基于空间差分技术的测向方法

本文提出了均匀线阵情况下用空间差分技术实现相干信号源的测向方法，它充分发挥相关矩阵的赫尔米特拖普尼兹和赫尔米特非拖普尼兹分量的作用，利用常规的超分辨测向方法实现非相干信号源的测向，利用空间差分方法实现相关和相干信号源的测向，采用本文 方法可以估计更多的信号源，计算机模拟验证了本文提出的方法。     

基于MUSIC算法对相干信号DOA估计的研究

空间谱估计是阵列信号处理中的一个重要研究课题。针对经典MUSIC算法在入射源相关的情况下测向失败的问题,通过前后向空间平滑MUSIC算法,利用子阵平滑恢复数据协方差矩阵的原理进行解相干,进而对入射源的波达方向（DOA）进行估计。仿真结果证明：前后向空间平滑算法不仅能估计出空间相互独立信号源的波达方向,还能有效分辨出相干信源的到达角度,且具有较高的分辨能力和估计精度。     

基于均匀线阵的混合源波达方向估计方法

文中提出了一种基于均匀线阵的混合源波达方向DOA估计的改进方法。该方法首先利用传统MUSIC方法估计出非相干信号源的DOA,然后接收数据协方差矩阵进行差分消除不相关源和噪声的影响,对其进行特殊的空间平滑去相干,从而利用重建的数据协方差矩阵估计相干源的DOA。此方法的特点是分别估计不相关信号和相干信号的DOA。优点是算法在估计出多于阵元数信号的前提下具有较高的DOA估计精度和稳健性。仿真结果表明此方法的估计性能优于空间差分平滑算法。     

用四阶累量估计相干信号源空间谱的一种新方法

提出用四阶累量来估计有色高斯噪声中相干信号源空间谱的一种新方法。这种方法中,首先利用四阶累量抑制有色高斯噪声,其次形成空间差分平滑矩阵,使其秩与相干源个数相等,然后用MUSIC方法估计空间谱,最后给出模拟实验来验证改进方法的有效性。     

空间平滑法在米波雷达中的应用

讨论了MUSIC空间谱估计算法的改进方法一空间平滑法、超分辨率在米波雷达中的应用，主要是通过建立阵列信号模型将空间平滑法应用于米波雷达实现超角分辨，仿真结果表明空间平滑法可以有效地分辨常规MUSIC法无法分辨的相干信号。     

一种无孔径损失的空间差分平滑方法

提出一种无孔径损失的空间差分平滑方法.该算法通过差分技术将相干信号与独立信号分开处理,从而在相干信号和独立信号同时存在的情况下,有效的提高了阵列可检测信号源的数目,最大限度的利用了阵列的孔径.尤其当混合信号中相干源数目较大、信噪比(SNR)较低时,该文方法在检测数目和性能上优于空间差分平滑(SDS)方法.计算机仿真结果验证了该方法的有效性和优越性,并且在信噪比较低时仍可以精确进行DOA估计.     

一种互耦和相干源条件下的DOA估计方法

空间平滑算法是一种常用的解相干处理方法,而阵元间互耦的存在会导致空间平滑算法失效,从而无法准确估计相干源DOA。针对这个问题,文中提出了一种新的DOA估计方法。该方法基于信号子空间和噪声子空间的正交性原理,利用入射信号源中的独立信号源可以有效估计出互耦矩阵,再通过估计的互耦矩阵对接收数据协方差矩阵进行互耦补偿,克服了互耦对空间平滑算法的影响,从而保证了相干源DOA能准确估计。计算机仿真实验表明了该方法的有效性。     

一种改进的全阵空间平滑技术

在处理相干信号源的方法上,传统的空间平滑方法如前后向平滑、加权前后向平滑等都是非常有效的方法.然而,已有的空间平滑算法在信噪比较低或相干源的波达方向角(DOA)相邻很近时无法精确估计,而且都必须以牺牲孔径为代价.因此当信号源数目较大时,传统的空间平滑方法是无效的.针对这些问题,提出了一种新的实相干信号的估计方法,在信噪比较低时仍可以准确估计邻近的相干源,而且没有孔径损失.仿真结果验证了该方法的优越性.     

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。     

一种空间非均匀噪声环境下DOA估计的改进方法

文中提出一种空间非均匀噪声环境下的信号源DOA估计的改进方法.该算法首先对阵列协方差矩阵进行平滑处理,在此基础上估计出空间非均匀噪声协方差矩阵,通过已估计的噪声协方差矩阵对平滑处理后的阵列数据协方差矩阵进行白化处理,克服了空间非均匀噪声对空间谱估计的影响,实现信号源DOA估计.相对于原方法,文中所提方法改善了DOA估计的性能,计算量小,并且能够估计强相关或相干信号源DOA.理论分析和仿真结果均表明所提方法的有效性.     

利用空间平滑差分算法进行DOA估计

针对色噪声背景下的相干信源波达方向估计问题,提出了一种空间平滑差分算法。该算法通过对空间平滑矩阵进行差分运算来对消色噪声,并采用PM算法进行方向估计。在去除噪声、减小计算量的同时,可估计较多的信源。由于算法对非相关信源和相关(或相干)信源同时估计,因此减小了算法实际实现的复杂度。计算机仿真结果证明了空间平滑差分算法理论的正确性和有效性。     

宽带独立信号和相干信号的DOA估计

当独立信号和相干信号共存时,传统四阶累积量方法无法估计出宽带相干信号的来波方向(DOA),针对这个问题提出了一种新方法。该方法首先通过离散傅里叶变换,将宽带阵列接收数据分解为若干个窄带信号,构造出各个窄带频率处的自相关矩阵,再通过MUSIC(Multiple Signal Classification)算法估计出各个窄带信号的DOA,将各个窄带信号的空间谱相加求平均,通过谱峰搜索得到宽带独立信号的DOA;然后分离出独立信号的信息,构造出一个只包含宽带相干信号信息的矩阵,最后通过稀疏重构的方法估计出相干信号的DOA。计算机仿真结果证明该算法的正确性和有效性。     

基于虚拟阵列的二维稀疏阵列相干源DOA估计

波达方向DOA估计是雷达阵列信号处理的一个重要方向,传统的MUSIC算法对均匀阵列条件下独立信号源的估计有很强的适应性,但实际的雷达工作中,稀疏布阵下多相干源测角是一个经常出现的应用场景。文中针对二维稀疏阵列的相干源测角,提出了一种基于虚拟阵列的相干源DOA估计方法。该方法利用虚拟阵列内插的方法,将一个任意二维稀疏阵列内插为一个均匀面阵,再通过二维空间平滑方法对相干源进行测角,能够同时获得信号的方位角和俯仰角信息。稀疏面阵和稀疏圆阵的仿真实验结果表明,该方法可以有效的解决二维稀疏阵列的相干源测角问题。     

电磁矢量阵列的四元数Toeplitz矩阵重构算法

对于电磁矢量阵列的相干信源波达方向估计,针对空间平滑算法解相干时减少阵列有效孔径的问题,提出了一种四元数Toeplitz矩阵重构算法。首先,根据四元数的正交特性建立了信号接收模型,很好地保持了电磁矢量阵列的阵元输出信号两分量间的正交性,同时保证了波达方向角信息和极化信息都能包含在重构矩阵中;然后,在阵列各阵元接收数据与参考阵元接收数据的相关函数基础上,构成Hermitian Toeplitz矩阵,从而实现解相干。该算法与空间平滑算法相比增加了相干信源估计个数,且在低信噪比和入射角度接近时具有更好的估计性能,通过仿真实验得到了验证。     

一种基于空域滤波的空间临近相干源角度估计方法

相干源常见于存在多径的场景,如何解相干历来是阵列信号处理领域亟待解决的难题之一,特别针对空间临近相干源,其角度估计精度尚有待提高。针对空间临近相干源该文提出一种基于空域滤波的角度估计方法。首先利用空域滤波技术将多个相干源分离,再对滤波分离后的各个信号分别进行角度估计,并通过对滤波器系数和相干源角度的迭代优化提高测角精度。针对非均匀线阵,该方法采用虚拟阵列技术扩展其适用范围。计算机仿真结果表明该方法的测角精度较现有方法更高,信噪比较高时其测角的均方根误差可达克拉美罗界,验证了该方法的有效性和在空间临近相干源场景的优越性。     

共形阵列非圆信号波达方向估计算法

受共形载体变曲率结构的影响,各天线单元指向不尽相同,使得共形天线阵列呈现极化多样性。因此,共形天线阵列的建模过程中需考虑不同阵元的极化响应特性。基于柱面共形天线阵列的快拍数据模型,利用非圆信号的特性对阵列输出进行扩展,基于秩亏理论和子空间原理实现信号波达方向（DOA）估计,所提方法估计精度高,不需要参数配对。存在相干信源时,提出对扩展后的虚拟阵列进行划分,对划分出的子阵进行虚拟的空间平滑,实现解相干的预处理操作。仿真结果表明该方法能有效应用于柱面共形阵列非圆信号DOA估计,并提高了空间分辨率。      

MODE SPACE SMOOTHING ALGORITHM TO ESTIMATE DOA OF COHERENT SIGNALS IMPINGING ON UNIFORM CIRCULAR ARRAY

A novel method to estimate DOA of coherent signals impinging on a uniform circular array( UCA) is presented in this paper. A virtual uniform linear array (VULA) is first derived by using spatial DFT technique, transforming the UCA from element space to phase mode space to obtain the properties of ordinary ULA, and then the well known spatial smoothing technique is applied to the VULA so that the lost rank of covariance matrix due to signal coherence can be retrieved. This method makes it feasible to use the simple MUSIC algorithm to estimate DOA of coherent signals impinging on a UCA without heavy computation burden. Simulation results strongly verify the effectiveness of the algorithm.     

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.     

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。