基于宽带欠采样阵列的频率估计算法研究

鉴于宽带欠采样阵列的常规FFT频率估计算法只适用于输入信噪比较高且精度要求不高的单信号频率估计,给出了多组采样频率联合解模糊的方法,在无需增加复杂配对算法的情况下,实现了多信号频率的无模糊估计．针对常规FFT法估计精度不高的问题,提出了一种分级高分辨频率估计方法（CMUSIC算法）．该算法估计精度可达到10kHz级,相对于常FFT法的MHz级提高了至少一个数量级．最后,仿真结果验证了本文所提方法的有效性．     

一种新的宽频带信号频率欠采样估计方法

提出了一种新的基于欠采样技术的宽频带信号频率估计方法．利用两个独立欠采样通道得到的有模糊的信号频率信息，结合一定的解模糊和配对方法得到无模糊的信号频率估计．该方法不受两个欠采样通道间不一致性的影响，且两通道的采样数据可并行处理，增强了算法的实用性．     

适用于宽带接收阵列的无模糊二维DOA估计

为了满足宽带侦收的要求,提出了一种新的基于环形阵列的宽带天线阵列配置方案,利用2组独立空间欠采样通道得到有模糊的信号空域信息,并结合一定的解模糊算法和配对方法得到无模糊的空间信号到达角(DOA)估计. 仿真结果表明,所提算法在搜索量小的优势下能实现二维方向角的高精度估计及正确配对,且2组通道的采样数据可并行处理,增强了算法的实时性.     

时-空欠采样的信号频率和二维DOA估计

在空间信号时－空欠采样下，基于时延、四阶累积量和MUSIC算法提出了一种新的多空间信号频率和2－D到达方向分离估计方法。适当地选取时延和非均匀阵列阵元位置，该方法的信号频率和2－D到达方向估计无模糊。灵活地运用矢量Kronecker积估计信号数大于二阶技术。计算机模拟证实了其有效性。     

用高阶模糊函数算法分析欠采样信号

目的寻找一种快速有效的分析欠采样信号的算法. 方法高阶模糊函数(HAF)算法的优势是从相位降阶的角度分析多项式相位信号. 利用此特点,在满足一定条件下,从估计欠采样信号的参数入手来解决频率模糊问题. 结果与结论以欠采样线性调频信号的分析为例,用仿真结果证明了HAF算法的有效性.与时频分析法相比,大大降低了计算量,边界条件要求松且无边界效应.     

基于PGC解调方案的时分复用光纤传感器阵列采样频率的研究

通过对光纤传感器输出信号频谱和PGC（相位产生载波）解调方案原理的分析,发现并不是所有的光纤传感器输出信号的频率成分都被PGC解调过程所利用,并由此确定了时分复用系统中采样频率应满足的最低条件,从而为提高阵列复用路数提供了理论依据,并通过实验验证了有关结论。     

空时欠采样下多目标频率和方位联合估计新方法

针对空时欠采样下多个窄带信号参量估计问题,提出了一种基于同时估计多实数的广义稳健中国剩余定理的频率和方位联合解模糊方法.该方法首先对任意单阵元采用多次时域欠采样,获得多个目标的模糊的频率估计值,然后利用同时估计多个实数的广义稳健中国剩余定理估计出多目标的无模糊频率;在空时欠采样下,获得多组阵元接收到的信号相位差的模糊值,再利用广义稳健中国剩余定理解相位模糊,从而估计出多源信号的真实方位.仿真实例表明新提出的方法可以在空时欠采样情况下有效地对多个目标同时解频率和方位模糊,频率和方位联合估计的精度高,稳健性好.     

宽频带信号频率估计方法

研究了宽频带信号频率的估计问题．对宽频带信号进行Nyquist采样,其硬件复杂度相当大,欠采样技术是解决此类问题的首选技术．但欠采样会引起信号频率的混叠,必须解模糊．通过增加一个延时通道提供的信息和一定的解模糊算法来解频率模糊,硬件代价较小．为进一步降低运算复杂度,给出了简易算法,增强了算法的实用性．     

基于旋转不变阵列的分段平稳信号欠定DOA估计

为克服KR-MUSIC算法限定阵列为均匀线列阵、需要空域谱搜索、计算量较大的缺点,提出了一种基于旋转不变阵列的DOA估计算法,扩大了应用范围,且算法通过解析运算估计DOA,避免了计算量较大的谱搜索.该算法可估计的DOA个数由KR-MUSIC方法的2N-1增加到N²/2.仿真结果表明,在同样信噪比、帧长和帧数条件下,本文算法的性能要优于KR-MUSIC算法.     

Y形阵列宽带信号二维来波方向估计

利用Y形阵列结构的特点,提出一种宽带信号二维来波方向的估计方法.该方法在相干信号子空间法的基础上,通过采用流型矩阵展开的方式获得聚焦矩阵,并针对聚焦后的协方差矩阵,利用基于子阵的ESPRIT算法和二维MUSIC算法进行联合估计,从而提高了测向精度且减小了谱峰搜索的范围.理论分析和计算机仿真实验表明,该方法对于非相干信号源和相干信号源都具有较好的估计效果,并具有较低的计算量.     

一种特殊阵列实现DOA估计的方法

提出了一种基于特殊阵列形式实现DOA估计的方法,在均匀线性阵列（Uniform Linear Array,ULA）上增加一个阵元,将阵元放在特定的位置,得到一组特殊的阵元组合,打破了均匀线阵中导向矢量的周期性,成功地避免了角度估计模糊.此外,该方法在同等硬件资源的条件下,得到了更多阵元组合,可以获得更高的阵列方位分辨率.提出了一种适用于新阵列结构的矩阵分块空间平滑算法,利用其导向矢量的局部周期性将其数据协方差矩阵分块空间平滑后,重新组合得到修正后的数据协方差矩阵,实现了相干信号源的DOA估计.     

一种特殊阵列实现DOA估计的方法

提出了一种基于特殊阵列形式实现DOA估计的方法，在均匀线性阵列（ Uniform Linear Array, ULA）上增加一个阵元，将阵元放在特定的位置，得到一组特殊的阵元组合，打破了均匀线阵中导向矢量的周期性，成功地避免了角度估计模糊．此外，该方法在同等硬件资源的条件下，得到了更多阵元组合，可以获得更高的阵列方位分辨率．提出了一种适用于新阵列结构的矩阵分块空间平滑算法，利用其导向矢量的局部周期性将其数据协方差矩阵分块空间平滑后，重新组合得到修正后的数据协方差矩阵，实现了相干信号源的DOA估计.     

基于酉变换的虚拟阵列DOA估计算法

为了估计相干信源的波动方向,提出基于酉变换的虚拟阵列DOA估计算法．该算法通过阵列虚拟平移形成虚拟阵列对相干信号进行解相干,并利用酉变换将虚拟阵列接收数据的协方差矩阵从复数域变换到实数域,然后利用该实数矩阵进行波达方向估计．计算机仿真表明算法在低信噪比情况下具有很好的解相干特性和估计性能．该算法避免了阵列孔径损失,可在小采样拍数情况下实现相干信源的DOA估计,且运算在实数域进行,大大降低了运算复杂度．     

干涉阵列米波雷达的低仰角高精度估计方法

针对米波雷达低仰角估计的难题,结合干涉技术和超分辨算法的优点,提出了干涉阵列米波雷达的高精度低仰角估计方法．该方法首先利用干涉结构扩展阵列孔径,再将常规的空间平滑算法推广到干涉阵,提出了干涉阵的空间平滑方法,然后应用其实现低仰角多径信号的解相干,最后利用双尺度酉ESPRIT算法得到低仰角的高精度估计．仿真结果和实测数据验证了干涉阵列的前后向空间平滑方法及干涉阵列的高精度低仰角估计方法的有效性,并分析了该方法存在的信噪比门限与基线模糊门限的产生原因．     

基于nested阵列的高分辨DOA估计

针对nested阵列对邻近信号的分辨力受信噪比和快拍数等因素限制的问题,提出了基于nested阵列的加权子空间平滑M USIC算法.该算法对协方差矩阵向量化以提高整个阵列的自由度,使用空间平滑恢复新接收数据矢量阵的秩,采用校正的噪声特征值对噪声子空间进行加权,并对信号子空间进行空间谱合成,得到新算法的空间谱函数.通过搜索空间谱函数极大值实现DOA估计.结果表明,该算法在低信噪比及小快拍数条件下,对间隔较近的信号具有高分辨力.     

一种未知信源数的共形阵DOA算法

针对目前绝大多数共形阵波达方向估计算法需要进行信源数估计且波达方向估计性能易受信源数估计误差影响的问题,提出了一种引入虚拟期望信号的未知信源数共形阵波达方向估计算法.在介绍共形阵窄带信号接收模型及自适应波束控制原理的基础上,利用最大信干噪比准则下的最优权矢量对引入虚拟期望信号后的阵列接收数据进行加权处理,以阵列输出的信噪比作为波达方向估计参数,从而实现来波信号的准确估计.整个过程不需要以信源数作为先验知识,避免了波达方向估计过程中信源数的判断环节.对所提算法进行了仿真实验,结果表明,该算法是有效可行的,且其性能要优于MUSIC算法.     

基于MUSIC算法的矢量水听器阵源方位估计

矢量水听器阵的每个阵元同时测量声场中的声压量和质点振速的3个正交分量,相对于声压水听器阵来说,矢量阵获取声场中更多的信息.利用矢量阵所获得的速度场的信息可去除目标方位估计中的180°模糊.多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法.本文采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,以提高对源方位的估计精度.仿真结果表明,在SNR=10dB的条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了30°左右,旁瓣降低了16dB左右,利用MUSIC算法可提高对源的定向精度及对多目标的分辨能力.     

剪式单元直线阵列可展结构的稳定性

为获得剪式可展结构失稳时的临界载荷,开展剪式单元直线阵列可展结构的稳定性研究．首先基于杆件的弹性变形分析,建立了剪式单元的结构失稳极限载荷表达式,然后将其应用于阵列组合而成的可展结构,获得了这种结构的稳定性条件．结果表明:单元个数、杆件柔度和位置角等参数共同影响结构失稳时的临界载荷,随着单元个数增加或杆件柔度增大,结构稳定性逐渐降低;位置角受到单元个数影响,不能单独作为判断结构失稳的依据．最后进行可展结构稳定性仿真分析,并将仿真结果与理论分析结果对比,两者吻合性较好,证实了本文提出方法的正确性．     

多口径组合阵列子空间DOA测向算法

现有各类子空间DOA测向算法为避免阵列模糊一般要求阵元间距小于半波长,但为获得更好的测向性能又需要较大的阵列尺寸,这需要大量的阵元,提高系统复杂度和成本.为克服这个问题,本文基于多重信号分类(MUSIC)算法提出一种采用半径不同的多口径组合阵列进行DOA测向方法.其中小尺寸阵列能够避免测向模糊问题,同时对空间谱起到平滑作用,从而降低空间谱计算复杂度;而具有较少阵元数目的大尺寸阵列主要用于提高测向算法精度和分辨力.本文给出算法的原理与实现步骤,并对算法精度和分辨力进行了分析和仿真,理论分析和仿真结果表明算法的有效性.