基于相位干涉仪阵列多组解模糊的波达角估计算法研究

该文针对利用相位干涉仪估计波达角过程中的相位模糊的问题,提出了一种利用多个相邻阵元之间的相位差以及它们的间距比进行多组解模糊的方法,并且分析了这种方法得到正确波达角估计值的条件。仿真试验验证了上述结论的正确性。     

基于相位干涉仪阵列二次相位差的波达角估计算法研究

本文针对利用相位干涉仪估计波达角过程中的相位模糊的问题,提出了一种利用相位干涉仪阵列的相位差之差(二次相位差)得到长基线干涉仪的无模糊相位差并进行波达角估计的方法,并且分析了这种方法得到正确波达角估计值的条件.仿真试验验证了上述结论.     

基于秩减估计器的L型阵列二维波达角估计算法

针对L型阵列2维波达角(2D-DOA)估计问题,该文提出了一种新的基于秩减估计器的算法。该算法利用辅助角将2D-DOA估计问题转换为两个级联的1D-DOA估计问题：首先采用基于传播算子的秩减估计器获得高精度的辅助角估计;其次利用辅助角估计结果获得某一入射角的一元代价函数,借鉴root-MUSIC算法通过对多项式求根获得某一入射角估计,而另一入射角估计可由已得角度估计和辅助角估计通过简单转换获得且两入射角之间无需配对。运算量分析表明,该算法运算量与JEADE算法接近,大于CODE和root-MUSIC算法。仿真实验验证了该算法在不同信噪比、快拍数目条件下可获得高精度的DOA估计结果。     

电磁矢量传感器阵列信号波达角估计的模R投影MUSIC

为了充分利用电磁矢量传感器阵列数据中存在的多维结构,本文探讨了具有多维数据结构的电磁矢量传感器阵列多模张量模型的建立,以及模R信号子空间的定义,提出一种基于模R信号子空间投影的MUSIC算法.分析表明:由于模R投影方法可充分利用电磁矢量传感器阵列中的多维结构信息,从而可提高信号子空间的估计精度,进而可使MUSIC算法的性能得以改善.计算机的仿真研究验证了模R投影MUSIC算法明显优于传统MUSIC方法.     

一种基于余弦函数的相位干涉仪阵列DOA估计算法

该文针对相位干涉仪阵列估计波达角过程中的相位差模糊问题,提出一种基于余弦函数的波达角估计算法,并分析了该算法的估计值唯一性条件,该条件比相位差解模糊算法的唯一性条件更宽松。不同情况下的仿真结果表明,只要阵列的基线距离满足估计值唯一性条件,采用该算法能够有效进行高精度的波达角估计。     

虚拟阵列变换解到达角模糊研究

在进行宽频段波达方向估计时,频率高端可能会出现阵元间距大于半波长的情况,从而会引起角度模糊,无法分辨出真实的波达方向。本文利用虚拟阵列变换技术,使存在角度模糊的阵列虚拟为一个阵元间距较小的虚拟阵列,该虚拟阵列的阵元间距小于最高频率的半波长,使其满足无模糊阵列的条件。然后利用虚拟后的阵列进行到达角估计,得到无模糊的到达角估计值。仿真实验验证了本文方法在频率高端能有效地解决多值模糊的问题,具有良好的适应性和实用性。     

互质阵中基于降维求根的波达角估计算法

该文提出互质阵中基于降维求根的波达角(DOA)估计算法。互质阵包含两个稀疏均匀线性子阵,拥有互质的阵元间距和阵元数目。该算法基于子阵间的互协方差,利用较长子阵中的旋转不变性扩展较短子阵的虚拟孔径。然后通过矩阵分块构造噪声子空间,并将来自两个子阵的2维参数估计问题降维为1维求根问题,获得自动配对的2维模糊参数估计。最后由这2维模糊参数可恢复出两组参数,根据互质性从两组参数估计的交集中可以获得无模糊的高分辨率DOA估计。相比互质阵中的联合多重信号分类(MUSIC)算法和联合旋转不变技术(ESPRIT)算法,该算法无需特征分解,复杂度低,但可获得更精确的DOA估计,处理更多的信源,并且对色噪声有更强的鲁棒性。多个仿真结果均验证了所提算法的有效性。     

基于基线比值法的多基线相位干涉仪解模糊算法研究

相位干涉仪解模糊通常有两种算法：一种是长、短基线结合的逐级解模糊算法,另一种是基于互质数比的基线比值法。逐级解模糊算法要求构造最短基线,且最短基线应保证无模糊;基线比值法没有最短基线的限制,只需要保证基线长度互质。研究了基于基线比值法的多基线相位干涉仪解模糊算法,分析了正确解模糊对相位测量精度的要求,给出了典型干涉仪基线配置方案,最后通过仿真试验进行了验证,为干涉仪工程优化设计提供了理论指导。     

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。     

基于改进多信号分类算法的波达方向估计

针对传统波达方向估计算法在低信噪比条件下性能表现不佳的问题,本文提出了一种基于改进多信号分类的波达方向估计算法。本文首先对多信号分类算法的不足进行分析,并采用时间平滑技术构建相关矩阵,然后采用相关矩阵建立空间谱函数达到波达方向估计,最后采用仿真实验对算法的性能进行测试。结果表明,本文算法可以快速准确的估计出多个信号的波达方向,降低了波达方向估计误差,而且性能远远优于其它改进多信号分类算法。     

基于对数螺旋阵的波达方向估计

系统渡达方向(DOA)的估计能力受天线阵的几何结构影响很大.提出了一种新的二维天线阵列流形--对数螺旋阵,该阵列流形具有天线单元数少、天线孔径大、分辨力高的特点.通过粒子群优化方法(PSO)确定了无栅瓣的阵结构参数,计算了此阵的天线方向图并与矩形阵、圆环阵做了比较,利用MUSIC方法进行了二维空间谱估计,仿真结果表明:利用该对数螺旋多天线阵可以实现高分辨二维DOA估计.     

极化分集下的共形阵列波达方向估计

提出了一种基于双馈源共形阵列的极化分集信号盲极化波达方向(Direction of Arrival,DOA)估计方法.通过投影和旋转变换,分析并给出了双馈源共形阵列下正交极化分集信号的等效导向矢量,将信号空间划分为两个正交极化信号子空间,实现了正交极化信号的盲极化分离.在此基础上给出了基于多重信号分类(Multiple Signal Classification,MUSIC)的极化信号的DOA估计算法.该算法无需估计极化参数,能够实现任意共形阵列对正交极化分集信号的DOA估计,最大估计信号数目能够超过阵元个数.仿真实验验证了该算法具有很好的估计性能.     

基于MP分解的宽带LFM信号参数估计

将MP分解应用于宽带阵列信号处理中,提出一种针对线性调频信号(LFM)参数估计新算法.根据LFM信号形式建立过完备原子库Gf,其中原子参数由起始频率和调频斜率决定,将阵列参考阵元接收数据在Gf上作MP分解,获得各个信号的起始频率和调频斜率参数,从而得到宽带信号的具体形式;在上一步频率参数估计的基础上,根据阵列结构建立过完备原子库Gθ,其中原子参数由到达角决定,将阵列全部阵元接收数据在Gθ上作MP分解,实现信号DOA估计.新算法估计性能优于传统空间时频分布(STFD)方法,尤其在低信噪比、多信源情况下仍然有较高的估计精度.计算机仿真结果验证了算法的有效性.     

A method for solving DOA estimation ambiguity in esprit algorithm

This paper introduces a method for solving DOA estimation ambiguity in ESPRIT algorithm with the conventional beamformer. With the help of it, for any space of two subarrays, the signal DOA in [-π/2 ,π/2] can be estimated effectively by using ESPRIT algorithm. Finally, some simulation results to verify the theoretical analyses are presented.     

Method of solving ambiguity for sparse array via power estimation based on MUSIC algorithm

Sparse linear arrays provide better performance than the filled linear arrays in terms of direction estimation and resolution with reduced size and low cost. However, they are subject to manifold ambiguity. A method based on the Multiple Signal Classification (MUSIC) algorithm to solve the manifold ambiguity of uncorrelated sources for sparse array is proposed in this paper. The method consists of two steps. The first step is to obtain all the directions of arrivals (DOAs), including true and spurious DOAs, using traditional MUSIC. The second step is to estimate the power values of the all DOAs by substituting all the DOAs to a cost function. The well-known Davidson Fletcher Powell (DFP) and Broyden Fletcher Goldfarb Shanno (BFGS) algorithms are used to estimate the power values. The power values of spurious DOAs are very small or tend to zero compared with the values of the true DOAs. The true DOAs are then discriminated easily from the spurious DOAs with the power values. Simulation results demonstrate the effectiveness and the feasibility of the method.     

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。     

An improved MMUSIC algorithm of direction of arrival estimation

An improved algorithm is presented for a signal's direction of arrival estimation to reduce the computational complexity of the existing modified multiple signal classification (MMUSIC) algorithm. In this paper, FFT algorithm is introduced to narrow the searching range of the direction angle. Afterwards, a compromise approach‐based SVD and orthogonal–triangular decomposition takes the place of traditional double SVDs. Then, during matrix calculation, the noise subspace is achieved for the signal's direction of arrival. Finally, the system simulation demonstrates the efficiency and reliability of this novel MMUSIC algorithm. Compared with the existing algorithm, MMUSIC effectively saves the computational complexity with the approximation estimation performance. Copyright © 2011 John Wiley & Sons, Ltd.     

基于Toeplitz矩阵重构算法的宽带相干信号方位估计

根据天线阵列接收到的数据,提出了一种基于Toeplitz矩阵重构的宽带相干源方位估计算法.该算法先由Toeplitz 阵列接收到的数据得到包含波达方向信息的协方差矩阵,再对该协方差矩阵进行聚焦处理,得到同一频率的阵列协方差矩阵,最后由高分辨子空间处理方法得到宽带相干信号的波达方向估计.仿真实验证明了该方法的有效性.     

基于时频子空间的多分量宽带调频信号DOA估计

为在复杂电磁环境下实现对多分量宽带线性调频信号的到达角(DOA)估计,研究了基于时频子空间的到达角估计算法,对阵列接收信号通过二维时频掩膜滤波逐一提取各信源的时频自项,建立了空时频矩阵,运用子空间技术得到各信源的到达角估计,并与宽带聚汇算法比较,进行了仿真实验.仿真结果表明,由于充分利用了多分量线性调频信号的时频信息,在低信噪比条件下,宽带时频子空间方法比宽带聚汇算法具有更高的DOA估计的分辨率和估计精度.     

波达方向估计中的宽带信号个数检测新方法

在进行波达方向估计时,往往要对信号个数进行判断,传统的宽带信号个数检测方法需要在每个频点上进行多次采样,否则无法正确完成测向.针对此问题,提出了一种基于Bootstrap准则实现的宽带信号个数检测新方法.将宽带信号划分为若干个互不重叠的子带部分,之后对每个子带信号进行特征分解,利用特征值对相应的特征向量进行加权,再通过Bootstrap准则构造新的信号重采样矩阵,用聚类的方法判断出该子带上的信号个数,最后将各个子带上的结果进行综合判断出宽带信号个数.所提方法回避了聚焦的过程,且在非高斯噪声背景下也有较高的估计成功概率,尤其是在小快拍数下有着较好的估计性能,仿真结果证明了该方法的性能.