非圆信号多级维纳滤波MUSIC测向算法

为降低非圆信号的MUSIC(记为NC-MUSIC)测向算法的计算量,提出了基于多级维纳滤波的NC-MUSIC算法.首先,该算法将非圆信号特性用于多级维纳滤波算法,构造出扩展阵列输出矩阵,利用多级维纳滤波的递推特性求出信号子空间,而不需要估计样本协方差矩阵和对其特征值分解;其次,为了进一步降低算法的计算量,推导出信号子空间的谱峰一维搜索公式进行非圆信号谱峰搜索的计算,快速估算出目标的方位值.仿真结果和计算复杂度分析表明,新算法不但在均方根误差性能上与其他快速算法相似,均接近于NC-MUSIC算法,具有良好的估计性能,而且降低了NC-MUSIC算法的计算最,使其计算复杂度小于非圆信号扩展传播算子快速测向算法的计算复杂度.证实了新算法快速有效的估计性能.     

多级维纳滤波测向算法的参考信号优化方法

多级维纳滤波（MSWF）利用接收数据矩阵的正交分解,代替了传统MUSIC算法对协方差矩阵的特征分解,降低了运算量。为有效提高算法性能,对参考信号的取值进行了研究,发现方向矩阵的取值对其有很大影响。在参考信号取值结构为阵元接收数据的基础上提出参考信号取值公式,指出了文中条件下参考信号的最优取值。仿真结果表明,在相同条件下该优化方法比其他算法有更好的性能,对于提高算法精度具有重要意义。     

一种基于恒模算法的多用户盲波束形成新方法

提出了一种适用于多用户的盲波束形成新方法.该方法基于最小二乘恒模算法,当最小二乘恒模算法收敛于某一信号后,我们导出了算法的权向量与其它用户波达方向的关系,进而在不同用户的波达方向上形成初始增益,从而实现对所有用户的波束形成.文中给出了算法的并行和串行实现方案.     

强干扰/信号背景下的DOA估计新方法

本文针对无源阵列雷达背景提出一种可抑制固定方位强入射干扰/信号的DOA估计方法——干扰阻塞法.该方法充分利用无源阵列环境中存在几个固定方位的强多径干扰/信号的先验知识构造矩阵阻塞抑制已知方位的强干扰/信号,从而能够实时对特定区域内低信噪比信号的方位估计.该方法相对信号分离的松驰算法、高阶累积量算法及循环平稳类算法而言,具有运算量小的优势.     

强干扰背景下相干弱信源DOA估计方法

当2个信号功率相差较大时,常规的空间谱估计算法往往不能估计出弱信源的波达方向(Direction of Arrival,DOA)。针对该问题,文中基于强干扰和弱信源对应的特征矢量具有保向正交性这一特性,提出了一种强干扰背景下相干弱信源DOA估计方法——特征矢量剔除法。相比于其他算法,该算法最大的优点是无需预知强干扰的方位及数目信息,实施简单,运算量较小。计算机仿真结果证明了所提算法的正确性和有效性。     

强干扰背景下二维弱信号DOA估计的修正投影阻塞法

针对强干扰背景下的二维微弱信号波达方向(Direction of Arrival, DOA)估计问题,提出了一种基于修正投影阻塞的算法。该算法通过构造干扰子空间的正交投影矩阵作为干扰阻塞矩阵,对接收阵列信号做预处理,从而达到抑制干扰的目的。本文对提出的修正投影阻塞法进行了理论分析,并在常见二维阵型(如面阵、十字阵、Y阵)上进行仿真和性能对比,仿真结果表明:该方法无需已知干扰角度,在多个干扰条件下能有效估计弱信号的波达方向,且不损失自由度。      

强干扰背景下相干弱目标DOA估计算法

针对强相干干扰环境下弱信号的DOA估计问题,提出了一种小采样数的相干信源DOA估计算法。该算法首先通过修正的Toeplitz算法实现了对相干目标的解相干,然后基于干扰阻塞法剔除了强干扰的影响,从而可获得真实的弱信号空间方位。所提算法对非平稳噪声有较好的抑制性能,可适用于小采样数的环境。此外,该算法相对松弛算法、高阶累积量算法等信号分离方法,具有运算量小的优势。计算机仿真结果表明,新算法具有较好的测向性能,能在电子战环境下有效估计出目标信源的空间方位。     

采用降秩多级维纳滤波器的二维DOA估计快速算法

针对双平行线阵的二维波达方向(DOA)估计问题,为有效降低计算复杂度,提出了一种基于降秩多级维纳滤波器(MSWF)的快速算法。首先利用MSWF的前向递推实现信号子空间的快速估计,无需估计协方差矩阵和特征分解;然后,通过MUSIC算法对方位角和俯仰角的估计进行分维估计,使二维DOA估计退化为两个一维DOA估计问题,且方位角和俯仰角自动配对,进一步降低了运算量。仿真结果表明,该方法的估计精度优于同样基于双平行线阵提出的波达方向矩阵法(DOAM),俯仰角兼并时同样适用,计算复杂度低,适用于实时性要求高的应用背景。     

最小Rayleigh熵恒模信号分离算法

提出了一种最小Rayleigh熵恒模信号分离算法(MRE-AOCMSS)。该算法通过对代价函数作适当的变换, 得到新的协方差矩阵,然后构造出协方差矩阵的Rayleigh熵,再通过最小化Rayleigh熵得到用以恢复恒模信号的最佳权矢量。该算法能够准确地分离出期望信号并抑制掉干扰,从而有效地克服了常规恒模算法(CMA)对同信道干扰(CCI)功率大于信号功率的情况敏感这一缺点。计算机仿真结果说明了该算法的有效性。     

欠估计下相干信号的修正MUSIC算法

针对基本MUSIC算法是在信源正确估计的条件下才能应用的情况,论述了一种在欠估计的情形下改进的MUSIC算法,并将此改进算法成功地用于相干信号中,扩展了改进算法的适用范围。仿真结果证明了这种扩展的有效性。     

宽带强干扰背景下的弱信号源DOA估计方法

在宽带弱信号DOA估计中,当强干扰与弱信号的方向角很接近时,弱信号被强干扰所掩盖而无法检测出弱信号的方向。文中提出了一种先对数据进行干扰相消预处理,再采用MUSIC算法估计弱信号DOA的方法。仿真结果证明了该方法的有效性。     

Property of the Constant Modulus Algorithm to Capture the Weak Signal

Property of the Constant Modulus Algorithm to Capture the Weak Signal~~     

恒模特性在DOA中的新应用及其克拉美-罗界研究

研究了恒模特性和DOA估计之间的联系，基于最小二乘恒模和权向量多项式求根提出一种简单有效的LSCM-DOA估计新算法，同时为分析此DOA估计算法的性能，详细推导了恒模信号在任意阵型下的克拉美-罗界。理论分析和实际仿真证明该算法几乎达到其克拉美-罗界，而且性能相对于未应用恒模特性的MUSIC和ESPRIT等算法较优越，尤其在小快拍数和低信噪比情况下取得了良好的效果，并且因为未进行谱峰搜索而将计算复杂度控制在较低范围内。另外，该方法还解决了强信号源未移除时对弱信号源的DOA估计问题。计算机仿真证明了算法理论是正确有效的。     

一种强干扰条件下微弱信号DOA估计的新方法

给出了一种基于均匀线性阵列的既能抑制强烈干扰,又能同时进行微弱信号DOA估计的算法。在已知强干扰源个数和入射方向的前提下,先使用改进的波束形成方法,在子阵上进行波束形成以抗干扰,再对加权后的子阵进行微弱信号的DOA估计。该方法的优点是当干扰和希望信号处在同一个波束内时,不需要提高信号的信噪比就可以正确地估计出信号的入射方向。理论分析和计算机仿真都表明该算法是有效的。     

一种基于正交信号的角估计算法

稀布阵综合孔径脉冲雷达(SIAR)是新体制雷达多输入多输出(MIMO)雷达的一种,SIAR发射的是正交信号,对于基于正交信号雷达的方向估计,因为其方向向量不仅与接收导向向量有关,而且还与发射导向向量有关,因此传统MUSIC等超分辨算法不能够直接应用。Gram-Schmidt算法是数值计算的一种重要算法,通过理论分析以及仿真结果表明,该算法可以直接应用于基于正交信号雷达的测向,而且在未知目标的个数和小样本的条件下,依然有较好的测角性能。     

基于特征波束形成的强弱信号波达方向与信源数估计方法

该文针对强弱信号并存时信源数和弱信号波达方向难以准确估计的问题,提出了一种基于特征波束形成的强弱信号波达方向与信源数同时估计方法。首先估计空域协方差矩阵,对其特征分解后按特征值从大到小调整特征矢量;然后从第1个特征矢量开始,由提出的估计式得到各特征波束的空间谱;最后,通过计算各空间谱的最大值与旁瓣谱峰平均值的比例判断有无信源,最大谱峰对应的角度即为该信源的波达方向估计。与RELAX和JJM方法相比,所提方法无需迭代步骤,无需强信号波达方向精确的先验知识,具有运算量小和弱信号估计精度高的优点,仿真和实测数据处理结果证明了方法的有效性和优越性。     

基于解相干的改进MUSIC算法DOA估计

MUSIC算法是一种子空间分解算法。在非相干的情况下,经典MUSIC算法能准确进行波达方向（DOA）估计,但当信号源在相干的情况下时算法失效。在对经典MUSIC算法进行理论分析研究的基础上,对其阵元接收数据阵做相应变换,得到共轭重构后的协方差矩阵,通过特征值分解再进行DOA估计。就经典的MUSIC和改进算法的DOA估计性能进行了仿真分析。结果表明,改进后的算法在信号源相干的情况下也能精确地估计信号的波达方向。     

基于数据共轭重排的修正ESPRIT信号DOA估计算法

本文介绍了将接收数据共轭重排的再利用,构造相关矩阵的修正ESPRIT算法.理论分析和仿真实验表明,该算法同经典的ESPRIT算法相比,在快拍次数有限时,可明显改善信号DOA估计的性能,且其计算量二者基本相当.     

基于正交投影变换的弱信号波达方向估计

提出了一种基于强信号阵列流形矩阵的正交投影变换的弱信号波达方向估计算法,该算法通过构造已知强信号阵列流形矩阵的正交投影矩阵,对阵列接收的数据矢量进行预变换,抑制强信号对弱信号波达方向估计的影响。文中算法只需对数据矢量进行正交投影变换,复杂度低,运算量小。将MUSIC算法、JJM算法和文中算法进行了比较,结果表明文中算法在存在多个强信号条件下能够有效估计多个弱信号的波达方向。