用均匀中心对称阵二维西ESPRIT方法实现闭环形式二维角估计

本文提出了适用于一类均匀中心对称阵的二维西ESPRIT方法,它是一种闭环形式的高分辨算法,对信号源方位角和仰角估计实现自动配对.在算法最后阶段构造一个矩阵,其第I个特征值的实部和虚部分别与第I个信号源相对X轴和Y轴的方向余波一一对应.该算法除了初始变换和最后矩阵特征分解外,整个过程都采用高效的实值计算.并推广应用于DFT波束空间,可在较小的空间维数上处理,从而减小计算复杂性.最后对算法做了一阶近似渐进性能分析.仿真结果说明了算法是有效的.     

一种基于双平行线阵相干源二维波达方向估计的新方法

提出一种基于双平行线阵有相干信号源存在情况下二雏波迭方向估计的新算法。该算法根据阵列结构的特点形成6个需要的相关矩阵，然后构造一个特殊大矩阵并经特征分解获得信号子空间的估计，最后利用2-D ESPRIT方法实现二维角度估计。无论是否存在相干源，新算法都能精确估计出二维到达角，而无需进行谱峰搜索，从而解决了信号参数配对问题。最后用计算机仿真验证了该算法的有效性。     

利用矩阵滤波技术估计信号二维波达方向

现有的基于子空间的波达方向估计算法都要求不相关信号源的数目小于阵元数目,但当信号源数目很多时,算法失效.为此,提出了一种具有过载估计能力的二维波达方向估计方法,先利用矩阵滤波技术接收数据进行预处理,使信号子空间限定在一个较小的区域内,把区域外的信号抑制掉,从而减小了有效的信号源数目,然后可以采用现有算法进一步估计二维波达方向.矩阵滤波器的设计过程也可以归结为一个最小二乘问题,效率很高.计算机仿真验证了算法的有效性.     

用平行四边形阵列实现闭环形式2维角估计

提出了适用于平行四边形阵列的２维酉ＥＳＰＲＩＴ方法,它是一种闭环形式的高分辨算法,对信号源方位角和仰角估计实现自动配对。给出了两类酉变换矩阵,将复数域的矩阵运算转换到实数域。除了初始变换和最后维数等于信号个数的矩阵特征分解外,整个过程都采用高效的实值计算。最后对算法做了一阶近似渐进性能分析。仿真结果表明算法是有效的。     

一种用于未知噪声背景中相干源二维波达方向估计的新方法

本文提出了一种用于相干源二维波达方向（DOA）估计的新方法。在该方法中，通过构造一种特别形式的阵列数据协方差矩阵，并利用一次最小平方过程从中提取一个线性算子用以估计噪声子空间，使算法不受信号源相关性的影响，且避免了矩阵的特征值分解。基于噪声的相关性是空间带限的合理假设，新方法选用了一种简单而又特殊的平面阵列结构，用以估计信号源入射的方位角和仰角，使算法不需要特定的传感器加性噪声模型。由于该新方法具有上述优点，因而使其更面向于实时应用。     

采用距离无偏估计的加权最小二乘定位算法

随着WiFi网络的广泛覆盖,基于接收信号强度的定位技术成为研究热点。针对已有基于接收信号强度定位算法定位性能不高的实际问题,提出一种基于距离无偏估计的加权最小二乘定位算法。该方法首先利用接收信号强度观测模型计算得到信号源与传感器之间距离的无偏估计量,然后根据距离计算公式建立方程组;接着把距离的无偏估计量代入方程组得到关于信号源位置的线性最小二乘模型,同时计算线性最小二乘模型中的噪声协方差矩阵;最后运用加权最小二乘方法计算得到信号源位置的估计量。该文对所提算法进行了充分的计算机仿真,仿真结果表明:在不同的定位环境下,所提算法的定位性能均优于传统加权最小二乘算法和最佳线性无偏估计算法。      

一种基于L阵的二维解相干测向算法

本文对高斯白噪声环境下基于L型阵列二维测向的ESPRIT算法进行了改进.该算法利用阵列结构特点通过平滑原理获得3个互相关矩阵,然后由3个矩阵构造一个特殊大矩阵并对其进行奇异值分解来估计信号子空间,最后利用2D-ESPRIT方法实现二维测向.该算法估计精度高,运算量小,能够对相干信号进行估计.     

基于虚拟旋转不变技术的宽带信号二维到达角估计

在相关信号子空间方法的基础上,本文提出了一种阵列宽带信号二维角度的估计方法。该方法首先利用虚拟互相关计算方法得到阵列输出的协方差矩阵,并构造出两个子阵(实际子阵和虚拟子阵);然后采用投影算子来形成聚焦矩阵,最后对聚焦后的协方差矩阵采用ESPRIT方法估计出宽带信号的二维到达角。这种方法能抑制非高斯噪声对算法的影响,并能扩展阵列孔径,且不需要进行角度预估计;估计出的二维角度能自动配对,提高了算法的实现速度。计算机仿真试验证实了该算法的有效性。     

基于Toeplitz矩阵重构的相干信源二维DOA估计算法

针对空间相干信源的二维DOA估计问题,提出一种基于Toeplitz矩阵重构的新算法。采用垂直放置的L形阵列,通过对重构的Toeplitz矩阵进行特征分解,得到对应的噪声子空间,并用MUSIC算法进行有限次一维搜索,先后估计出俯仰角和相应的方位角。与空间平滑处理算法相比,不减少阵元的有效孔径,具有更强解相干能力,估计性能也优于后者。最后计算机仿真结果证实了算法的有效性和可行性。     

互相关矩阵重排获取信号子空间的二维DOA估计算法

本文提出一种L型阵列的二维子空间DOA估计算法,该算法通过重排阵列接收数据的互相关矩阵获取信号子空间,然后根据信号子空间生成一个二维谱函数,最后通过二维搜索估计信号的来波方向。由于该算法采用二维谱峰搜索,所以不需要对俯仰角和方位角进行配对。与二维MUSIC算法相比,该算法的估计精度略有下降,但该算法不需要对矩阵做特征值分解,计算量降低且易于实现。文中给出了该算法的推导过程和具体实现步骤,并进行了实验仿真,仿真结果说明了算法的有效性。      

二维谱估计算法的空间探测性能分析及验证

针对二维谱估计算法的空间探测性能分析的需求,从计算速度、计算量、顽健性、计算精度以及实际工程应用的角度出发,对基于L型阵列的二维MUSIC、二维干涉仪、二维增广矩阵束的谱估计算法进行了简要介绍,并对上述二维谱估计算法的性能进行了仿真分析,得到了3种算法的角度RMSE的对比分析,可知在同样仿真条件下,二维增广矩阵束算法最优,二维MUSIC算法次之,二维干涉算法最差。同时,构建了相应的试验场景,通过试验分析上述二维谱估计算法的空间探测性能,得到的试验结论与仿真结论一致。在此基础上,提出了二维增广矩阵束算法可扩展应用到雷达测控一体化系统的思路。     

信号的二维到达角和极化估计

本文论述了一种基于子空间方法的多信号二维到达角和极化参量的估计算法。该方法采用了交叉偶极子阵元组成的Ｌ型阵列，利用子阵输出信号数据矩阵中包含的信号空间的旋转不变性质，借助于矩阵方法求解出信号的二维到达角和极化参量的估计值，并自动进行参数的配对，仿真结果证实了该算法的有效性。     

基于降维处理的MUSIC二维DOA估计算法

针对 MUSIC(多重信号分类法)估计方法实现二维 DOA(波达方向)估计的计算量大且遍历搜索耗时的问题,给出了一种基于降维处理的 MUSIC 算法。该算法无需进行二维谱峰值搜索。该算法利用二次优化方法将二维 DOA 估计分解为一维 DOA 估计,先通过一维 MUSIC 估计获得信号与 x 轴夹角,再利用最小二乘算法估计获得信号与 y 轴夹角。最后利用角度关系式得到信号的二维 DOA 估计值。该算法的复杂和搜索范围都大大降低,仿真表明,该算法具有较好的角度估计效果。     

基于实值矩阵的宽带信号DOA估计方法

针对传统宽带信号DOA估计算法的高计算复杂度问题,提出使用实值矩阵改进的算法。与传统算法在复数协方差矩阵的基础上进行DOA估计相比,本算法仅使用复数协方差矩阵的虚部构造出一个实值矩阵,并在此实值矩阵的基础上,使用子空间算法进行DOA估计。实值矩阵不仅能够降低特征值分解的计算量,而且得到的噪声子空间与真实DOA和镜像DOA均正交,因此在DOA迭代估计时,仅需要对一半的角度进行谱峰搜索,而对于搜索时出现的角度模糊问题,可通过MUSIC算法去模糊,从而达到正确估计效果。相比于传统宽带信号DOA估计算法,本算法在保持DOA估计精度几乎不变的基础上,有效降低了算法计算量,计算机仿真结果验证了本文算法的有效性。     

基于二维网孔互连网络的并行矩阵乘算法

矩阵乘法是数值分析领域中一种十分常用的基本运算，被广泛应用于模式识别、图像和信号处理。由于矩阵运算具有局部性、一致性的特点，特别适合用二维网孔并行计算机来实现。文章讨论了基于二维网孔互连网络的矩阵乘并行算法的实现，首先给出了一种正方网孔处理机阵列的并行算法，然后将其推广到长方网孔处理机阵列中。最后通过在LSMPP计算机的应用，证明算法是可行的、有效的。     

采用局部搜索的二维DOA估计

针对酉旋转不变估计信号参数(Unitary-ESPRIT)算法估计精度较低的问题,提出了一种采用局部搜索实现的非相干信源二维波达方向(2-D DOA)估计方法.该方法首先利用实特征矢量近似值估计导向矩阵,然后利用矩阵Kronecker积性质以及阵列旋转不变特性获得自动配对的角度估计值,降低了2-D DOA初始估计复杂度,实现了对Unitary-ESPRIT算法的改进;接着,采用一维局部搜索法对该初始估计结果进行优化,提高了低信噪比下的2-D DOA估计精度.仿真实验结果表明,相较于传统的Unitary-ESPRIT算法,所提方法在DOA估计精度和成功率上具有明显的优势,特别是在低信噪比以及快拍数较少条件下,因此该方法能够在计算复杂度和估计性能之间取的较好的折中.     

基于二维压缩感知和分层特征的图像检索算法

为了保留图像分析时的像素点位置关系及降维处理,把一维压缩感知理论推广到二维,建立了二维可稀疏信号的压缩测量模型,研究了一种二维信号的自适应梯度下降重构AGDR(Adaptive Gradient Descent Recursion)算法,由此提出了一种图像分层特征提取与检索方法.首先对图像在RGB颜色空间上进行网格离散划分,通过分层算子对图像进行分层映射,定义一种基于颜色网格空间的扩展灰度共生矩阵,采用二维测量模型获取图像的分层测量特征、纹理特征与分层颜色统计特征,图像分层测量特征综合反映出图像的颜色及像素点位置的关系,扩展灰度共生矩阵反映纹理特征.其次用AGDR算法计算检索图像之间的原始信号差量及其稀疏值.最后结合两类分层特征差量、稀疏值和颜色统计特征,融合计算图像间整体相似度度量指标.仿真实验表明,应用分层二维压缩感知测量与AGDR算法的图像检索方法在检索时间、查全率和查准率等指标上具有优越性能,为图像检索提供了新思路.     

一种空间非均匀噪声环境下DOA估计的改进方法

文中提出一种空间非均匀噪声环境下的信号源DOA估计的改进方法.该算法首先对阵列协方差矩阵进行平滑处理,在此基础上估计出空间非均匀噪声协方差矩阵,通过已估计的噪声协方差矩阵对平滑处理后的阵列数据协方差矩阵进行白化处理,克服了空间非均匀噪声对空间谱估计的影响,实现信号源DOA估计.相对于原方法,文中所提方法改善了DOA估计的性能,计算量小,并且能够估计强相关或相干信号源DOA.理论分析和仿真结果均表明所提方法的有效性.     

相干分布式信源二维波达方向估计算法

针对相干分布式信源二维波达方向估计算法多采用谱峰搜索导致计算复杂度较大的问题,该文提出了一种二维波达方向分离估计算法。该算法通过将积分形式的相干分布式信源方向向量化简为点信源方向向量与实向量的Schur-Hadamard积,对子阵X接收的数据构造二阶统计量;利用传播因子最小二乘估计子阵X与Z,X与W之间的旋转不变矩阵。由二阶统计量与旋转不变矩阵分别估计方位角与仰角,对于接近90的仰角也可给出有效的估计。与传统子空间算法相比,无需任何谱峰搜索和特征值分解,降低了计算复杂度。仿真实验表明了所提算法的有效性。     

累量域虚拟阵列二维波达方向估计算法

利用空间四阶累量的孔径扩展性质,构造了一种新的累量域虚拟阵列波达方向矩阵。由累量域虚拟阵列波达方向矩阵非零特征值的幅值和相位即可分别估计出信号源的方位角和俯仰角。本算法阵元利用率高,阵列布置灵活,由于采用了累量,通过适当布置阵列可压制任意分布噪声,获得较好的估计效果。