无需参数配对的近场源距离、方位、频率联合估计算法

 本文提出了一种无需参数配对的近场源距离、方位、频率联合估计算法。通过对构造的阵列输出信号四阶累量矩阵进行一定的变换构造处理得到一个新的矩阵,利用其相应的特征值及特征向量估计出三维参数,无需谱峰搜索,算法适于任意高斯噪声环境。与现有算法相比,本文算法参数估计结果能自动配对,而无需再进行配对过程。最后,计算机仿真结果证实了提出方法的有效性。     

改进的近场源距离、方位联合估计算法

提出了一种无需参数配对的近场源距离、方位联合估计算法。该算法通过对构造的阵列输出信号四阶累积量矩阵,进行一定的变换构造处理得到一个新的矩阵,利用其相应的特征值及特征向量估计出二维参数。与ESPRIT-Like方法相比,文中算法参数估计结果能自动配对,而无需再进行配对过程。计算机仿真结果证实了提出方法的有效性。     

近场源距离、频率及到达角联合估计算法

本文提出了一种近场源距离、频率及到达角(DOA)三维参数联合估计算法.该算法不需谱峰搜索且各参数自动配对.由于算法使用了四阶累积量,所以适用于任意加性高斯噪声环境.     

一种基于高阶累积量的近场源四维参数联合估计算法

本文提出了一种新的多个近场窄带信源距离、频率及二维到达角四维参数联合估计算法.首先基于特定序号阵元输出计算的高阶累积量构造4个矩阵,接着结合这些矩阵的结构特点构造3个新的矩阵,然后基于新构造矩阵分解得到的特征值和特征向量联合估计信源参数.与现有的方法相比,本文给出的方法有效提高了阵列孔径利用率,参数自动配对.仿真结果表明该算法是有效的.     

一种新的近场源三维参数联合估计算法

本文研究近场源距离、频率和到达角(DOA)三维参数的联合估计问题，并提出一种计算有效的新算法。该算法利用特征值及相应的特征矢量估计信号参数，不需要谱峰搜索且各参数自动配对。此外，新算法使用四阶累积量，因此适用于任意的加性高斯噪声环境。计算机仿真证实了所提算法的有效性。     

一种新的近场源距离及到达角联合估计算法

该文提出一种基于三阶循环矩的近场源距离以及到达角联合估计算法。该算法充分利用了信号的循环平稳特性以及其空、时域信息,通过构造时空矩阵并进行特征分解获得二维参数的闭式估计。该方法计算简单,无需谱峰搜索,而且二维参数自动配对。与现有的方法相比,该文算法并不要求阵列具有中心对称结构,因此避免了阵列孔径的损失;此外该算法对任意分布的加性平稳噪声以及具有不同循环频率的干扰信号有较好的抑制能力。计算机仿真实验验证了该方法的有效性。     

基于高阶累积量的近场通信波达方向估计算法

通过对近场通信波达方向准确估计,提高目标信源的定位能力.传统方法中对近场源通信信源的波达方向估计采用多普勒估计方法,由于近场通信的空间信源为窄带信号,多普勒估计会导致DOA估计频谱失真.提出一种基于高阶累积量的近场通信波达方向估计算法.采用均匀间隔线列阵构建近场通信的信号模型,进行近场源目标特征构建,提取近场源通信信号的斜度和峰度等特征,采用高阶累积量特征提取方法,分别求得对应近场通信信源的方位角、频率和距离三维参数,使得每个信源的参数自动配对,提高了近场通信DOA波达方向估计的效率和精度,实现近场源通信信号的波达方向估计算法改进.仿真实验结果表明,采用该方法进行近场方法波达方向估计的精度较高,对信源方位的定位准确,性能优越于传统方法,在近场通信中具有较好的应用价值.     

基于高阶循环累积量的载波频率估计

首先系统总结了高阶循环累积量估计载波频率的研究成果,从理论上推导出MASK、MPSK和MFSK信号的测频原理,并对平方降价法的性能进行了测试,指出了平方降阶法的局限性。然后以16QAM信号为例,从理论上证明此方法同样可以应用于MQAM的载波频率估计,并进行了仿真验证,从而扩展了此方法的适用范围。最后,进行了小结,指出测频方法存在的问题及解决方法。     

近场源DOA、距离和极化参数联合估计新算法

研究近场源波达方向(DOA)、距离和极化参数联合估计问题.利用特殊的线性极化阵列,提出一种基于三阶循环矩的新方法.该方法利用信号的循环平稳特性以及空、时域信息,通过时空矩阵的构造和特征分解获得各参数的闭式解.估计过程中无需谱峰搜索,并且能够抑制任意分布的加性平稳噪声以及具有不同循环频率的干扰信号.计算机仿真实验验证了该方法的有效性.     

一种基于高阶累积量的信号频率和到达角联合估计算法

该文研究了一种基于高阶累积量的信号频率和二维到达角联合估计算法。在分析了数据模型和M.C.Dogan等人提出的算法VESPA之后,本文给出了PRO-ESPRIT方法求解的VESPA.这一方法继承了高阶累积量抑制色高斯噪声的能力以及阵列虚拟扩展能力,用M个阵元的阵列可以分辨M1个空间信号,同时还可以实现信号频率和到达角的联合估计。数值仿真结果证实了算法的有效性。     

基于联合对角化的近场源三维参数估计

提出了一种基于联合对角化的近场源频率、到达角（DOA）和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于白化后的接收数据构造一组高阶累积量矩阵,利用联合对角化方法来得到高阶累积量矩阵的对角结构信息以及对角化矩阵来分别估计阵列流形和信号源的频率,进而由阵列导向矢量结合对应的信号源频率联合估计信号源的到达方向和距离。与基于高阶累积量的类 ESPRIT方法相比,算法可以提高阵元利用率,具有更好的估计效果,同时不需要谱峰搜索且各参数自动配对,计算机仿真结果验证了该方法的有效性。     

高阶累积量的近场源四维参数联合估计方法

提出了一种近场窄带信源载波频率、仰角、方位角和距离四维参数联合估计的方法。该方法利用构造累积量矩阵的特征值及其相应特征向量直接获取信源参数,无需谱峰搜索,计算量适中,且适用于加性高斯噪声环境。此外,该方法由于采用了非中心对称结构的十字阵列,可有效减少阵列孔径损失。计算机仿真实验证明了该方法的有效性。     

基于联合对角化的近场源参数估计

该文提出了一种基于联合对角化的近场源信号到达方向和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于阵列接收数据的高阶累积量矩阵的对角结构信息利用联合对角化方法估计近场信号的阵列方向矩阵,从而由阵列导向矢量联合估计信号源的到达方向和距离。与高阶ESPRIT方法相比,该方法能够提高阵元利用效率,同时不需要参数配对算法。计算机仿真实验证实了所给算法的有效性。     

一种联合估计近场源四维参数的方法

该文提出了一种近场窄带信源频率、仰角、方位角和距离四维参数的联合估计方法。该方法利用特征值及其相应特征向量和四阶累积量估计信号参数,不需要进行谱峰搜索,并且适用于加性高斯噪声环境。计算机仿真实验证明了该方法的有效性。