一种利用非圆信号特点的实值DOA估计算法

针对非圆信号波迭方向(DOA)估计问题,提出了一种ESPRIT类的实值DoA估计算法.根据信号源为实数的特点,分别求取接收数据的实部和虚部,形成实值数据,并对其加以重新组合,提高了数据利用率,减少了运算量,在此基础上利用新构造数据的结构特点形成一个实值对角矩阵,进而得到一种ESPRIT类的DOA估计算法.该算法通过使用两个选择矩阵获得旋转因子,避免了信道附加相位对DOA估计的影响.仿真实验表明,该算法具有分辨力高、估计精度高以及稳健性强等优点.     

DOA和频率联合估计高分辨算法

提出了一种基于双L型阵列结构针对空间非相干多个窄带信号源的中心频率、方位角和俯仰角三维参数的联合估计方法.该方法首先利用阵列接收数据构造时空矩阵,进而对时空矩阵进行特征分解,信号的三维参数由特征值和对应的特征向量直接得到.该方法不需要进行谱峰搜索,运算量小,可实现频率、方位角和俯仰角的同时估计与自动配对,具有较高的分辨率,同时解决了角度兼并问题,在无线电通信领域有很好的应用前景.给出的计算机仿真结果证明了该方法的有效性.     

一种改进的信号子空间聚焦宽带DOA估计算法

信号子空间聚焦（FSS）算法可实现宽带相干信号的波达方向（DOA）估计,但其在短快拍条件下存在估计精度差、分辨率低的问题。提出一种改进的信号子空间聚焦（MFSS）算法。根据波长间隔与阵元间距的匹配度选取最佳参考频点及子频带,通过Hankel矩阵奇异值分解重构子频带的协方差矩阵,并利用信号子空间聚焦法构造聚焦协方差矩阵,使用Root-正交传播算子实现DOA估计。实验结果表明,相比FSS、MTOPS、LR-MUSIC算法,MFSS算法复杂度较低,能够有效提高估计精度和速度。     

改进Geese算法对信号的DOA估计

针对传统的空间谱估计算法对相干源的波达方向（DOA）估计会失效的问题,该文在利用信号子空间特征向量生成广义特征值（Generalized Eigenvalues utilizing Signal subspace Eigenveetors,Geese）算法基础上,结合空间平滑技术对接受数据进行预处理,提出一种改进的Geese算法。该算法由于不需方向搜索且只利用信号子空间,大大降低了计算复杂性。计算机仿真结果表明,与Geese算法相比,该改进算法既能够有效地估计出独立信号源的DOA,也能有效地估计出相干信号源和相隔比较近的低信噪比信号源的DOA。对于独立源的估计,在相同条件下,估计性能也要优于经典的空间谱估计算法（ESPRIT算法和MUSIC算法）,从而证明该算法的合理性。     

基于传播算子法的某型飞机油箱冲击定位

研究利用阵列信号处理技术实现冲击定位的新方法,通过小波变换提取冲击响应信号某一窄带频率成分,运用传播算子法实现冲击源波达方向估计;根据Lamb波传播特性,用小波变换求出某一中心频率下的对称模式和反对称模式的Lamb波到达同一传感器的时间差,结合对称模式和反对称模式Lamb的速度差就可以估计出冲击源到达传感器的距离,从而实现冲击定位.在航空油箱上的实验表明:该方法能快速、精确地识别出冲击源的位置.     

面阵中基于传播算子的二维DOA估计算法

考虑面阵中的二维波达方向（DOA）估计问题,提出了一种基于传播算子（PM）的二维DOA估计算法。该算法利用4个子面阵接收数据的互相关矩阵构造新的数据矩阵,利用线性运算代替特征分解得到旋转不变关系矩阵,由该关系矩阵得到方位角与俯仰角的参数估计。所提算法的波达方向估计性能优于传统的面阵二维ESPRIT算法,且降低了计算复杂度,提高了阵列接收数据的利用率和算法的抗干扰能力。算法可以实现二维角度的自动配对。仿真实验证明了算法的有效性。     

非圆信号与圆信号共存下的快速方位估计算法*

针对非圆信号和圆信号共存时,信号的波达方向估计算法运算量较大的问题,提出了一种可同时估计非圆信号和圆信号DOA的快速算法。首先,利用观测数据及其复共轭构造中心复共轭对称矩阵,通过双映射定理可将该矩阵转换为实矩阵;然后,利用多级维纳滤波,无需计算阵列协方差矩阵及对其进行特征分解,仅通过对接收的实数据矩阵递推可快速求出观测数据的信号子空间;最后,利用酉ESPRIT算法的实值性,不必谱峰搜索,在保证DOA估计精度的同时可大大降低算法的计算复杂度。仿真结果验证了算法的有效性。     

一种新的宽带DOA估计自聚焦算法

具有较高精度的宽带信号波达方向（DOA）快速估计算法是其实用化所要解决的重要问题。提出了一种新的相干子空间（CSM）类宽带DOA估计自聚焦算法。算法利用子空间投影变换将信号分离后分别处理,通过不断更新聚焦方向实现自聚焦。与已有算法相比,不受DOA初始值的影响,有更小的聚焦误差;不同目标在聚焦矩阵更新过程中无需再做奇异值分解,有较低的实时计算量。仿真实验表明,算法以较小的计算代价实现了近乎最优的聚焦性能,有较高的DOA估计精度。     

一种新的DOA估计的高分辨率算法

波达方向估计（DOA）在阵列信号处理中非常重要,而传统算法如多重信号分类算法（MUSIC）需要对阵列接收数据的协方差矩阵进行特征分解,并在全空域进行谱峰搜索,运算量巨大,尤其是二维DOA估计算法还存在稳健性较差的问题。提出了一种基于最小互熵谱分析的DOA算法,该算法只需要一次较少阵元的阵列采样（快拍）数据即可得到具有高分辨率的谱分析结果。进一步采用倒谱法,通过逆FFT变换提高了最小交叉熵谱分析算法的收敛速度。数值仿真结果表明,该算法较常规空间谱估计方法有更高的分辨力和更小的运算量,能够对阵列信号进行实时处理。算法不依赖于预先估计的信源数目,具有较好的宽容性,较高的分辨力以及极低的旁瓣电平。     

十字阵的单基地MIMO雷达中一种低复杂度的二维DOA估计算法

提出了在单基地多输入多输出(Multiple-input multiple-output,MIMO)雷达中的基于十字阵的一种低复杂度的二维波达方向(Direction of arrival,DOA)估计算法。该算法利用传播算子法(Propagator method,PM)避免了协方差矩阵的构造及其特征值分解,也无需谱峰搜索,从而大大降低了运算的复杂度;同时该算法可实现方位角和仰角的自动配对。本文算法的性能在高信噪比下逼近借助旋转不变技术估计信号参数(Estimation ofsignal parameters via rotational invariance techniques,ESPRIT)算法。文中还推导了目标方位角和仰角的均方误差。仿真结果证明了该算法的有效性。     

一种实用的盲波束形成和DOA估计方法

基于子空间分解的原理对相关文献的方法进行了改进.用平均时间延迟协方差矩阵的奇异值分解代替传感器数据矩阵的奇异值分解,大大地提高了运算速度,使模型和算法能更有效地应用于实际情况.同时仿真实验和海上实测数据结果表明,该方法能很好地实现方位估计和信号恢复,而且性能更佳.     

互耦效应下多组相干源的波达方位估计算法

对于实际环境中存在的多径现象和阵元间的互耦效应,提出一种互耦效应下针对相干源的波达方向估计算法。首先,通过波达方向矩阵法利用二阶矩求出互耦效应下的广义导向矢量;然后对广义导向矢量进行 子空间平滑,通过矩阵变换得到一个线性约束下的规划问题,实现相干源方位和互耦系数的级联估计。该算法只需利用二阶矩求得广义导向矢量,相比常规的四阶累积量方法,减少了计算量;本文算法在解互耦和解相干过程中都没有损失阵列孔径,极大提高了阵元利用效率。计算机仿真结果验证了该算法的有效性。     

双基地MIMO雷达中基于传播算子的DOD和DOA估计算法

多输入多输出(Multiple-input multiple-output,MIMO)雷达利用多个天线发送和接收信号,具有超过传统相控阵的潜在优势.本文提出一种双基地MIMO雷达中基于传播算子的离开角(Direction of departure,DOD)和到达角(Direction of arrival,DOA)估计...     

一种基于加权TOPS的宽带DOA估计新方法

针对投影子空间正交性测试（Test of orthogonality of projected subspaces,TOPS）对宽带信号波达方向估计（Direction?of?arrival, DOA）存在角度分辨率较低,且易出现伪峰的问题,提出了一种加权TOPS的宽带DOA估计新方法。该方法通过最大化各频率点信号子空间与噪声子空间特征值区分度选择参考频点,同时利用信号子空间投影代替其零空间投影;然后利用正交频率子空间测试法（Test of orthogonality of frequency subspaces, TOFS）对平方TOPS法的判定矩阵进行加权修正;最后对判定矩阵求迹实现宽带DOA估计,避免了奇异值分解。与现有的TOPS法、平方TOPS以及TOFS相比,该方法提高DOA估计精度,能够有效剔除伪峰,降低了算法复杂度,且对间隔相近信源DOA估计分辨率更高。仿真实验结果验证了该方法的有效性。     

单基地MIMO雷达中相干目标的波达角和多普勒频率快速联合估计算法

针对单基地MIMO中相干目标的波达角（Direction-of-arrival,DOA）和多普勒频率联合估计问题,提出了一种降维-前向平滑-传播算子算法（Reduced dimension-forward spatial smoothing-propagator method,RD-FSS-PM）。该算法首先通过对接收信号进行降维变换以降低复杂度,继而利用前向平滑技术（Forward spatial smoothing,FSS）实现解相干,最后通过传播算子算法（Propagator method,PM）实现了对相干目标的波达角和多普勒频率联合估计,且无需额外配对。与传统的FSS-PM算法相比,所提算法波达角估计性能提升,多普勒频率估计性能接近而复杂度大大降低。本文同时分析了算法的理论均方误差（Mean squared error,MSE）和单基地MIMO雷达中波达角和多普勒频率联合估计问题的克拉美罗界（Cramer-Rao bound,CRB）。最后提供了详尽的仿真实验以验证算法的性能。     

一种新的相干源波达方向估计算法

本文介绍了一种相干源渡达方向估计的新方法.由于相干源的对消而造成的数据协方差矩阵的秩缺损,经典的MUSIC不能分类相干源.只能生成等效源.我们的方法是首先用数据减去等效源,然后再递归使用该方法,依次找到相干源.模拟实验表明,相比方法,这种方法具有更优的定位性能.     

电磁矢量互质阵中基于降维Capon的DOA和极化估计算法

将传统电磁矢量均匀阵列推广为电磁矢量互质阵列,突破了阵元间距不大于半波长的限制。提出了电磁矢量互质阵列中基于降维Capon的波达方向（Direction of arrival,DOA）和极化联合估计算法。该算法无需假设已知极化信息,且只需一维搜索,避免了多维搜索,可实现DOA和极化参数自动配对;与相同阵元数的均匀阵列相比,明显提高了角度估计性能,并拓展了天线孔径,具有相对较高的自由度,且降低了运算复杂度。相同阵列及参数条件下,本文算法的角度估计性能优于ESPRIT算法和三线性分解算法。     

基于子空间和稀疏贝叶斯学习的低信噪比下波达角估计方法

为研究低信噪比条件下阵列信号处理中的波达角(Direction of arrival,DOA)估计问题,分析了低信噪比条件下信号子空间和噪声子空间的特征值表现,探讨了随机观测对子空间特征值的影响。提出了在低信噪比条件下对接收信号先进行子空间分离,后进行随机观测的降维处理方法,并将稀疏贝叶斯学习应用到DOA中,降低了DOA估计的复杂度,同时保证估计的精度。仿真实验表明,本算法在低信噪比条件下性能良好,对非相干源和相干源均有良好的估计性能。