价值。利用水下信源统计独立的特点,采用基于独立成分分析的状态一致性变换算法进行方位估计;考虑到水下加性噪声的高斯分布特性,利用小波降噪的预处理技术,消减混合信号中的高斯噪声成分;针对状态一致性变换在低频段的性能退化,提出一种空间重采样修正方法。使用上述基于空间重采样修正的状态一致性变换算法对仿真及海试数据进行处理,目标方位估计结果表明：该方法具有角度分辨率高、需要阵元数少、对先验知识依赖小、低频段性能稳定的优点,相比常规波束形成、子空间法、传统状态一致性变换3类方法更具性能优越性与实用性。     

基于协方差矩阵重构稳健波束形成算法

提出了一种新的基于协方差矩阵重构的稳健算法.该算法基于最小化输出期望信号空间倒谱,利用多项式拟合估计期望信号的导向矢量;从数据协方差矩阵中减去期望信号部分,得到干扰加噪声协方差矩阵,通过修正方法实现对干扰加噪声协方差矩阵的准确估计,解决了低信噪比时由于信号子空间发生缠绕,导致协方差矩阵估计存在较大误差的问题;理论分析与仿真实验表明了该算法的有效性和稳健性.     

适用于相干信号高分辨测向的方向向量重构算法

针对浅海波导中相干多径信号的波束形成与方位估计问题，提出了一种相干信号方向向量重构算法。该算法利用特定几何结构基阵阵列流形所具有空间平移不变性，基于特征分解估计出的空间特征向量，重构出基阵对每个相干信号的方向向量，再利用方向向量扫描得到的波束图中谱锋的位置估计出信号的方位，从而实现了对入射到基阵上的所有相干信号的捕获与方位估计。由于相干信号的方位估计过程是相互独立的，因此方向向量维数的减小并不会降低算法的角度分辨力。水池实验数据处理结果验证了该方法的有效性。