基于实值传播算子的非圆信号DOA估计求根算法

为有效降低非圆信号DOA(direction of arrival)估计算法的计算量,本文提出一种非圆信号DOA估计快速算法,借助实值扩展传播算子和多项式求根方法来降低计算量。首先利用信号非圆特性构造出实值的扩展阵列输出矩阵及扩展协方差矩阵,然后使用扩展传播算子方法代替扩展协方差矩阵的特征分解得到噪声子空间,再利用均匀线阵的多项式求根方法获得目标的DOA估计值。对算法的性能仿真和计算复杂度分析表明,新算法的均方根误差性能与Euler-root-MUSIC、NC-root-MUSIC等快速算法相近,但其计算复杂度小于上述非圆信号DOA估计快速算法。优良的性能和较低的计算量使新算法具有良好的实用价值。      

一种利用均匀圆阵对称特性的近场源酉变换估计算法

针对现有均匀圆阵的近场源三维参数估计算法运算量大的缺点,提出了一种基于均匀圆阵对称特性的近场源酉变换估计算法。该算法利用均匀圆阵对称特性将阵列导向矢量进行酉变换和对角化分离处理,消除距离参数,把三维搜索问题化简为二维搜索问题,同时把复值方向矢量转化为实值方向矢量。计算机仿真结果显示,所提算法估计性能优于相关序列降维估计方法,与三维多重信号分类算法性能相当,且通过矩阵分离降维和实值化处理,减少了运算量,有利于工程实时处理。     

非圆信号阵列测向的研究概况

阵列测向的理论与技术已日臻完善，近期研究主要集中在算法实用化以及利用信号的特殊性质等方面。BPSK等信号具有非圆特性，MSK等信号经过一定预处理也具有非圆特性，利用信号非圆特性的阵列测向问题逐渐成为一个研究热点。文章介绍了非圆信号的定义与分类，综述了非圆信号测向的现状，包括各种非圆信号测向算法及其性能分析，以及非圆信号信源个数估计等其它问题，并对其发展方向进行了预测。     

非圆信号多级维纳滤波MUSIC测向算法

为降低非圆信号的MUSIC(记为NC-MUSIC)测向算法的计算量,提出了基于多级维纳滤波的NC-MUSIC算法.首先,该算法将非圆信号特性用于多级维纳滤波算法,构造出扩展阵列输出矩阵,利用多级维纳滤波的递推特性求出信号子空间,而不需要估计样本协方差矩阵和对其特征值分解;其次,为了进一步降低算法的计算量,推导出信号子空间的谱峰一维搜索公式进行非圆信号谱峰搜索的计算,快速估算出目标的方位值.仿真结果和计算复杂度分析表明,新算法不但在均方根误差性能上与其他快速算法相似,均接近于NC-MUSIC算法,具有良好的估计性能,而且降低了NC-MUSIC算法的计算最,使其计算复杂度小于非圆信号扩展传播算子快速测向算法的计算复杂度.证实了新算法快速有效的估计性能.     

广义复相关熵与相干分布式非圆信号DOA估计

针对相干分布式非圆信号参数估计算法在脉冲噪声环境下性能退化的问题,本文提出了广义复相关熵的概念,并给出了基于广义复相关熵的相干分布式非圆信号DOA（Direction of Arrival）估计方法。该算法首先由分布式信源模型获得入射信号的阵列输出信号,利用信号的非圆特性得到扩展阵列输出信号,再通过扩展阵列输出信号的广义复相关熵矩阵获取信号子空间,避开了传统二阶统计量算法在脉冲噪声下不适应的问题,最后由信号子空间旋转不变特性得到信号的中心波达方向角度。仿真实验结果表明,在Alpha稳定分布噪声条件下,与传统算法相比,本文所提算法具有更好的性能。      

基于稀疏表示的相干分布式非圆信号的参数估计

基于稀疏表示技术,该文提出一种相干分布式非圆信号的参数估计新方法。该方法将信号的非圆特性引入分布式信源模型,充分利用非圆信号的特性,联合阵列输出协方差矩阵和椭圆协方差矩阵,并将其矢量化之后表示在受制于稀疏限制的过完备字典上;然后将DOA估计转化为一个稀疏重构问题,能够一次性求解出中心DOA和角度扩展。仿真结果表明,该方法适用于各种非圆率的非圆信号,具有较好的信噪比性能和分辨力,所提出的方法还能对圆和非圆信号同时存在的情况进行有效估计。     

基于均匀圆阵的近场源定位技术研究进展

近场源定位在雷达、声呐和通信中发挥着重要的作用。该文利用均匀圆阵的阵列结构优势,系统梳理了窄带近场源定位方法以及解模糊方法,并在此基础上从时域、频域、分数阶傅里叶域等方面阐述了近场线性调频(LFM)信号的方位角、俯仰角和距离等3维位置参数快速精确估计方法。最后,对相干辐射源和近远场混合源参数估计等后续研究内容进行了展望。     

基于旋转均匀圆阵的单近场源参数估计解模糊算法

基于阵列的信源定位在无线通信、雷达、声纳等领域运用广泛.针对均匀圆阵下单个高频近场源参数估计存在相位模糊的情况,本文提出利用旋转使同一阵元形成虚拟短基线的解模糊算法.首先,为了对旋转前后两组观测数据进行配准,在圆阵中心设置参考阵元并利用其初始相位差对其他阵元数据进行相位补偿;随后,在通过复共轭积计算各阵元旋转前后无模糊相位差的基础上,使用最小二乘法反演出近场源的方位、俯仰和距离;进一步地,利用反演得到的无模糊近场源参数消除旋转前最长基线阵元间接收信号的相位差模糊,得到长基线下的高精度参数;最后,利用仿真实验验证了本文算法在高频单近场源下的解模糊性能.     

冲击噪声背景下的近场源二维参数估计方法

本文针对背景噪声为冲击噪声的情况,提出了一种新的近场源二维参数估计方法.本方法利用协变异(或协变异系数)构造矩阵,并通过求根的方法估计近场源的方向角和距离参数.该算法可以抑制冲击噪声对估计性能的影响,同时具有无需谱峰搜索的优点.仿真实验证明了该算法的有效性.     

相干分布源DOA与角度扩展估计求根算法

论文提出了一种具有低复杂度的相干分布源波达方向和角度扩展估计算法。该算法将点源模型中的求根MUSIC算法推广应用至分布源模型。利用空间频率下的相干分布源广义方向矢量可以表示成参数去耦形式的结构特点,并根据相干分布源的角信号密度函数,构造参数估计的多项式求根形式,然后通过交替迭代的求根方法得到分布源的中心波达方向和角度扩展的估计值。该算法参数估计性能与DSPE算法相当,其计算复杂度要远小于DSPE算法,并且适用于不同分布类型的相干分布源同时存在的情况。计算机仿真验证了算法的性能。      

基于交替投影的MIMO雷达信号盲分离算法研究

多输入多输出（multiple-input-multiple-output,MIMO）雷达利用灵活的发射波形设计以及阵列配置,在微弱目标探测及高分辨参数估计方面有着巨大优势.为侦察识别MIMO雷达信号,建立了MIMO雷达信号侦察模型.基于最大似然估计以及交替投影算法,并利用MIMO雷达信号的恒模特性对MIMO雷达信号进行了盲分离.通过理论推导和数值仿真分析了所提算法分离MIMO雷达信号的性能.结果表明该算法在信噪比高于0dB时,其分离后的信号与原信号具有很高的相关系数,且分离指数较低,性能明显优于现有的非圆复信号Fast ICA（non-circular complex Fast ICA,NC-Fast ICA）算法.     

基于重加权?1范数惩罚的远近场混合源定位算法

现有信源定位方法大多假定信源是远场源或近场源,而实际定位系统中往往存在远场源和近场源共存的情况。为实现远、近场源分离及高精度信源定位,本文在稀疏信号重构理论框架下提出了一种新的远近场混合源定位算法。该算法利用阵列协方差矩阵反对角线元素和重加权l1范数惩罚获得所有信源的到达角（Direction Of Arrival, DOA）估计。在DOA估计的基础上,根据远场与近场源距离参数位于不同区间的特点利用一维搜索实现远、近场源分离以及近场源距离参数的估计。从理论角度分析了重加权l1范数惩罚算法的重构性能。本文所提算法不仅同时适用于高斯和非高斯信号,而且无需多维搜索和参数配对,也无需信源数的先验信息,同时还可以获得较好的定位精度。计算机仿真结果验证了所提算法的有效性。     

基于内插阵列变换的非圆信号MUSIC算法

针对非圆信号的波达方向(DOA)估计问题,提出一种基于内插阵列变换的非圆信号MUSIC算法(VIA-NC-MUSIC算法)。利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实协方差矩阵变换为虚拟协方差矩阵,再对虚拟协方差矩阵进行奇异值分解(SVD),利用信号子空间与噪声子空间的正交性,得出算法的空间谱函数。仿真实验表明:存在阵元位置误差的情况下,新算法通过对阵元位置校准数据进行内插阵列变换(VIA),取得与阵元位置校准的非圆信号MUSIC算法(NC-MUSIC算法)相当的估计性能,保持了高估计精度、阵列扩展能力等优点。     

存在近场辐射源情况下的阵列流形建模及分辨性能分析

当辐射源位于天线阵列的近场区域时,信号波阵面在天线阵列的孔径渡越无法忽略,此时电磁波信号到达阵列的波前需要用球面波模型进行描述。本文针对这种情况,研究了传感器阵列的一项固有属性——近场阵列流形,首先构建了任意N元阵列的近场阵列流形数学模型,其次利用微分几何对近场阵列流形的局部特性进行了分析,推导出了近场阵列流形弧长和一阶曲率的数学表达式,并利用这两种局部特性参数分析了近场辐射源参数估计的精度及分辨性能。     

A Novel Method for Near-Field Source Localization in Impulsive Noise Environments

The joint estimation of direction of arrival and range for a near-field source in impulsive noise environments remains unaddressed in array signal processing. Inspired by the robustness of phased fractional lower-order moment and the efficiency of generalized estimation of signal parameters via rotational invariance techniques, a novel near-field source localization method is proposed. To reduce the computational complexity, the estimated parameters are determined by the roots of a polynomial rather than searching for the peaks of the spectrum. To characterize its performance, the Cramér–Rao bounds for the estimated parameters of near-field sources in Cauchy noise environments are derived. Compared with existing methods, the proposed method can avoid spectral peak search, loss of array aperture, and parameter pairing. The simulation results demonstrate that the proposed method is superior to existing methods in terms of the probability of resolution and the estimation accuracy, especially in low generalized signal-to-noise ratio and highly impulsive noise environments.     

互质MIMO雷达的非圆信号降维DOA估计方法北大核心CSCD

针对传统互质阵列波达方向估计方法存在的自由度低、阵列孔径小、相位模糊等问题,提出了一种基于互质MIMO雷达的非圆信号降维波达方向(Direction of Arrival, DOA)估计方法。该方法结合了互质阵列与MIMO雷达的优点,利用非圆信号特性对阵列进行扩展,重构接收信号矩阵,然后进行降维处理,并利用噪声特征值的幂级数对噪声子空间进行修正,进一步提高算法精度。最后推导了文中方法的无相位模糊问题。仿真实验表明,文中方法能够有效避免相位模糊,大大提高自由度并扩大阵列孔径,与传统MUSIC算法以及互质阵列MUSIC算法相比,在估计成功率、DOA估计精度等方面均具有更好的性能。     

Sparse recovery method for far-field and near-field sources localization using oblique projection

In this paper, we propose a novel source localization method to estimate parameters of arbitrary field sources, which may lie in near-field region or far-field region of array aperture. The proposed method primarily constructs two special spatial-temporal covariance matrixes which can avoid the array aperture loss, and then estimates the frequencies of signals to obtain the oblique projection matrixes. By using the oblique projection technique, the covariance matrixes can be transformed into several data matrixes which only contain single source information, respectively. At last, based on the sparse signal recovery method, these data matrixes are utilized to solve the source localization problem. Compared with the existing typical source localization algorithms, the proposed method improves the estimation accuracy, and provides higher angle resolution for closely spaced sources scenario. Simulation results are given to demonstrate the performance of the proposed algorithm.