米波雷达低仰角波达方向估计的快速算法

针对多径信号严重影响米波雷达低仰角测高的问题,提出了一种快速估计目标俯仰角的时空级联算法.该算法充分利用脉冲雷达回波信号时域、频域的信息来提高阵列的空域处理性能,先根据跟踪情况下已获得的目标距离和速度信息对接收到的回波信号进行积累,使每个接收阵元只获得一个样本数;然后利用单样本数的阵列信号矢量构造矩阵束,最后采用广义特...     

基于正定优化的分布式阵列舰载米波雷达的高分辨角度估计

针对米波雷达波长较长及在舰载平台上安装大孔径均匀阵列天线工程上难以实现且不利于自身的隐身的问题,提出了分布式阵列天线结构和基于正定优化的分布式阵列天线米波雷达高分辨角度估计算法。该算法从分布式阵列天线的空域相关阵出发,利用矩阵完型理论,由矩阵直接增广法得到同孔径均匀阵列的增广相关阵,再利用正定优化算法将增广相关阵修正为正定厄密的Toeplitz相关阵,实现了分布式阵列的流形解模糊及信号相参处理,从而达到了分布式阵列的孔径扩展。仿真结果验证了分布式阵列及基于SDP的修正算法的正确性与有效性,也验证了经过SDP修正后分布式阵列的高分辨性能。     

用干涉式APES算法实现干涉阵盲DOA估计

针对干涉阵的波达方向估计,提出一种干涉式幅相估计的盲波达方向估计算法.利用干涉式幅相估计算法的空间谱和模型阶数选择准则获得目标个数和目标方向余弦的粗估计;使用子阵间的相位中心偏移来获得目标方向余弦的精估计.针对干涉阵带来的测角模糊问题,采用双尺度解模糊算法得到高精度且无模糊的目标波达方向估计.该算法是一种盲波达方向估计方法,精度较多重信号分类算法和双尺度旋转不变子空间算法的高.计算机仿真结果和实测数据验证了干涉阵波达方向估计的高精度测角性能和有效性.     

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.     

低快拍下MIMO雷达收发角度联合估计方法

在多输入多输出(MIMO)雷达中,基于二阶统计特性的子空间角度算法在低快拍条件下的估计性能急骤下降,甚至在单快拍时失效。针对该问题,提出一种扩展阵列孔径的二维联合空间平滑多目标波离方向(DOD)和波达方向(DOA)估计方法。该算法对MIMO雷达的发射端和接收端进行二维联合空间平滑,并利用MIMO雷达虚拟阵列的旋转不变特性对阵列孔径进行扩展,然后根据ESPRIT算法获得目标的DOD和DOA,且DOD和DOA自动配对。与基于二阶统计特性的子空间算法相比,且所提算法在低快拍条件下具有更加优越的角度估计性能,因所提算法能够适用于单快拍条件。仿真结果表明了所提方法的有效性和优越性。     

基于L阵的低计算复杂度二维波达方向估计

针对L阵的二维波达方向估计问题,提出了一种低计算复杂度、高精度的二维波达方向估计算法.首先利用L阵子阵互相关矩阵和均匀线阵导向矢量的共轭交换性质扩展阵列孔径,并构造新的阵列接收数据;然后利用旋转不变子空间算法得到二维角度估计;最后将子阵互相关矩阵对角元素Toeplitz化,在不损失阵列孔径的情况下重构出类阵列自相关矩阵,利用Nystöm方法得到信号子空间估计,进而通过少量角度搜索得到正确的二维角度配对.该算法无须大量角度搜索,具有角度估计精度高、运算量小、所需快拍数少的优点.理论分析和仿真实验结果证明了算法的正确性和有效性.     

一种MIMO雷达低角跟踪环境下的波达方向估计新方法

针对多径效应,提出了一种相干源条件下MIMO雷达低仰角跟踪时波达方向估计的新方法．结合MIMO雷达的特点,考虑接收多径回波信号和发射多径信号,利用改进的只需一维搜索的最大似然算法对阵列接收数据进行了双端处理,即接收阵列处理和发射阵列处理．这相当于扩大了单端处理时的阵列孔径,不但提高了低信噪比下仰角分辨力和估计精度,还降低了计算量．     

一种改进的米波圆阵雷达抗干扰方法

为提高米波圆阵雷达的抗干扰性能，结合最小二乘静态方向图综合和正交投影算法提出了一种改进的米波圆阵雷达抗干扰方法．该方法利用最小二乘静态方向图综合获得静态加权矢量，然后用Gram-Schmidt正交投影法在干扰方向形成零陷对干扰进行抑制．该方法能够准确地在干扰方向形成零陷，有效降低输出方向图副瓣高度，同时无需特征分解，无需估计整个协方差矩阵，因而其运算量比采样矩阵求逆算法（SMI）小得多．理论分析和计算机仿真验证了该方法的有效性．     

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。     

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.     

Two-Dimensional Direction Finding via Sequential Sparse Representations

The problem of two-dimensional direction finding is approached by using a multi-layer L-shaped array.The proposed method is based on two sequential sparse representations,fulfilling respectively the estimation of elevation angles,and azimuth angles.For the estimation of elevation angles,the weighted sub-array smoothing technique for perfect data decorrelation is used to produce a covariance vector suitable for exact sparse representation,related only to the elevation angles.The estimates of elevation angles are then obtained by sparse restoration associated with this elevation angle dependent covariance vector.The estimates of elevation angles are further incorporated with weighted sub-array smoothing to yield a second covariance vector for precise sparse representation related to both elevation angles,and azimuth angles.The estimates of azimuth angles,automatically paired with the estimates of elevation angles,are finally obtained by sparse restoration associated with this latter elevation-azimuth angle related covariance vector.Simulation results are included to illustrate the performance of the proposed method.     

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．     

基于改进传播算子的双基地多输入多输出雷达参数估计

针对双基地多输入多输出（MIMO）雷达系统中，多目标波离方向（DOD）和波达方向（DOA）联合估计精度低的问题，提出了一种改进的传播算子（PM）方法。根据传播算子定义要求提取存在旋转不变结构的相关数据，组合相关数据求得协方差，采用前后向平滑方法求得传播算子，根据其内部结构特征求出旋转不变因子，估计出DOD和DOA的值。仿真结果表明:与传统的旋转不变子空间算法和PM算法相比，该方法具有更高的估计精度，在低信噪比时与传统的PM算法相比最大均方根误差相差4 dB，性能更加稳定，更适合低信噪比时的DOD和DOA高精度估计。     

一种新的稀疏重构的DOA估计算法

为提高低信噪比和较少快拍数条件下远场窄带信号波达方向的估计精度,提出一种新的基于加权l₁范数的稀疏重构波达方向的估计算法．该算法首先采用前后向空间平滑技术获得阵列输出数据协方差矩阵;其次构造出改进Capon算法空间谱函数中的倒谱系数矢量,设计得到符合加权l₁范数的权值矩阵;最后通过奇异值分解对接收数据进行降维处理,获得基于稀疏重构的加权l₁ 范数约束问题模型．仿真结果表明,在低信噪比或快拍数较少的情况下,该算法能够有效地抑制空间谱伪峰和保证较强的稳健性,且信源不需要进行相关处理,仍能获得很高的估计精度．     

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.     

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.     

基于空间平滑算法的二维相干源DOA估计

基于均匀矩形阵列,利用2D Unitary ESPRIT算法二维参数自动配对的优点,运用二维空间平滑技术进行解相干,并结合虚拟阵列扩展的EVESPA算法,提出了相干源的2D-SS-EVESPA-DOA估计算法。该算法在多径环境下能精确估计出二维波达角,能实现多径波达方向的分组估计,而无需进行谱峰搜索;并实现二维角度的自动配对,二维参数自动配对,无需二维谱峰搜索。仿真实验证明了算法的有效性。     

DOA estimation of coexisted noncoherent and coherent signals via sparse representation of cleaned array covariance matrix

A new direction finding method is presented to deal with coexisted noncoherent and coherent signals without smoothing operation. First the direction-of-arrival (DOA) estimation task is herein reformulated as a sparse reconstruction problem of the cleaned array covariance matrix, which is processed to eliminate the affection of the noise. Then by using the block of matrices, the information of DOAs which we pursuit are implied in the sparse coefficient matrix. Finally, the sparse reconstruction problem is solved by the improved M-FOCUSS method, which is applied to the situation of block of matrices. This method outperforms its data domain counterpart in terms of noise suppression, and has a better performance in DOA estimation than the customary spatial smoothing technique. Simulation results verify the efficacy of the proposed method.     

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。