基于准二维天线阵列的二维波达方向估计方法

设计了一种准二维天线阵列。这种阵列可划分为２个平移子阵，利用这两个子阵的信息，构成混合波达方向矩阵。通过对混合波达方向矩阵进行特征分解，实现二维波达方向估计。这种方法不仅具备波达方向矩阵法的所有优点，同时解决了β角兼并信号的分辨问题，阵列的孔径损失较小。     

一种基于空间时频分布的波达方向估计方法

基于信号空间时频分布的到达角（DOA）估计算法利用Cohen类分布构造时频分布矩阵代替传统的阵列协方差矩阵，既适用于平稳信号的场合又适用于时变、非平稳信号的情形。如何在时频分布矩阵中选择合适的时频点是此类算法的关键。分析了信号项选择和联合对角化的原理，并通过无约束最优化方法在时频平面上寻找单信号项的时频点，通过时频MUSIC方法对线性调频信号进行DOA估计，仿真结果证实了该方法的有效性。     

一种基于四阶累量阵简化的DOA估计方法

我们提出一类新的基于四阶累积量矩阵的DOA估计算法，对累量阵结构作适当的调整，再把它直接应用于已发展的很好的算法(如ESPRIT)中，使算法更加适用于DOA问题。通过与ESPRIT一起使用下面所提的累积量阵，增加了虚拟阵元(两倍于实际阵元数)，且减少了计算量，并因累量对高斯噪声不敏感，提高了算法的分辨能力。仿真试验验证了分析结果，表明了算法良好的性能。     

一种用于水下小尺度运动阵列的目标波达方向估计方法

为解决水下小尺度运动阵列对目标定位的孔径和样本不足问题,采用合成孔径方法实现孔径的扩展。通过分析相干信源情况下不同阵元数与样本数之比时样本协方差矩阵的谱分离特性,提出采用小快拍的主特征空间目标波达方向估计方法。研究结果表明：仿真实验中,阵元数与样本数之比为5时,该方法依然可以正确分辨4个目标;水池试验中,阵元数与样本数之比为4.8时,该方法同样可以准确分辨3个相邻目标。该方法不需要先验信息如信源个数等,解决了小尺度运动阵列在实际应用时所暴露的孔径和样本方面的固有局限,可满足实际应用需求。     

极化信号波达方向估计算法

对于电磁矢量传感器,基于长矢量模型的波达方向(DOA)估计,通常需要高维搜索来获得信号的DOA估计,其搜索过程格外复杂,不适合在实际场合应用。在此提出了一种基于四元数模型的极化信号DOA估计算法。建立了电磁矢量传感器的四元数输出模型,而后利用四元数模型将极化信息从阵列方向矩阵中剥离出去,将高维参数搜索问题简化为低维参数搜索问题,大大地减少计算量。计算机仿真验证了本算法的有效性。     

波达方向估计算法的性能分析与仿真

波达方向估计是利用天线阵元对空间信源的来波方向进行估计.在二维平面,将来波方向和阵列法线的夹角定义为波达方向,由此定义阵列信号处理的基本数学模型.采用非参数化方法估计波达方向,包括Bartlett、Capon、MUSIC等方法.对其仿真表明,在估计精确度方面MUSIC法最好,Capon法次之,Bartlett法最差.     

互耦效应下一种基于实值稀疏表示的波达方向估计算法

针对未知互耦条件下的波达方向（DOA）估计问题,提出了一种未知互耦条件下基于实值稀疏表示的加权子空间DOA估计算法。新算法利用一个特定的酉变换矩阵,将一个复杂的复值优化问题转化为一个实值优化问题,从而有效地将原问题的计算复杂度减少4倍以上。此外,为了进一步提高稀疏表示的估计算法估计精度,在原有l1 范数优化模型基础上引入一个能使得DOA估计方差取得最小值的最优子空间加权矩阵。仿真实验表明,在低信噪比情况下,新算法能进一步提高稀疏表示的估计算法抗噪能力,获得更好的估计精度。     

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。     

基于联合方向特征的智能来波方向估计

针对利用智能学习方法进行多信号源二维方向估计模型难以构建的难题,提出了一种有效的降维构建方法。该方法首先对构造的DOA矩阵进行特征分解,获取各个信号源对应的、包含两个方向信息的特征值和特征向量,分别以这两个量(统称为联合方向特征)作为输入特征,以单信号样本来训练两个RBF神经网络模型,然后利用训练好的模型分别对分离出来的各个信号对应的特征值和特征向量进行映射估计来得到两个空间角。仿真结果表明:该方法达到了对多信号源二维来波方向进行降维估计的目的,且具备较高的估计精度。     

双边注入锁相耦合本振波达方向估计

文中提出以双边注入锁相耦合振荡器阵列为本振阵列,推导了耦合本振阵列稳定同步时形成均匀相位分布的控制方法。通过调节耦合本振两端注入信号的延时,改变本振阵列均匀相位分布阵元间的相位差,使得接收信号的输出功率最大,实现来波方向的估计,并通过仿真验证了可行性,为注频锁相振荡器阵列应用于接收天线提供了理论基础。     

分布式目标方位估计的一种改进算法

在分布式目标方位估计中,若不同的分布源相干,则一般的分布式目标方位估计算法很难将其区分,另外,要进行准确的方位估计,一般的估计算法往往要求较高的信噪比.文中提出了一种对现有的谱峰搜索算法进行改进的方法,实验证明,改进后的算法可以解决相干源的方位估计问题并可在较低信噪比下进行方位估计.     

基于平面圆阵的二维测向精度分析

文中分析了基于平面圆阵的MUSIC算法对非相关信号源进行二维DOA估计的测向精度。推导了基于平面圆阵的二维DOA估计精度的公式。并通过计算机的仿真验证了模型的有效性，仿真结果说明了在一定的约束条件下，测向的精度与信号波长和平面圆半径之比、分布于平面圆上阵元的个数及入射信号入射到天线阵的角度都有关系，并给出了相应的曲线。     

方位估计的克拉美-罗界改进算法研究

Petre Stoica和Arye Nethorai证明了在一定条件下的方位估计的克拉美-罗界（Cranmer—RaoBound）协方差矩阵公式。该算法在参数设置上还不够明确。针对这一问题对该算法进行了进一步深入的改进，简化了参数设置，有效解决了传统CRB算法的参量选取问题，便于对实验结果进行性能分析，因而更接近工程应用。计算机仿真表明，改进的CRB算法取得了和传统CRB一致的效果，能够确定一个无偏估计器所能达到的均方根误差的下界。     

基于维度特性的二维到达角及极化参量联合估计算法

针对利用极化敏感阵列进行多维参数联合估计运算复杂度大的问题,提出一种基于噪声子空间维度特性的极化敏感阵列DOA及极化参数联合估计算法。算法利用阵列接收数据协方差矩阵噪声子空间的维度特性构造谱函数,有效降低了极化敏感阵列信号参数联合估计的计算复杂度,同时保证了算法的估计性能。对算法与现有基于长矢量的MUSIC算法的运算复杂度进行了理论分析对比。最后,仿真对比实验验证了算法的有效性。     

基于RD-SRT的TR MIMO雷达DOA估计算法

针对时间反转MIMO雷达多重信号分类算法计算量庞大的问题,提出一种基于降维子空间旋转变换技术的多目标波达角估计算法。首先,通过采用降维思想对TR MIMO回波信号进行降维处理,来减少计算量; 然后,为构造旋转变换矩阵,对噪声子空间按行分块并取其逆矩阵; 最后,利用该逆矩阵对噪声子空间矩阵旋转变换,得到低维子空间矩阵,对比导向矢量构造谱函数估计目标的角度信息。相对于传统的MUSIC算法,该算法降低了噪声子空间的维度,大大降低了计算量,而且具有更高的目标分辨率。     

多径效应下MIMO雷达的DOA估计算法

为了应付当前雷达面对的严峻挑战,多输入多输出（MIMO）雷达应运而生。随着MIMO雷达技术的发展,改善MIMO雷达的DOA估计性能显得越来越重要。鉴于此,利用ESPRIT算法,在收发共置的均匀线阵MIMO雷达模型基础上,考虑信号多径传播环境,针对单信源情况对算法进行了推导。仿真实验表明,所介绍的算法可以有效估计多径传播情况下单信源的方位信息,使MIMO雷达的DOA估计性能得到改善。     

线阵中基于降维NC-MUSIC的非圆信号DOA估计算法

通信领域中非圆(NC)信号的波达方向(DOA)估计已经得到广泛的研究和应用。考虑到非圆信号的多重信号分类算法(MUSIC)计算复杂度较高,提出线阵中基于降维NC-MUSIC的非圆信号DOA估计算法。与传统的需要二维搜索的2D-NC-MUSIC算法相比,该算法只需要一维搜索,降低了计算复杂度。仿真结果表明,该算法优于传统的MUSIC算法,并且与2D-NCMUSIC算法的估计性能非常接近。     

基于MUSIC算法的二维DOA估计的性能分析

文中介绍了基于圆阵的MUSIC算法对非相关信号源二维DOA估计的性能分析.通过计算机对该算法的仿真,说明了在一定的约束条件下保持阵元的尺寸不变,随着信号源中心频率及接收端信噪比的变化测向分辨率的变化规律.     

基于均匀圆阵的方位估计及互耦自校正算法

阵元互耦会使大部分高分辨DOA(Direction of Arrival,来波方向)估计算法的性能恶化。针对均匀圆阵,提出一种互耦条件下的方位估计及自校正算法。该算法先利用均匀圆阵特殊的互耦特性对信号方位信息和互耦信息实现了解耦合,再构造代价函数来估计信号的方位信息,最后根据方位信息来估计互耦信息,整个过程无需任何互耦信息和校正源就可以实现两类参数的估计。理论分析和仿真实验表明:提出的算法很好地解决了均匀圆阵的耦合问题,具有精度高、计算量小的特点。