估计相干与非相干信源的ESPRIT新方法

在目前信号波达方向（DOA,Direction-of-Arrival）估计中,ESPRIT算法是一种速度快、精度高的常用算法,但对于低信噪比下混合信号（同时含有相干与非相干信号）,ESPRIT算法难以估计出它们的DOA。提出了一种新的同时估计相干与非相干信源的ESPRIT方法,新方法充分利用数据协方差矩阵的自相关信息和互相关信息来重构含有信号方位信息的矩阵,再从它的特征值中解得信号的到达角。新方法解决了常规ESPRIT算法不能解相干,对信噪比要求高等问题,且与同类算法相比较,分辨能力和估计精度明显提高。仿真实验证明了该方法在混合信号估计中的优越性和可靠性。     

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。     

混合信号情况下信源数与DOA联合估计算法

针对非相关信源与相干信源共存情况,提出了一种基于矩阵重构的信源数与波达方向（direction of arrival,DOA）联合估计算法.该算法首先利用特征值的二阶统计量（second order statistic of eigenvalues,SORTE）法和子空间旋转不变技术（estimated signal parameter via rotational invariance techniques,ESPRIT）实现非相关信源数与DOA估计;然后基于空间差分法消除非相关信号并构造新矩阵,利用构造矩阵进行前向空间平滑,实现对相干信源解相干;最后利用SORTE法检测相干信源数,结合求根多重信号分类（multiple signal classification,MUSIC）算法估计相干信源DOA.与传统的差分平滑方法相比,该算法在可估计信源数与低信噪比情况下DOA估计性能等方面优于传统算法.数值仿真实验结果验证了该算法的有效性.     

基于矢量奇异值分解的DOA估计方法及其改进

对相干信号的波达方向（DOA）估计是空间超分辨谱估计的热点。在均匀线性阵列模型下,特征矢量奇异值分解法（ESVD）能够很好的对相干信号进行DOA估计,但是当相干信号和非相关信号同时存在时,ESVD并不能对全部信号进行DOA的估计。本文通过对ESVD算法的理论分析后,选取经过加权处理的特征向量来构造新矩阵,再利用奇异值分解得到信号的噪声和信号子空间,从而进行DOA估计。理论分析和计算机仿真表明该改进算法(MESVD)解决了ESVD算法在相干信号和不相关信号同时存在不能正确进行DOA估计的问题,估计精度与空间平滑算法（FBSS）相当。     

基于TLS的改进子空间投影算法

针对经典MUSIC算法在信源相干、低信噪比、小快拍数等非理想环境下性能失效的问题,提出了一种改进的基于TLS的加权子空间投影算法。首先对阵列接收的数据协方差矩阵进行重构处理,以达到解相干目的;其次充分利用子空间信息,基于总体最小二乘拟合方法对特征值进行拟合修正,基于修正MUSIC算法思想,利用校正后的噪声特征值和信号特征值分别对噪声子空间和信号子空间进行加权处理,得到改进后的噪声子空间和信号子空间,并将两者结合得到新的空间谱函数;最后进行谱峰搜索,完成信号源的波达方向估计。仿真结果表明,改进后的算法既适用于相干信号环境,在低信噪比、小快拍数及信号入射角度间隔较小的情况下,又能有效估计出信源的波达方向。     

基于噪声子空间特征值重构的DOA估计算法

该文针对非等功率信号波达方向(DOA)估计问题,提出一种基于噪声子空间特征值重构(Eigenvalue Reconstruction of Noise Subspace, ERNS)的超分辨算法。算法对接收信号自相关矩阵进行特征值分解,通过重构噪声空间特征值以及引入虚拟信源来构造新的接收信号自相关矩阵,对该矩阵进行特征值分解得到新的噪声空间特征值。当虚拟信源与实际信源入射方向相同时,新噪声空间特征值与重构后噪声空间特征值保持不变,利用这一特性来估计信源入射方向。该文给出算法的原理及实现步骤,并通过仿真进行原理验证与性能分析,仿真结果表明与其他子空间算法和MUSIC 算法相比,ERNS算法能够提高弱信号估计成功的概率。     

高分辨率宽带相干信号波达方向的高效估计

本文给出了一种用于多源宽带相干信号波达方向（ＤＯＡ）估计的快速算法。它是基于信号子空间技术，通过截取中心窄带频段数据并进行空间平滑来获得支方向的高效估计。文中最后通过计算机仿真，与ＣＳＭ方法进行了比较，验证了本算法的快速，高分辨率等优良性能。     

相干分布式目标一维波达方向估计方法

在相干分布式目标波达方向估计研究中,角信号分布函数一般具有共轭对称性.在角分布函数的数学形式未知,或角分布函数形式不同的信号源同时存在的情况下,本文提出了搜索极小最小特征值(噪声子空间)或极大最大特征值(信号子空间)的分布式目标一维波达方向估计方法,并分析了分布式目标波达方向估计的模糊性问题.     

一种新的去强相关信号方法的波达方向研究

波达方向估计（DOA估计）是智能天线中实现目标精确定位的关键算法。文中针对DOA估计中相干信号源的问题,提出了一种能有效解相关的关于TOPETIZE矩阵的DOA估计算法。该算法利用了阵列接收数据互相关矢量的内在关系,对噪声子空间进行处理,实现了相干源的完全解相干。该算法不牺牲阵元有效数目,同时能分辨低信噪比信号和强相关信号。仿真结果表明了该算法的有效性。     

基于贪婪算法的高分辨信号源DOA估计

确定辐射源的来波方向(DOA)是阵列信号处理的重要研究内容,已经广泛应用于雷达、声纳和无线通信等领域。本文研究了远场窄带信号源的DOA高分辨估计问题。利用信号来波方向在空域具有稀疏性的特点,建立了远场窄带信号源的稀疏表示模型。根据协方差矩阵的特征值分解和贪婪匹配追踪算法原理提出了一种基于特征值分解的多重正交匹配追踪算法（EIG MOMP）。首先,利用特征值分解对阵列接收数据进行降维处理。这一降维操作使得问题转化为了一个具有多重观测向量（MMV）的欠定方程求解问题。接着利用MOMP算法对降维后的数据进行处理,最终得到信号的DOA估计值。该算法实现了在低信噪比下远场窄带信号源的高分辨DOA估计,并具有较低的运算复杂度。将本文提出的算法与传统的Capon算法、多重信号分类算法（MUSIC）以及正交匹配追踪算法（OMP）进行了对比。结果证明,该算法在低信噪比下能取得较好的DOA估计效果,可以针对任意的相干信号源,并且具有高分辨率的优点。      

基于斜投影的DOA估计和盲信号识别协同算法

阵列信号处理领域中,经常需要分析阵列接收信号的波达方向(DOA)和波形信息。在缺乏信号先验DOA和波形信息的情况下,提出了一种新的斜投影DOA估计和盲信号识别协同算法,实现对未知阵列接收信号的自适应分析。该算法交替地采用斜投影空域滤波技术将阵列接收信号拆分为单信号群组,在每个单信号群组内进行DOA和波形联合估计。算法适用于主瓣干扰存在的情况,并且在中小快拍数下有较好的估计性能。理论分析和仿真实验证实了文中算法的有效性。     

时-空二维信号模型下的目标参数估计

提出一种基于时空二维信号模型下相干信号源参数估计的LS-ESPRIT算法,解决了常规ESPRIT算法不能解相干等问题。和解相干的MUSIC算法相比,该方法不需要在整个空间进行谱峰搜索,运算量小。仿真结果表明,该方法适用于所有信号(包括非相干和相干信号)的目标二维参数与多普勒频率估计。在不同信噪比(SNR)情况下,其估计精度较常规方法有了较大的提高,可以满足工程应用的需要。     

一种CPM信号参数盲估计方法

针对非协作通信下CPM信号参数盲估计问题,提出了一种系统的有序的盲估计方法,实现了对CPM信号的载频、符号速率、调制指数和调制阶数等参数的精确估计。利用CPM信号的循环平稳特性,采用了基于周期谱的符号速率估计方法,构建了代价函数,采用联合估计法对调制指数和频偏实现了三维的精确搜索,最后实现了基于循环平稳性的CPM信号调制阶数的准确识别。理论分析与试验仿真表明,新方法具有较高的正确估计概率,且在低信噪比下也能达到较好的效果。     

基于非圆信号的MUSIC算法性能研究

传统DOA估计算法不能处理多于阵元数的信号源,而且估计精度也不能满足一些高估计精度的场合,近年来基于非圆信号的DOA估计算法由于其优良的估计性能,受到越来越多的关注。依据非圆信号的DOA估计数学模型,研究了基于非圆信号的MUSIC算法。通过软件仿真,将基于非圆信号的MUSIC算法的各项性能进行了仿真。结果表明,该算法的估计性能比传统MUSIC算法有了明显的提高。     

相关信源的随机加权信号子空间估计算法

针对空间相关信号源使得阵列的协方差矩阵的有效秩降低的问题,引入随机加权子阵,打破了信号的相关性,得到一种新相关信源的信号子空间的估计算法。仿真实验表明该算法可以有效地去相关,与空间平滑法相比具有更好的估计性能。     

DOA估计算法评价准则在不同功率入射信号下的修正

针对复杂电磁环境中信号功率对入射信号波达方向（DOA）估计的影响问题进行研究,发现用于DOA估计算法性能分析的经典评价准则对不同功率入射信号存在局限性。针对该问题,首先证明了强信号功率会影响弱信号DOA估计性能,得到强信号功率增加会导致弱信号功率克拉美罗界上升,即弱信号DOA估计的均方根误差增加。然后分析了DOA估计算法的经典评价准则对分辨不同功率入射信号存在的局限性,通过蒙特卡洛实验验证了经典评价准则对分辨不同功率入射信号存在较大误判率,当弱信号信噪比低于5dB时,其误判率大于50%。最后本文提出了DOA估计算法新的评价准则,并仿真证明了新准则较经典准则更适用于分辨弱信号信噪比较低时的不同功率入射信号。所提出的评价准则可为基于空间谱估计的DOA估计算法性能分析提供参考依据。      

基于空时频协方差矩阵重构的高效跳频信号DOA估计

为了充分利用跳频信号的空域信息来进行信号的DOA估计,在信号空时频分析的基础上,本文提出了一种基于协方差矩阵重构的高效跳频信号DOA估计方法。首先将接收信号的均匀线阵（uniform linear array, ULA）平均划分成2个子阵,分别对每个子阵接收到的信号进行时频分析,在时频域选择有效跳,构造每跳的空时频矩阵（spatial time-frequency distribution, STFD）,然后求得2个子阵的互协方差矩阵。将2个子阵的互协方差矩阵进行重构运算得到等效的信号子空间,最后构造空间谱多项式求根估计出信号的DOA。仿真结果表明该方法相比于以往改进类子空间算法能够有效提高估计精度和降低算法复杂度。      

基于改进的循环互相关MUSIC算法的波达方向估计

给出了基于循环互相关运算的信号模型，根据该信号模型，运用改进的循环互相MUSIC算法得到了对具有循环平稳特性的空间源信号波达方向进行估计的有效方法——ICCC-MUSIC算法；定性的分析和仿真实验均表明该方法具有较好的抑制噪声和选择信号的能力，为利用天线阵列提取具有循环平稳特性的源信号提供了较好的实现方法。     

基于差分时间平滑的多径信号DOA估计

针对移动通信环境中,多径信号与独立信号共存的混合信号模型DOA估计问题,依据差分方法与时间平滑原理,提出一种改进的DOA算法。该算法增加了可分辨信源个数,同时提高了相干信源DOA估计的性能,仿真实验证明,该算法在混合信号模型下解相干性能优于传统空间平滑法。     

分数阶Fourier变换对LFM信号的特征参数估计能力仿真评估

将分数阶傅里叶变换（FrFT）对线性调频（LFM）信号处理方法应用到雷达侦察信号分选与参数估计中,研究FrFT对LFM信号在低信噪比下的检测与参数估计能力。设定了雷达侦察信号背景,制定了仿真验证流程,考察了FrFT对LFM信号的调频率和中心频率的估计能力,对比了不同信噪比下的参数估计运算时间。仿真结果验证了该算法可以完成低信噪比条件下雷达侦察LFM信号特征参数的估计。