利用时间平滑技术估计相干信号二维波达方向

时间平滑技术可以用来解决相干信号源的波达方向估计,但现有的算法只适合于一维波达方向估计,不能直接扩展到二维。在均匀圆阵的基础上,本文把时间平滑技术推广应用于二维波达方向估计,提出了一种时间平滑UCA-ESPRIT算法,该算法能在多径环境中估计多个信号源的所有二维来波方向,并能够对来波按不同的用户进行分组。该算法能估计的来波方向数目远超过阵元数目。计算机仿真实验验证了算法的有效性。     

基于特征空间算法的非圆相干信源DOA估计

针对非圆相干信号的解相干问题,给出了一种新的特征空间算法(eigenspace-direction of arrival,ES-DOA)。利用信号源的非圆特性,虚拟地扩展了阵元个数,使阵列信息增至扩展前的两倍,对信号源数目的估计突破了M-1(M为阵元数)的限制;将信息量加倍后的协方差矩阵加以重构,给出一种新的特征空间算法进行解相干,最大限度地利用了噪声子空间与信号子空间的信息,避免了空间平滑思想的阵列孔径损失及最大似然算法运算量过大的问题;该方法还对信号源功率进行了估计,提高了对小能量信号的估计成功概率。仿真结果表明,该方法对波达方向估计具有很好的鲁棒性。     

均匀圆阵波束空间二维DOA估计算法

摘要：为把适用于均匀线阵的ESPRIT算法、空间平滑技术等推广到均匀圆阵中,采用预处理技术将均匀圆阵从阵元空间映射到波束空间,采用实特征值分解方法得到信号和噪声子空间,并将二维MUSIC和ESPRIT算法结合起来．理论分析和模拟实验表明,该算法减小了计算量,提高了对非相干信号源的估计准确度,同时具有解相干的能力．     

干涉阵列米波雷达的低仰角高精度估计方法

针对米波雷达低仰角估计的难题,结合干涉技术和超分辨算法的优点,提出了干涉阵列米波雷达的高精度低仰角估计方法．该方法首先利用干涉结构扩展阵列孔径,再将常规的空间平滑算法推广到干涉阵,提出了干涉阵的空间平滑方法,然后应用其实现低仰角多径信号的解相干,最后利用双尺度酉ESPRIT算法得到低仰角的高精度估计．仿真结果和实测数据验证了干涉阵列的前后向空间平滑方法及干涉阵列的高精度低仰角估计方法的有效性,并分析了该方法存在的信噪比门限与基线模糊门限的产生原因．     

一种特殊阵列实现DOA估计的方法

提出了一种基于特殊阵列形式实现DOA估计的方法,在均匀线性阵列（Uniform Linear Array,ULA）上增加一个阵元,将阵元放在特定的位置,得到一组特殊的阵元组合,打破了均匀线阵中导向矢量的周期性,成功地避免了角度估计模糊.此外,该方法在同等硬件资源的条件下,得到了更多阵元组合,可以获得更高的阵列方位分辨率.提出了一种适用于新阵列结构的矩阵分块空间平滑算法,利用其导向矢量的局部周期性将其数据协方差矩阵分块空间平滑后,重新组合得到修正后的数据协方差矩阵,实现了相干信号源的DOA估计.     

色噪声下圆阵的相干源DOA估计快速算法

提出了色噪声下基于圆阵的相干源快速算法。该方法首先利用模式转换技术将阵元空间内的均匀圆阵转换为模式空间的均匀线阵,再利用前后向平滑技术,对信源进行解相干,然后基于转换矩阵法,通过对阵列数据相关矩阵进行预处理,克服了色噪声对方位估计的影响,最后利用线性运算代替特征分解来得到噪声子空间,实现了子空间算法的快速估计。计算机仿真结果证实了该方法的正确性和有效性。     

基于改进MUSIC算法的二维DOA估计方法

提出了一种改进的二维MUSIC算法,该算法通过重构阵列接收数据协方差矩阵来降低入射信号源间的相关性,抑制信号子空间向噪声子空间的扩散,从而解决用MUSIC算法估计相干信号源到达方向(DOA)时的漏估计问题.该方法不仅对相关信号源的DOA估计有好的特性,也可以提高非相关信号源的DOA估计特性,而且计算量也没有大的增加.仿真试验证明了改进算法的有效性.     

一种特殊阵列实现DOA估计的方法

提出了一种基于特殊阵列形式实现DOA估计的方法，在均匀线性阵列（ Uniform Linear Array, ULA）上增加一个阵元，将阵元放在特定的位置，得到一组特殊的阵元组合，打破了均匀线阵中导向矢量的周期性，成功地避免了角度估计模糊．此外，该方法在同等硬件资源的条件下，得到了更多阵元组合，可以获得更高的阵列方位分辨率．提出了一种适用于新阵列结构的矩阵分块空间平滑算法，利用其导向矢量的局部周期性将其数据协方差矩阵分块空间平滑后，重新组合得到修正后的数据协方差矩阵，实现了相干信号源的DOA估计.     

一种在相干信源下的快速DOA估计算法

针对利用信号的协方差特征值分解求取信号的波达方向计算复杂的问题,本文提出了一种基于传播算子方法的空间平滑技术波达方向估计算法。与传统的子空间方法相比,通过简单的线性分割变换来快速估计噪声子空间,避免了传统子空间算法中运算量极大的特征分解,从而降低了运算复杂度。空间平滑技术处理相干信号源具有良好的性能,通过使用双向空间平滑矩阵和它的共轭复数的区别,构造出广义的协方差阵,可以完全消除空间非均匀噪声。仿真结果证明,空间平滑技术与传播因子算法的结合,能够有效地保持平滑技术良好的性能,进一步降低运算复杂度。     

一种估计信号源方向的虚拟阵列方法

对估计未知噪声背景中信号源波达方向的ＵＮ－ＥＳＰＲＩＴ算法采用虚拟插值阵列技术进行扩展,选择两个虚拟阵分别与两个实阵保持相同的信号子空间旋转不变性,在采用正则相关分析估计两个实阵信号子空间及其基的基础上,采用ＶＩＡ－ＥＳＰＲＩＴ 技术实现了两个虚阵的信号子空间及其基的估计。简化了ＵＮ－ＥＳＰＲＩＴ算法所需的阵列结构,减少了原算法分辨信号源所需的最少传感器数。Ｍｏｎｔｅ Ｃａｒｌｏ 仿真验证了该扩展算法的有效性。     

一种新的多重信源去相关算法

信号源之间的相关性直接影响到空间谱估计算法(子空间方法)的有效性,文章提出了一种通过扰动阵列天线空间增益的方法,从而达到消除相关信源之间相关性的目的,恢复子空间方法有效性.相对于经典空间平滑算法,该算法减少了天线阵元的开支,并且具有算法简单,运算量小的特点.理论分析与计算机仿真表明该算法切实可行、有效并且易于实现.     

基于nested阵列的高分辨DOA估计

针对nested阵列对邻近信号的分辨力受信噪比和快拍数等因素限制的问题,提出了基于nested阵列的加权子空间平滑M USIC算法.该算法对协方差矩阵向量化以提高整个阵列的自由度,使用空间平滑恢复新接收数据矢量阵的秩,采用校正的噪声特征值对噪声子空间进行加权,并对信号子空间进行空间谱合成,得到新算法的空间谱函数.通过搜索空间谱函数极大值实现DOA估计.结果表明,该算法在低信噪比及小快拍数条件下,对间隔较近的信号具有高分辨力.     

Polarimetric super-resolution algorithm for radar range imaging via spatial smoothing processing

A full-polarimetric super-resolution algorithm with spatial smoothing processing is presented for one-dimensional (1-D) radar imaging. The coherence between scattering centers is minimized by using spatial smoothing processing (SSP). Then the range and polarimetric scattering matrix of the scattering centers are estimated. The impact of different lengths of the smoothing window on the imaging quality is mainly analyzed with different signal-to-noise ratios (SNR). Simulation and experimental results show that an improved radar super-resolution range profile and more precise estimation can be obtained by adjusting the length of the smoothing window under different SNR conditions.     

互质阵列下基于重叠有效孔径的DOA估计算法

为了解决互质阵列下DOA(Direction of Arrival)估计算法因使用空间平滑预处理而带来的阵列有效孔径损失、分辨率降低等问题,提出了一种矩阵重叠预处理方法.该方法通过分割空间平滑协方差矩阵,利用其子矩阵具有相同信号子空间的特性,将子矩阵进行重叠处理,扩展协方差矩阵行数,进而增大有效孔径.仿真实验结果表明:所提方法可以提高DOA估计的分辨率,低快拍下的估计精确度也有所提高.同时,本文将U-ESPRIT(Unitary Estimation of Signal Parameter via Rotational Invariance Techniques)算法应用在互质阵列上,通过使用矩阵重叠预处理并结合U-ESPRIT算法,取得了较传统方法更为准确的DOA估计效果.     

一种改进的特征子空间平滑技术研究

近年来空间平滑技术在减小有限次采样引起的误差、相关信号解等相关方面取得了巨大的进步,此算法与采样协方差矩阵求逆（DMI）法相比,可使信干噪比有一定提高,但改善程度有限．针对空间平滑技术这一特点提出了一种新的波束形成算法,并进行了理论分析．该算法通过对特征值门限的判定,使得在期望信号较小时,采用改进的权矢量,从而达到了在较小快拍数情况下仍能有效地提高信干噪比,并通过性能仿真验证了该算法的有效性．     

利用空间平滑的协方差秩最小化DOA估计方法

针对传统波达方向角估计算法在相干信号及非均匀噪声下估计精度差、分辨率低的问题,基于空间平滑方法,提出一种接收信号协方差矩阵秩最小化波达方向估计方法．在传统空间平滑方法的基础上,所提算法将接收信号协方差矩阵分别左右乘交换矩阵以得到空间后向平滑协方差矩阵;而后基于平滑矩阵的低秩性,将协方差矩阵重构为无噪声协方差矩阵;最后利用传统MUSIC算法实现波达方向估计．仿真结果表明,与传统MUSIC算法、基于矩阵补全理论的MUSIC算法和秩迹最小化算法相比,所提算法能较好地抑制非均匀噪声影响,且在相干条件下具有较好的波达方向估计性能．     

一种基于单快拍的DOA估计算法

传播算子方法不需要对数据协方差矩阵进行特征值分解或奇异值分解,较之于传统子空间类算法有更低的运算复杂度.由于传播算子方法要求较大的快拍数,该文提出了一种新的改进方法,在快拍数为1的情况下,构建Toeplitz Hermitian数据矩阵,并将传播算子方法与求根MUSIC算法相结合,很好的实现了信号解相干,具有较好的实时性.仿真结果表明,在一定信噪比下,该算法与前向空间平滑算法相比有略好的性能,能很好的实现信号解相干,同时大大减少运算的复杂度.     

一种图像平滑处理方法的空域算法与频域分析

研究了一种图像平滑处理方法。利用模板运算的概念描述线性平滑处理的空域算法 ,并基于二维傅里叶变换进行了频域分析 ,最后给出了计算机仿真结果与结论。     

基于多模板规则的多元映射图象平滑方法研究

基于超越函数和多分辨分析的思想，提出了一种图象空域平滑方法。该算法依据图象多层邻域卷积的一致性，自适应地选择平滑单元。它具有保持图象细节、稳健性较强和运算速度较快等优点；还提出了衡量图象清晰度的局部误差。     

MIMO空间相关信道下格规约辅助的信号检测

针对多输入多输出空间相关信道环境,提出了一种基于格规约理论的最小均方误差检测算法.该算法考虑了空间相关性的影响,利用复数Lenstra-Lenstra-Lovász格规约算法克服了传统的线性最小均方误差检测器分集阶数随相关系数增加而减小的缺点,使检测到的信号在高信噪比下可以达到比传统算法低几个数量级的误码率.理论分析与仿真结果表明,在信道为Kronecker相关平坦衰落模型下,接收端采用最小均方误差信道估计,发射端采用QPSK调制未使用信道编码,当比特信噪比大于18dB时,基于格规约理论的最小均方误差检测器的误码率低于传统最小均方误差检测器的误码率;发射端采用(2,1,3)卷积码、接收端采用硬判决Viterbi译码,当信噪比大于16dB时,基于格规约理论的最小均方误差检测器的误码率低于传统最小均方误差检测器的误码率,且基于格规约理论的最小均方误差检测器的分集阶数不受相关系数的影响,等于接收天线数N.