均匀平面阵下的二维DOA估计与互耦自校正

针对存在互耦效应时均匀平面阵的测向鲁棒性问题,提出了一种基于秩损准则的互耦自校正算法。根据对互耦效应的先验知识,提出的算法只需将受互耦扰动的阵列响应在变换域中重新排列,便可在后续处理中屏蔽掉互耦效应的不利影响,同时也避免了现有工作中存在的阵列孔径损失问题。借助秩损估计原理,在变换域中设计了一种巧妙的计算步骤,使得方位估计的降维操作得以实现;并且,后续还可通过特征分解法得到更精确的互耦系数估计,以进行阵列误差自校正。与现有的研究工作相比,所提算法无论是在估计精度,还是在计算效率上均有着显著的性能优势。     

考虑互耦影响下的DOA估计算法

研究了考虑互耦情况下的DOA估计算法MUSIC算法。互耦改变了阵列响应矢量和接收信号相干矩阵的特征值结构,因此影响了DOA估计的精度,用矩量法计算了由半波振子阵列的单元之间的互耦,通过得到的阻抗矩阵来估计互耦的影响。最终给出了计算机仿真的结果。     

互耦效应对波束赋形天线的影响分析

波束赋形天线技术可以通过基带调零等手段降低干扰信号影响,提升系统抗干扰性能,通过数字信号处理还可以在空间上形成多个波束,从而形成空分多址,大幅度提升系统的容量。但是波束赋形天线技术要求天线间隔尽可能小,一般约为工作频率的半波长,而较小的天线间隔在实际工程实现时会引起严重互相耦合。由于对互耦效应进行有效的数学描述非常困难,一般通过计算量极大的专业天线仿真软件进行仿真验证,严重制约了互耦效应解决方案的提出和论证。文中针对上述问题,提出了互耦效应的数学模型,并利用MATLAB和ANSYS-HFSS工具对相关模型进行了交叉验证。不同平台的对比仿真结果显示了相关模型的正确性和有效性。     

阵元位置互质的线性阵列:互耦分析和角度估计

该文研究了阵元位置互质的线性阵列(CLA)的互耦分析和角度估计问题。首先,给出了阵元位置互质的线性阵列的定义,证明了其导向矢量是不模糊的。随后,利用高阶累积量,建立了阵列输出信号的3阶张量模型,并通过张量分解得到导向矢量的估计。最后,利用得到的导向矢量估计,推导了一种无模糊的信号角度估计的方法。CLA可将相邻阵元间的间距设计远大于半波长,因此可显著降低阵列互耦效应。通过阻抗匹配互耦模型比较了CLA和常用典型阵列结构的互耦与角度估计性能,表明了CLA的有效性。     

基于Y型阵的互耦矩阵与DOA的同时估计方法

基于均匀间隔的Y型阵列,提出了一种自校正算法用于非相干源的DOA估计和阵元间的互耦校正,且无需任何方位已知的校正源.自校正算法利用均匀线阵互耦矩阵的对称Toeplitz性和带状特性,无需任何互耦信息的条件下可以精确估计信源DOA和阵列的互耦矩阵,从而实现阵列的自校正,并进行了参数的模糊性分析.仿真结果验证了提出的自校正算法具有分辨力高、计算量小以及校正精度高的特点.     

缝隙阵列天线DOA估计的互耦影响与修正

互耦的存在严重影响了DOA估计的精度,文中研究了存在互耦情况下的DOA估计问题,重点讨论了阵列单元互耦效应的有效计算和对MUSIC算法的修正问题;以缝隙阵列天线为例,通过对无限阵散射参量的修正得到有限阵的散射矩阵和阻抗矩阵,进而通过阻抗矩阵估计互耦的影响,并对MUSIC算法进行修正,最后给出了仿真结果。     

阵列互耦条件下相干信源DOA估计算法研究

针对阵列互耦条件下相干信源到达方向（DOA）估计的问题,利用均匀线阵互耦矩阵的带状循环特性及对称Toeplitz性,提出了一种基于改进的空间平滑算法的信源DOA估计算法。该算法无需阵元的互耦参数信息,只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算;由于采用改进的空间平滑算法,所以该算法具有很好的统计估计性能。计算机仿真结果验证了该算法的正确性和有效性。     

均匀圆阵测向中阵列互耦影响的仿真及对策

通过利用MUSIC算法仿真互耦在各种情形下(包括单元间隔、噪声电平、平台等因素)对圆阵测向的影响，给出互耦对方位估计影响的定量结果。对利用耦合矩阵法进行耦合补偿的效果进行了验证，实验表明该方法是可行的。     

线性阵列互耦矩阵和波达方向的联合估计

 针对线性阵列中因存在互耦效应导致很难直接估计信号波达方向的问题,结合线性阵列的阻抗特性,针对均匀线阵提出了一种计算量更小、稳健性更强的互耦矩阵和波达方向的联合估计方法.并把该方法推广到一般的线性阵列,解决了互耦条件下线阵的测向问题.仿真结果验证了这种新的联合估计方法在均匀线阵中的性能改进情况,以及向一般线阵扩展模型的可用性.     

基于改进互耦系数估计算法的自适应波束形成

阵列信号在实际应用中,常常会面临噪声的干扰,低信噪比(signal noise ratio, SNR)时波束形成器性能会急剧下降.针对该问题,提出一种基于改进互耦系数估计的抗互耦算法的自适应波束形成,即研究信号在不同输入SNR以及不同干扰波达方向(direction of arrival,DOA)估计误差下的互耦系数估计误差;并通过误差分析修正原算法不同SNR下参与估计信号的数目.改进算法改进了导向矢量和期望信号,提高了低SNR下互耦系数估计的准确度,对比分析验证了其在低SNR情况下有更强的抗干扰能力,对互耦现象有着更好的稳健性.     

均匀直线阵的波束形成

简述了单个信号和多个信号进入等距直 (天 )线阵列时波束形成的方法 ,分别用来自不同方向的 4个信号和 5个信号进入七个阵元的阵列进行试验 ,得出了仿真结果     

多径条件下均匀线阵DOA估计及互耦误差自校正

针对多径信道环境下存在互耦误差的均匀线阵,提出了一种联合波达方向估计及互耦误差自校正算法。在不改变阵列互耦误差的条件下,首先利用虚拟阵列平移预处理方法,将相干信源协方差矩阵恢复到满秩。进而利用互耦误差的对称Toeplitz特性,基于子空间原理构造一代阶函数,采用秩损的方法得到互耦误差条件下的DOA估计及阵列互耦误差。数值仿真结果表明,该算法具有良好的DOA估计性能与互耦误差自校正性能。     

多径环境下阵列波达方向估计及互耦校正

在阵列信号处理的研究中,多径环境会降低接收机的定位精度,传统的多重信号分类算法的性能会大大降低,空间平滑算法能有效地进行解相干。当阵列天线存在互耦效应时,传统的空间平滑算法的测向性能会大大下降。针对多径环境下的均匀线阵,利用互耦矩阵的复对称带状的结构特点,结合空间平滑算法,提出了一种可以进行互耦校正的波达方向估计算法。该算法通过求解线性约束下的二次规划问题,利用谱峰搜索得到入射信号的DOA。数值仿真结果验证了该算法的有效性。     

一种相干分布源中心DOA快速跟踪算法

在智能天线和无线定位等技术中,精确跟踪目标的波达方向(DOA)十分重要。大多数传统的DOA跟踪方法都将目标信号看成是点源。但在密集的移动通讯环境中,信号的多径散射将引起信号能量的扩散,采用分布式信源模型更适合。因此,研究分布源的DOA跟踪技术更有意义和价值。针对相干分布源,本文基于均匀线阵提出了一种中心DOA快速跟踪算法。该算法首先通过正交紧缩近似投影子空间跟踪(OPASTD)算法实时更新信号子空间,然后利用一种低复杂度的方法估计分布源的中心DOA。本文算法避免了对样本协方差矩阵进行重复的特征分解,计算复杂度较低。算法的跟踪性能良好,并能有效跟踪多个分布源。此外,算法不需要分布源角分布形式的先验知识,稳健性好。仿真结果证实了算法的有效性。      

基于协方差匹配技术的互耦和幅相误差联合校正算法

 提出了基于协方差匹配技术的均匀线阵互耦和幅相误差联合校正算法.首先,根据协方差匹配技术中的目标函数和均匀线阵的误差模型,设计了一种交替迭代算法用以实现各种参数的优化计算.接着,为了避免该算法中的每轮循环迭代都需要进行波达方向估计这一复杂环节,利用理想条件均匀线阵协方差阵的Toeplitz性,给出了另一种改进型交替迭代算法用以减少计算复杂度.与基于子空间技术的阵列误差校正方法相比,文中的两种新算法可直接利用信源的统计特性,并且适用于不同的高斯噪声模型(例如噪声功率不一致),仿真实验验证了新算法的有效性和优越性.     

基于子空间类法的阵列误差有源校正方法

针对均匀线阵提出了一种对同时存在阵元位置误差、幅相误差及阵元互耦的阵列进行校正的方法。该方法通过旋转阵列天线得到多个校正方位的样本数据,达到多个信源独立分时校正的效果,然后通过对空时矩阵进行特征分解,得到实际阵列流型的估计值,并构造代价函数,最后采用迭代算法同时估计出所有阵列误差参数,从而实现误差的校正。计算机模拟仿真及实际阵列天线的校正实验均验证了该算法对误差参数估计的有效性和校正方法的实用性。     

TD-SCDMA中DOA估计的一种ESPRIT算法

智能天线是TD-SCDMA系统的关键技术之一,其核心为波达方向(Direction of Arrival,DOA)估计和波束形成算法。目前大多数DOA估计算法都是以均匀线阵为基础,而TD-SCDMA采用的是8阵元的圆阵列天线,因此,文中采用空间预处理技术,将圆阵虚拟到均匀线阵,再用ESPRIT算法进行DOA估计,最后通过仿真验证了该算法的可行性。     

An efficient DOA estimation method in multipath environment

An efficient direction of arrival (DOA) estimation method is proposed with uniform linear array (ULA) in multipath environment. By applying a transformation, we can convert a constructed complex matrix to a real one, and then utilize the real matrix combined with our proposed criterion to estimate the DOAs of uncorrelated signals. Afterwards, the contributions of uncorrelated signals are eliminated, and then several new matrices without the information of uncorrelated signals are constructed to resolve the remaining coherent signals. The proposed estimation method overcomes the shortcomings of the existing methods and has satisfactory performance. Simulation results confirm the theoretical analysis and show the effectiveness of the proposed method.     

一种简单快捷的完全可扩展线阵设计

本文设计了一种具有准均匀线阵形式的完全可扩展线阵,在实现了可简单快捷设计的同时又获得了较大的阵列孔径,其孔径接近完全可扩展线阵中具有最大孔径的约束最小冗余线阵,但却无需设计约束最小冗余线阵中的繁冗搜索,在阵元数很大时本文的设计显得尤为实用。     

基于L型阵列的方位估计及互耦自校正算法研究

 针对L型阵,提出了一种互耦自校正算法（SAL: self-calibration algorithm for L-shaped array）。该算法利用L型阵列特殊的互耦特性,实现了对信源信息（DOA）和阵列互耦系数的解耦合,从而无需任何校正源就可以实现两类参数的估计。与基于循环迭代最小化技术的传统自校正算法相比,该算法先通过搜索谱峰估计信源信息（DOA）,再估计互耦系数,从而避免了多维搜索带来的庞大运算量和迭代中的全局收敛性问题。仿真结果表明本文提出的自校正算法具有精度高、计算量小的特点。