基于互质多载频MIMO雷达的DOA估计

为在多输入多输出(multiple input multiple output, MIMO)雷达接收通道数量受限的情况下获得较好的角度分辨力,利用互质多载频在互质空间构建等效阵列,提升MIMO雷达的等效孔径及阵列自由度。基于多载频MIMO雷达阵列接收信号的互质空间信号模型,提出了一种联合求根的互质空间单快拍波达方向(direction of arrival, DOA)估计方法,以充分利用多载频互质空间等效阵列的孔径和自由度。仿真结果证明了所提算法的有效性。     

基于多窗方法的DOA估计

提出了一种基于多窗方法的DOA估计算法,该方法只需要较少的快拍数目,能同时分辨相干信号和互不相关的信号.该方法以多窗函数为基础,将线性回归模型用于空间谱中平面波的检测和估计.计算机仿真结果表明该算法是有效的,甚至在低信噪比条件下仍然适用.然而,最值得注意的是,该算法对于阵列增益和相位误差具有较强的鲁棒性能.     

一种基于四阶累量阵简化的DOA估计方法

我们提出一类新的基于四阶累积量矩阵的DOA估计算法，对累量阵结构作适当的调整，再把它直接应用于已发展的很好的算法(如ESPRIT)中，使算法更加适用于DOA问题。通过与ESPRIT一起使用下面所提的累积量阵，增加了虚拟阵元(两倍于实际阵元数)，且减少了计算量，并因累量对高斯噪声不敏感，提高了算法的分辨能力。仿真试验验证了分析结果，表明了算法良好的性能。     

互质极化阵列的DOA估计算法研究

针对极化阵列计算复杂度高、互耦效应大的难点问题,提出一种基于三正交偶极子互质阵列的极化稀疏算法,用于波达方向(DOA)估计.首先充分利用三正交偶极子三个通道的所有信息,形成一个拥有更多阵元的虚拟线阵,使得原本不相干的信号变为相干信号;然后进一步使用前后向空间平滑的方法对虚拟阵列的协方差矩阵进行解相干.该算法可以扩展阵列...     

基于矩阵重构的DOA阵元位置误差校正方法

针对阵元位置误差引起阵列流型出现一定的偏差和扰动,从而导致多重信号分类(MU-SIC)算法估计波达方向(DOA)性能下降的问题,本文在Toeplitz预处理算法的基础上,提出了一种基于矩阵重构的阵元误差校正算法.所提算法首先对有阵列位置误差的协方差矩阵进行预处理,恢复理想情况下协方差矩阵的Toeplitz结构,然后利用核范数优化算法构造凸优化函数,对处理后的协方差矩阵进行降噪,同时保证信号和噪声子空间的正确划分,最后利用MUSIC算法进行DOA估计.计算机仿真和实验分析表明,所提算法有效改善了存在阵元位置误差时MUSIC算法的角度分辨能力,而且减少了由快拍数不足带来的影响,提高了估计精度.     

基于联合方向特征的智能来波方向估计

针对利用智能学习方法进行多信号源二维方向估计模型难以构建的难题,提出了一种有效的降维构建方法。该方法首先对构造的DOA矩阵进行特征分解,获取各个信号源对应的、包含两个方向信息的特征值和特征向量,分别以这两个量(统称为联合方向特征)作为输入特征,以单信号样本来训练两个RBF神经网络模型,然后利用训练好的模型分别对分离出来的各个信号对应的特征值和特征向量进行映射估计来得到两个空间角。仿真结果表明:该方法达到了对多信号源二维来波方向进行降维估计的目的,且具备较高的估计精度。     

带零吸收项的变步长l0范数归一化最小均方误差算法

针对稀疏系统的识别问题,提出一种带零吸收项的变步长l₀范数约束归一化最小均方误差 (l₀-NLMS)算法。在此改进的l₀-NLMS算法中,通过箕舌函数来调整步长的变化,理论推导了此l₀-NLMS算法在均值和均方差下的收敛条件以及均方误差和均方偏移量的表达式。设计实验分别比较在不同输入信号时算法的步长和稳态偏移量的变化,通过仿真验证该算法在识别稀疏信道模型上是有效的。分析结果表明：当处于相对高的信噪比、低的信噪比、输入不相关信号和输入相关信号时,该算法具有较快的收敛速度,能很好地进行稀疏系统的模型识别。针对稀疏系统的识别问题,提出一种带零吸收项的变步长l₀范数约束归一化最小均方误差 (l₀-NLMS)算法。在此改进的l₀-NLMS算法中,通过箕舌函数来调整步长的变化,理论推导了此l₀-NLMS算法在均值和均方差下的收敛条件以及均方误差和均方偏移量的表达式。设计实验分别比较在不同输入信号时算法的步长和稳态偏移量的变化,通过仿真验证该算法在识别稀疏信道模型上是有效的。分析结果表明：当处于相对高的信噪比、低的信噪比、输入不相关信号和输入相关信号时,该算法具有较快的收敛速度,能很好地进行稀疏系统的模型识别。     

一种基于改进传播算子的波达方向估计方法

提出了一种新的适用于α稳定噪声环境的基于改进传播算子的DOA估计算法(或称为FLOM-PM算法).由于在α稳定分布噪声的环境下不存在有限的二阶矩,因此采用最小二乘(LS)方法来求解传播算子的算法将不再适用.在原传播算子算法(PM)的基础上,通过引入分数低阶矩建立新的误差代价函数,并通过对该代价函数的最小化,来估计传播算子,进而完成DOA估计.由于该算法可直接通过对阵列接收的数据向量进行分块来求解噪声子空间,不需要估计和计算共变矩阵(或分数低阶矩)及其特征向量,不但可减小估计的误差,而且可实现对小快拍数据的高分辨处理.仿真实验验证了该算法的有效性和正确性.     

基于互协方差的L型嵌套阵列二维波达方向估计

为了解决L型均匀阵列波达方向（DOA）估计分辨率较低、估计信源数受限于阵元数、估计精度易受信噪比影响等问题,提出一种基于互协方差的L型嵌套阵列二维DOA估计算法。利用不同子阵间互协方差矩阵产生较长无冗余阵元的虚拟阵列,消除噪声干扰;利用虚拟阵列及其共轭矩阵构建等效协方差矩阵,实现虚拟阵列信号的解相干;采用旋转不变子空间技术对等效协方差矩阵进行处理,得到目标的角度信息;基于虚拟阵列等效信源的唯一性进行空间信源的角度匹配。对所提算法的DOA估计有效性进行仿真验证,结果表明,在阵元数相同情况下,该算法与L型均匀阵列相比在低信噪比环境下拥有更高的估计精度,能够辨识更多的空间信源。     

基于任意结构阵列的二维波达方向与频率联合估计

针对任意结构传感器阵列二维波达方向、频率三维参数联合估计问题,给出了一种基于DOA矩阵法的有效解决方案。经由特征分解同时得到信号频率与阵列流形矩阵的估计,通过考察相邻阵元之间信号传播时延的关系构造矩阵方程,并由求解矩阵方程直接给出二维波达方向的闭式解。该算法参数估计性能优越,计算量小,仅需要阵列满足空域采样定理的基本要求即可,具有广泛的适用性与实际的应用价值。理论分析与仿真实验都证实了这一结论。     

互耦效应下一种基于实值稀疏表示的波达方向估计算法

针对未知互耦条件下的波达方向（DOA）估计问题,提出了一种未知互耦条件下基于实值稀疏表示的加权子空间DOA估计算法。新算法利用一个特定的酉变换矩阵,将一个复杂的复值优化问题转化为一个实值优化问题,从而有效地将原问题的计算复杂度减少4倍以上。此外,为了进一步提高稀疏表示的估计算法估计精度,在原有l1 范数优化模型基础上引入一个能使得DOA估计方差取得最小值的最优子空间加权矩阵。仿真实验表明,在低信噪比情况下,新算法能进一步提高稀疏表示的估计算法抗噪能力,获得更好的估计精度。     

基于分数阶Fourier变换和ESPRIT算法的LFM信号2D波达方向估计

提出一种利用分数阶Fourier变换(FRFT)和旋转不变子空间(ESPRIT)算法实现多个线性调频(LFM)信号二维波达方向(DOA)估计的新方法。该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的FRFT域的阵列数据模型,并利用ESPRIT算法实现对多个LFM信号的二维DOA估计。仿真实验验证了算法的有效性。     

基于分数阶傅里叶变换的线性调频脉冲信号波达方向估计

针对宽带线性调频脉冲信号的时宽与观测时宽不等的情况,基于分数阶傅里叶变换(FRFT)提出了一种新的中心频率估计方法,并据此对基于FRFT的MUSIC算法的波达方向(DOA)估计进行了改进。该算法利用线性调频信号在傅里叶变换域良好的能量聚集性,分析了脉冲信号中心频率随着脉冲信号在观测时间内位置的变化规律,并修正了中心频率估计的方法。在相应的分数阶傅里叶域,构造分数阶傅里叶域的方向向量,利用MUSIC算法进行DOA估计。数值仿真验证了该算法对方位估计的有效性,并仿真分析信噪比（SNR）和脉冲信号时间宽度对方位估计结果的影响。随着SNR的增大、脉冲信号时间宽度的增加,方位估计方差减小。