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。     

宽带DOA估计的类MUSIC波束形成算法

为了提高频域波束形成的宽带波达方向估计性能,提出了类MUSIC波束形成算法(MBM,MUSIC-like Beamfomfing Method).在频域将宽带信号划分为若干窄带信号,叠加各窄带的MBM算法的空间谱后其峰值对应角度即为宽带波达方向估计结果.MBM算法的主瓣宽度在不同分析频率下基本保持不变,计算量与常规波束...     

基于MUSIC及其改进算法的DOA估计研究

在阵列信号处理领域,波达方向(DOA)估计一直是研究的重点之一。在波达方向(DOA)估计中,利用多重分类算法(MUSIC)对来波方向进行估计是最常用的方法。本文概述了经典MUSIC算法,针对现代通信中常用的BPSK和MASK信号都是实信号的特点,结合Eular公式对MUSIC算法进行了改进,使用matlab进行了仿真及对比。     

一种DOA估计的实数特征值分解算法

多数DOA估计算法(如MUSIC算法和ESPRIT算法)都需要对复数协方差矩阵进行特征值分解,存在计算量大的问题,本文提出一种DOA估计的实数特征值分解算法,将协方差矩阵实部和虚部分离,利用Toeplitz矩阵和Hermitian矩阵的性质,构造新的实数矩阵,将复数协方差矩阵的特征值分解问题转化为对实数矩阵的特征值分解,减小了运算量,仿真结果表明,所提实数特征值分解算法与复数特征值分解算法精度相当。     

一种新的基于稀疏表示的宽带信号DOA估计方法

该文提出一种基于稀疏表示的宽带信号波达方向(DOA)估计方法,解决稀疏表示方法在宽带信号DOA估计中由于基矩阵维数过大而使算法存储量和重构计算量大的问题。用单一频点的基矩阵代替频率和角度联合构建的基矩阵,使基矩阵的列数仅相当于一个频点处冗余基矩阵的列数,大大降低了稀疏重构方法的存储量和计算量。该方法首先对各频点的频域数据进行聚焦处理,将不同频率的数据堆叠到参考频率上并建立参考频率处的基矩阵,然后建立聚焦后的稀疏表示模型进行DOA估计,并采用奇异值分解进一步降低算法的运算量,最后给出残差门限的选择方法。该算法不仅适用于非相关信号,也可直接处理相关信号而不需要任何的去相关运算,且具有高的检测概率和估计精度,仿真实验和分析验证了该方法的有效性。     

基于相干信号源的改进MUSIC算法

提出一种基于相干信号源的改进多重信号分类（IMUSIC）算法,以估计相干信号波达方向（DOA）。相干信号间接收数据特征值分解后,直接利用大特征值对应的信号子空间与信号导向矢量的关系,通过多维来波方向搜索谱峰,实现对来波方向的有效估计。与空间平滑算法相比,IMUSIC算法具有4大优点,仿真结果也验证了IMUSIC算法的有...     

基于实值矩阵的宽带信号DOA估计方法

针对传统宽带信号DOA估计算法的高计算复杂度问题,提出使用实值矩阵改进的算法。与传统算法在复数协方差矩阵的基础上进行DOA估计相比,本算法仅使用复数协方差矩阵的虚部构造出一个实值矩阵,并在此实值矩阵的基础上,使用子空间算法进行DOA估计。实值矩阵不仅能够降低特征值分解的计算量,而且得到的噪声子空间与真实DOA和镜像DOA均正交,因此在DOA迭代估计时,仅需要对一半的角度进行谱峰搜索,而对于搜索时出现的角度模糊问题,可通过MUSIC算法去模糊,从而达到正确估计效果。相比于传统宽带信号DOA估计算法,本算法在保持DOA估计精度几乎不变的基础上,有效降低了算法计算量,计算机仿真结果验证了本文算法的有效性。     

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ROMP算法的相干信号DOA估计

稀疏信号重建主要受冗余字典中原子间干扰的影响,文章基于正则化正交匹配追踪(ROMP)算法通过设计感知字典削弱原子间干扰估计相干信号DOA。通过仿真对比了所提方法与基追踪(BP)、正交匹配追踪(OMP)方法的运行速度、DOA估计及其估计值的最小均方误差(RMSE),仿真结果验证了所提算法的有效性。文章所提方法运算复杂度低,运算速度快于BP算法,估计精度高于OMP算法,且具有信源过载能力。     

基于ANSG的雷达信号DOA估计算法

针对阵列信号处理中雷达信号的波达方向(DOA)估计,提出自适应噪声子空间生成(ANSG)算法。通过数值方法,得到阵列接收信号的协方差矩阵,以迭代方式处理约束最小化问题,实现ANSG。根据噪声子空间的表达式获得DOA估计,并且先验信息可以很好地融入算法的流程中,能够有效地解决复杂环境下的多信号源DOA估计问题。仿真结果表明,该算法适用于单频、线性频率调制以及二进制相移键控雷达信号,DOA估计精度和运算速度优于MUSIC。     

基于在线Music算法的DOA估计

基于模式识别领域中的CCIPCA算法,该文给出了一种低运算量的在线Music算法。它无需估计协方差矩阵和对其进行特征值分解,信号子空间的估计与快拍数据的接收是同时进行的,而且只需存储当前的快拍数据,因此大大降低了存储量及运算量的要求;并针对上述算法在小快拍情况下性能较差的缺点,利用数据复用的方法有效提高了其估计性能。最后,计算机仿真验证了该文方法的有效性。     

基于改进单纯形算法的DOA估计

利用最大似然估计获得信号的来波方向，其统计性能要比其他算法优越，但由于该方法需要对多维参数进行优化，从而导致较大的计算量，针对该问题文中提出基于改进单纯形算法的来波方向（DOA）估计。首先利用阵列输出的协方差矩阵对来波方向进行粗略估计，并以该估计值为重心构造初始单纯形，由于待估计的参数都有一定的取值范围，所以文中通过定义罚函数，将有约束的优化问题转化为无约束的优化问题，最后结合罚函数和改进单纯形算法进行DOA估计，计算机仿真结果验证了该方法的正确性和有效性。     

基于改进ESPRIT算法的波达方向估计

把经典的波达方向估计算法应用于均匀圆阵智能天线是一个重要的研究课题。通过预处理技术把均匀圆阵转换成虚拟均匀线阵,为了解决噪声造成信号子空间的扰动问题,提出了两种总体最小二乘ESPRIT（TLS—ESPRIT）;为把ESPRIT算法应用于均匀圆阵,引入了模式空间的ESPRIT算法。通过建立恰当的数学模型,对上述各算法的均匀线阵和均匀圆阵上的性能进行仿真和对比分析。仿真结果证明,两种改进的算法性能均好于基本的ESPRIT算法。     

一种基于子阵列合成的DOA估计算法

在卫星通信中,由于星上资源有限,导致星载信号处理接收机的数目一般少于阵列天线的阵元数.在某些应用中需要在这样的条件下实现DOA估计:信号达波数大于星载信号处理接收机数目但是可能小于阵列天线的阵元数.实质上是要求能够用较少数量的接收机进行接收、处理含有较多阵元的阵列天线上的信号.针对这类应用要求,本文提出一种基于子阵列合成的DOA估计算法.通过子阵列输出协方差矩阵合成等效的大阵列输出协方差矩阵,基于等效大阵列输出协方差矩阵实现达波DOA超分辨率估计;讨论了子阵列天线选择优化问题.对算法性能进行了仿真验证,结果表明算法是有效的.     

基于改进实数遗传算法的DOA估计

文献[7]提出的估计方法直接以误差矩阵的2范数建立适应度函数,文中利用该矩阵是Toeplitz矩阵的特性,构造了一个新的适应度函数,提出了一种基于基因分量独立变异的实数遗传算法。该方法不需进行矩阵的特征值分解,充分利用了遗传算法的全局寻优特性,获得了良好的参数估计性能。仿真结果表明,相对文献[7],达到同样要求所需要的运算量减小了一半。     

基于CSM的波束域宽带DOA估计方法

宽带相干子空间方法（CSM）是宽带DOA估计中一类重要算法，但该方法对DOA预估较为敏感。波束域方法解决了窄带高分辨处理方法实用化过程中所遇到的一些问题，例如，降低了运算量，降低了算法的信噪比门限，易于消除模型误差等。新方法将波束域算法与宽带相干子空间方法结合，降低了算法的信噪比门限，减小了算法的运算量，降低了对DOA预估精度要求。仿真结果证明了算法的有效性。     

基于模式空间的宽带DOA估计算法研究

针对任意几何结构的天线阵列,提出了通用的模式空间宽带DOA估计算法。通过分析算法中聚焦矩阵带来性能损失的问题,给出了一种无聚焦损失的聚焦矩阵的计算方法,该方法是在聚焦矩阵为酉阵的约束条件下推导出来的,同时讨论了该方法下最优参考频率的选取问题,并将其归结为一个简单的一维搜索过程。计算机仿真实验表明,与其它形式的聚焦矩阵相...     

一种基于Bessel函数的宽带DOA估计方法

提出了一种基于Bessel函数的宽带相干信号子空间DOA(Direction-of-Arrival)估计方法,新方法不需要角度预估,避免了角度预估误差对DOA估计结果的影响。仿真结果证明了方法的有效性。     

基于加权l1-SRACV算法的稀疏DOA估计

针对稀疏重构到达角估计方法中的l1-SRACV算法在低信噪比条件下,估计得到的空间谱伪峰较多的问题,利用子空间的方法选取权值,对l1-SRACV算法的目标函数进行加权,以达到抑制伪峰的目的。阐述了利用子空间方法选取权值的合理性,并讨论了噪声子空间欠估计与过估计时对权值性质的影响。理论分析和仿真实验表明:低信噪比时,加权l1-SRACV算法能够有效地抑制伪峰,并减小了角度估计误差;噪声子空间的欠估计与过估计均会减弱伪峰抑制效果。