柱面共形阵列信源方位与极化状态的联合估计算法

针对柱面共形极化敏感阵列的结构特点建立了其导向矢量模型,以此为基础实现了信源方位与极化状态的联合估计。根据旋转不变子空间思想估计俯仰角和子空间原理、秩损理论,通过对阵列流形矩阵进行特定的形式变换,将其中隐含的信源方位信息与极化信息\     

共形阵列天线信源方位与极化状态的联合估计算法

 针对共形天线阵列流形的特点,提出了共形阵列天线信源方位与极化状态的联合估计算法.算法的方位估计不需要信源极化状态的任何信息,估计精度高、分辨力强,在完成信源方位估计的同时,还可以精确的估计出信源的极化状态,不需要参数配对,实现了共形阵列天线信源方位与极化状态的联合估计.算法仅需要二维参数搜索,计算量比已有的联合估计算法小,且适用于任意共形载体,具有广泛的应用范围.对算法参数估计的理论性能进行了分析推导,给出了参数估计的CRB(Cramer-Rao Bound),并通过Monte-Carlo仿真实验验证了理论分析的正确性与算法的有效性.     

锥面共形阵列天线盲极化DOA估计算法

 由于共形载体曲率的影响,共形阵列天线中各阵元单元方向图具有不同的指向,使得共形阵列天线具有了多极化特性(Polarization Diversity),为了描述共形阵列天线的多极化特性,通常在共形阵列天线的快拍数据模型中引入阵列入射信号的极化参数,因此共形阵列天线的DOA(Direction-Of-Arrival)估计需要与阵列入射信号极化参数联合估计.本文提出了一种盲极化DOA估计算法,通过在锥面共形阵列天线中设置三对特殊子阵,利用ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法,将入射信号极化参数与二维角参数去耦合,在入射信号极化参数未知条件下实现了高分辨DOA估计,并对估计性能进行了理论分析与推导,给出了参数估计的CRB(Cramer-Rao Bound),通过Monte Carlo仿真实验验证了DOA估计算法的有效性.     

稀疏极化敏感阵列的波达方向和极化参数联合估计

该文采用稀疏分布极化敏感阵列(SD-PSA),研究了多目标波达方向(DOA)和极化参数的估计问题。首先建立稀疏极化敏感阵列信号模型;然后利用阵列的空间旋转不变性运用ESPRIT算法得出信号的高精度周期性模糊多值DOA估计;同时利用子阵列导向矢量之间的关系得出信号的极化信息和DOA的无模糊粗估计;最后利用DOA粗估计值解模糊,得到信号的高精度无模糊DOA估计。该文所提阵列的阵元间距大于半个波长距离,扩展了阵列2维物理孔径,一定程度上降低了阵元间的互耦影响,相应的信号DOA估计精度大大提高。仿真实验结果验证了该算法对信号DOA和极化参数估计的有效性。     

共形阵列信号DOA和极化状态联合估计研究

共形阵列是一种与载体表面共形的天线阵列。与平面阵列相比,共形阵列具有对载体电磁性能和动力性能影响小等优点,因此受到人们广泛的关注。受载体曲率影响,共形阵列具有多极性。在信号处理时,必须要考虑信号极化的状态。为此,针对共形阵列信号二维DOA和极化状态联合估计问题,提出了一种基于空时处理的参数估计算法。该算法通过对极化接收数据时域和空域联合处理构造时空DOA矩阵,利用DOA矩阵方法只需一次特征值分解即可获得信号二维DOA和极化状态参数估计。算法对阵列形状要求低,无需谱峰搜索和参数配对,计算量小。最后,以圆台共形阵列为例,通过仿真实验验证了算法的有效性。     

互耦条件下共形阵列DOA和极化参数的联合估计

针对互耦条件下共形阵列信源方位和极化参数估计问题,结合有源校正给出一种有效的解决方案。论文充分利用锥面共形阵列的特殊结构,通过方向图的坐标系旋转建立了极化敏感共形阵列的互耦误差数据模型,并根据导向矢量与噪声子空间的正交关系建立了子空间拟合算法的优化函数。由于直接求解涉及到复杂的高维参数搜索问题,实现起来难度较大,论文通过合理近似给出了一种简化的线性方程组近似求解方法。仿真实验表明,所给方法能够很好地解决极化敏感共形阵列中的互耦校正问题,信源方位和极化参数联合估计的性能仿真结果进一步验证了算法的有效性。     

柱面共形阵列天线盲极化波达方向估计算法

针对柱面共形阵列天线的单曲率特点,建立了柱面共形阵列天线的快拍数据模型,基于高分辨波达方向（DOA）估计的子空间原理与秩损理论,结合合理的阵元排列结构设计,将信源极化状态、俯仰角以及方位角去耦合,通过参数的一维搜索与方程求解,实现了信源极化状态未知条件下的2D DOA估计。针对相干信源情况,推导了柱面共形阵列天线的解相干算法,最终提出了适用于独立和相干信源的柱面共形阵列天线盲极化DOA估计算法。该算法估计精度高,计算量小,且无需参数配对。计算机仿真实验验证了所提算法的有效性。     

基于四阶累积量的共形阵列波达方向估计算法

由于共形天线阵列流形的多极化特性（Polarization Diversity）,共形阵列天线的信源方位估计需要与信源的极化状态联合进行。分析总结共形阵列天线波达方向（DOA）估计特点的基础上,针对窄带远场非高斯独立信源,提出了一种共形阵列天线盲极化DOA估计算法。该算法利用四阶累积量对阵列口径的扩展性,结合旋转不变子空间（ESPRIT）算法,在信源极化状态未知条件下实现了共形阵列天线的高分辨DOA估计。所提算法的方位估计不需要天线单元方向图以及信源极化状态的任何信息,适用于多种常用共形载体（锥面、柱面以及球面共形载体）,具有较为广泛的应用环境。以柱面共形阵列天线DOA估计为例,详细推导了算法机理,给出了算法步骤,计算机Monte Carlo仿真实验验证了所提算法的有效性。     

极化分集下的共形阵列波达方向估计

提出了一种基于双馈源共形阵列的极化分集信号盲极化波达方向(Direction of Arrival,DOA)估计方法.通过投影和旋转变换,分析并给出了双馈源共形阵列下正交极化分集信号的等效导向矢量,将信号空间划分为两个正交极化信号子空间,实现了正交极化信号的盲极化分离.在此基础上给出了基于多重信号分类(Multiple Signal Classification,MUSIC)的极化信号的DOA估计算法.该算法无需估计极化参数,能够实现任意共形阵列对正交极化分集信号的DOA估计,最大估计信号数目能够超过阵元个数.仿真实验验证了该算法具有很好的估计性能.     

基于欧拉旋转和极化投影的共形阵列建模方法

共形阵列建模是共形阵列方向图综合优化、信号处理等研究工作的基础.与传统极化敏感阵列不同,受共形载体曲率影响,共形天线单元呈现多极化特性,共形阵列建模不仅要考虑空域导向矢量,还应考虑入射信号极化矢量在阵元极化方向图上的投影,这也是共形阵列建模的重点和难点.针对该问题,本文在利用欧拉旋转得到阵元局部方向图表示的基础上,给出...     

三正交分离式极化敏感阵列的波达方向估计

该文研究了分离式极化敏感阵列(SS-PSA)的多目标波达方向(DOA)估计问题。首先建立三正交分离式极化敏感均匀稀疏阵列的信号模型;接着利用阵列的旋转不变性采用ESPRIT算法计算出多值模糊DOA估计;利用该模糊DOA估计值对分离式极化天线进行空间相移的补偿,然后利用共点式极化天线之间的多维角度结构求出对应的虚拟DOA估计;最后通过提取多值模糊估计值和对应虚拟估计值之差的最小范数得到多目标的DOA估计。该文所提阵列采用分离式极化天线代替传统共点式极化天线,降低了阵列的互耦影响;采用稀疏阵列结构有效地扩展了阵列的物理孔径,大大提高了DOA估计精度。计算机仿真结果证明了该算法对分离式极化天线DOA估计的有效性和高精度性。     

Multi-invariance ESPRIT-like algorithms for coherent DOA estimation

Estimation of Signal Parameters via Rotational Invariance Technique(ESPRIT) algorithm can estimate Direction-Of-Arrival(DOA) of coherent signal,but its performance can not reach full satisfaction.We reconstruct the received signal to form data model with multi-invariance property,and multi-invariance ESPRIT algorithm for coherent DOA estimation is proposed in this paper.The proposed algorithm can resolve the DOAs of coherent signals and performs better in DOA estimation than that of ESPRIT-like algorithm.Me...     

基于极化敏感阵列均匀线阵的二维DOA估计

针对残缺电磁矢量传感器的极化敏感阵列多参数联合估计问题,该文提出一种基于正交偶极子的均匀线阵的2维波达方向(Direction-Of-Arrival, DOA)估计算法。首先,对极化敏感阵列的接收数据矢量的协方差矩阵进行特征分解,然后将信号子空间划分成4个子阵,根据旋转不变子空间(ESPRIT)算法分别求出其中1个子阵与其它3个子阵的相位差,再对不同子阵间的相位差进行配对,最后根据相位差求出信号的DOA估计和极化参数。由正交偶极子组成的均匀线阵使用极化MUSIC算法和传统ESPRIT算法无法进行2维DOA估计,该文提出的算法解决了这个问题,并且相较于极化MUISC算法降低了算法的复杂度。仿真结果验证了该文算法的有效性。     

基于扩展ESPRIT的随机阵列高效DoA估计算法

获得随机阵列的高效、统计无偏波达方向(DoA)估计是超分辨率DoA估计领域的一大挑战。该文基于“利用旋转不变技术扩展估计信号参数法(AESPRIT)” 提出了一种随机阵列DoA估计算法。该算法将AESPRIT改造成闭合环结构,并使用阵列内插技术(AIT)提供的角度粗估计作为初始相位补偿角,从而通过迭代快速获得精确的DoA估计。所提算法直接给出代数形式的估计结果,具有低的计算复杂度;同时由于不存在流形映射或者模式截断误差,估计结果具有统计无偏性。仿真结果验证了所提算法的有效性。     

Blind Joint Symbol Detection and DOA Estimation for OFDM System with Antenna Array

An analysis of the received signal of Orthogonal frequency division multiplexing (OFDM) system with array antennas shows that the received signal has trilinear model characteristics. Trilinear decomposition-based joint symbol detection and direction of arrival (DOA) estimation for OFDM system with antenna array is proposed in this paper. The simulation results reveal that the symbol detection performance of the proposed algorithm is very close to the post-FFT receiver with perfect channel state information; DOA estimation performance is very close to least squares method, and even this algorithm supports small sample sizes. Finally this algorithm does not require the channel fading information, DOA and training sequence or pilot information, so it has blind characteristics.

基于降维波束空间的实值ESPRIT单基地MIMO雷达测角算法

单基地多输入多输出(MIMO)雷达的波达方向(DOA)估计问题是近年来研究的热点。高维度的MIMO雷达数据,导致传统旋转不变性参数估计技术(ESPRIT)算法需要付出较大的运算代价。在低信噪比、低快拍数的条件下,传统ESPRIT算法性能会严重下降。为了克服传统ESPRIT算法的以上缺点,该文提出一种降维波束空间的实值ESPRIT算法。该算法通过转换矩阵,将高维度MIMO雷达数据转换到低维度的数据,从而去除数据中的冗余。然后再将低维数据变换到波束空间,构造实值旋转不变性等式,用以估计目标的角度。仿真结果表明,在低信噪比和低快拍数时,相比于传统ESPRIT算法,该文所提方法具有更好的角度估计性能和更少的运算量。     

基于空域滤波的雷达目标二维散射中心快速提取

针对几何绕射(GTD)模型,该文提出一种基于空域滤波的2维散射中心参数快速提取方法。该方法利用空域滤波过程将2维散射中心参数提取问题分解为多个1维散射中心提取问题,并利用1维旋转不变技术(1D-ESPRIT)来估计散射中心各维参数,最后利用最小欧氏距离实现2维参数的配对。与基于2维旋转不变技术(2D-ESPRIT)的方法相比,该方法避免了高维数的特征值分解,因而可以显著地降低计算的复杂度。仿真实验表明,与2D-ESPRIT高分辨算法相比,该方法不仅能够显著降低计算量,并且还能获得较好的估计精度,可以有效地用于提取目标散射中心参数信息。