基于传播算子的宽带谱相关测向算法

考虑宽带源波达方向（DOA）估计问题,提出了一种基于传播算子的宽带谱相关测向算法。该算法通过循环相关运算降低了噪声和干扰对估计结果的影响,通过多尺度布阵可以获得高精度无模糊二维DOA估计。此外,该算法不需要谱峰搜索,具有计算复杂度低的优点。计算机仿真验证了算法的有效性。     

一种改进的基于传播算子的二维DOA估计算法

针对面阵中的波达方向估计算法复杂度过大的问题,提出了一种改进的基于传播算子的二维面阵波达方向（Direction of Arrival,DOA）估计算法。该改进算法基于面阵平移不变性质,将原始子面阵在X和Y轴上分别平移得到两个子面阵,将两个子面阵相加得到虚拟子面阵,利用原始子阵和虚拟子面阵构造新的信号矢量,基于传播算子算法求出其特征值,特征值中的模值和相位值包含信源的二维角度信息,由此可求出自动配对的二维角度。与基于传播算子的二维DOA估计算法相比,该算法有效降低了运算复杂度,且保持性能相近。仿真实验验证了算法的有效性。     

三平行线阵中基于改进传播算子的二维DOA估计方法

提出了一种三平行线阵中基于改进传播算子的二维波达方向估计方法。该方法针对三平行阵列的结构特点,利用三平行线阵中两个相互垂直的双平行线阵,分别构造一个扩展传播矩阵,求得旋转矩阵。然后根据三平行线阵的特性,对分别得到的旋转矩阵进行配对。最后利用配对后的旋转矩阵,联合估计信号的方位角和俯仰角。该方法当俯仰角在70°~ 90°之间时不会出现角度估计失效问题,充分利用了所有阵元信息,提高了角度估计性能,而且具有更低的计算复杂度。仿真验证了提出方法的有效性。      

基于实值传播算子的非圆信号DOA估计求根算法

为有效降低非圆信号DOA(direction of arrival)估计算法的计算量,本文提出一种非圆信号DOA估计快速算法,借助实值扩展传播算子和多项式求根方法来降低计算量。首先利用信号非圆特性构造出实值的扩展阵列输出矩阵及扩展协方差矩阵,然后使用扩展传播算子方法代替扩展协方差矩阵的特征分解得到噪声子空间,再利用均匀线阵的多项式求根方法获得目标的DOA估计值。对算法的性能仿真和计算复杂度分析表明,新算法的均方根误差性能与Euler-root-MUSIC、NC-root-MUSIC等快速算法相近,但其计算复杂度小于上述非圆信号DOA估计快速算法。优良的性能和较低的计算量使新算法具有良好的实用价值。      

基于高阶循环平稳特性的二维波达方向估计算法

本文提出了一种利用虚拟双线性平行阵的循环累量域二维波达方向 （ＤＯＡ）估计算法。该算法构造了一个虚拟ＤＯＡ循环矩阵（ＶＤＯＡ Ｃｙｃｌｉｃ　Ｍａｔｒｉｘ）,井基于此矩阵进行ＤＯＡ估计。理论分析表明,通过对虚拟ＤＯＡ循环矩阵的特征值分解,就可以得到源信号的二维ＤＯＡ估计。同时由于循环累量对高斯噪声的自然盲性和对信号的选择性,该算法具有循环域和累量域ＤＯＡ估计算法的良好性能。该算法的另一特点是可以提供虚拟扩展孔径,提高了ＤＯＡ估计的性能．     

内插阵列变换扩展传播算子算法

扩展传播算子(EPM)算法是首先对数据进行扩展,再利用传播算子(PM)方法进行测向的一种算法,该算法充分利用了非圆信号的特点,分辨力和估计精度优于未充分利用非圆信号信息的经典高分辨算法。但是在实际信号测向中,由于阵元位置误差的存在,算法的估计性能会受到一定的影响。因此提出一种基于内插阵列变换的扩展传播算子(VIA-EPM)算法,该算法利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实协方差矩阵变换为虚拟协方差矩阵,再对虚拟协方差矩阵进行分块并得出扩展传播算子,进而得出算法的空间谱函数。仿真实验表明:在存在阵元位置误差的情况下,新算法通过对阵元位置校准数据进行内插阵列变换(VIA),取得与阵元位置校准的EPM算法相当的估计性能,保持了阵列扩展能力以及高估计精度,在低信噪比情况下,基于扩展协方差矩阵的VIA-EPM算法的分辨力以及估计精度均要优于基于扩展数据矩阵的VIA-EPM算法。     

基于双向传播算子的互质面阵二维波达方向估计

针对谱峰搜索的二维波达方向估计中现有算法复杂度高,精度受搜索间隔影响较大的问题,给出了一种双向传播算子的互质面阵二维波达方向估计算法,实现了俯仰角和方位角的低复杂、高精度、无模糊联合估计.该方法首先将互质阵列引入到二维波达方向估计中,构造互质平面阵模型,然后采用两次旋转不变传播算子方法计算出不同阵列流型方向上的旋转因子矩阵,根据旋转因子矩阵解算出目标信号的俯仰角和方位角,同时利用互质理论消除了稀疏阵列角度估计的不确定性,证明了互质阵列模型下采用双向传播算子方法进行俯仰角和方位角估计的无模糊性.对算法的复杂度进行理论分析,并给出了平面阵列角度估计的克拉美罗界推导.理论分析与仿真结果表明,算法不需要进行角度匹配和谱峰搜索,在相同条件下的均方根误差性能优于均匀平面阵的多重信号分类算法,并且以较低的复杂度无模糊的达到了高维网格搜索的精度.     

基于累积量的空间特征估计算法及其在智能天线中的应用

在智能天线系统中,波达方向(DOA)估计是实现空分多址的关键问题之一.本文提出了一种基于累积量的多用户空间特征估计算法,并将该算法用于智能天线中的多用户相干源DOA估计.该算法利用累积量构造了空间特征矩阵,通过对空间特征矩阵的特征分解得到各用户信号的空间特征估计,并基于空间特征估计,利用前后平滑空间特征协方差矩阵估计共信道多用户信号的DOA.仿真实验验证了算法的有效性.     

基于空间特征的多用户循环累量域波达方向估计算法

本文提出了一种基于空间特征的多用户相干源ＤＯＡ估计算法。该算法构造了循环累量域窨特征矩阵,通过对空间特征矩阵的特征分解估计多用户信号的空间特征,并利用前后向平滑空间特征协方差矩我用户信号的ＤＯＡ。理论分析表明：该算法能估计共信道多用户相干信号的ＤＯＡ,并自动分组。它的另一个特点是具有ＤＯＡ估计的选择性。     

累量域虚拟阵列二维波达方向估计算法

利用空间四阶累量的孔径扩展性质,构造了一种新的累量域虚拟阵列波达方向矩阵。由累量域虚拟阵列波达方向矩阵非零特征值的幅值和相位即可分别估计出信号源的方位角和俯仰角。本算法阵元利用率高,阵列布置灵活,由于采用了累量,通过适当布置阵列可压制任意分布噪声,获得较好的估计效果。     

基于谱分解的降阶求根MUSIC算法

求根多重信号分类(Root-MUSIC)算法以多项式求根代替谱峰搜索,降低了波达方向(DOA)估计的计算量,但当阵元数较大时,其计算量依然很大。为进一步降低计算量,该文提出一种降阶Root-MUSIC(RD-Root-MUSIC)算法。该算法基于谱分解将Root-MUSIC多项式的阶次降低一半,再根据矩阵特征多项式与求根多项式的关系构造友阵,采用Arnoldi迭代计算得到友阵的L个大特征值(L为信号数)并估计DOA。仿真结果表明,RD-Root-MUSIC估计精度与Root-MUSIC相近,但其在大阵元下具有比Root-MUSIC更低的计算量。     

Polynomial coefficient finding for Root-MUSIC

Root-MUSIC (MUltiple SIgnal Classification) is the polynomial rooting form of MUSIC, namely, the spectrum peak searching is resplaced by the polynomial rooting in MUSIC implementation. The coefficients finding of the polynomial is the critical problem for Root-MUSIC and its improvements. By analyzing the Root-MUSIC algorithm thoughly, the finding method of the polynomial coefficient is deduced and the concrete calculation formula is given, so that the speed of polynomial finding roots will get the bigger ex...     

基于Schur-Hadamard积波束域传播因子的分布式信源参数联合估计

针对分布式信源阵元域参数估计算法在低信噪比时性能下降、计算量大的问题,提出了基于Schur-Hadamard积波束域传播因子的分布式信源参数联合估计算法.根据角度信号密度对称的约束条件,将分布式信源方向向量化简为点信源方向向赶与实矩阵的Sehur-Hadamard积,使其两个子矩阵满足传播因子的线性变换,进而将波束域传播因子方法用于分布式信源参数联合估计,降低了计算量.仿真实验验证了所提算法的有效性,与阵元域DSPE算法相比,基于Schur-Had-amard积的波束域传播因子算法具有更好的信噪比性能.     

一种快速实值分解Root-MUSIC方位估计算法

针对基阵输出信号的协方差矩阵具有中心-厄尔米特特性,提出了一种基于实值分解技术的Root-MUSIC算法,并给出了一种降阶快速求根方法,这种降阶算法可以降低求解多项武的次数.实值分解技术极大降低了特征分解时的计算量,可分辨多个高度相关或相干信号源.仿真实验结果证明,与传统算法相比,快速实值分解Root-MUSIC算法具有可以分辨相干信号、计算量小和性能好等优点.     

基于扩展传播算子的非圆信号测向方法

现代通信系统大量使用非圆信号,利用经典高分辨算法对其测向没有充分利用非圆信号的信息,因而性能受限.本文提出的扩展传播算子测向算法(EPM)先对数据进行共轭扩展,再利用传播算子方法(PM)测向,充分利用了非圆信号的特点,从而可对多于阵元数的信号进行测向,分辨力和测角精度优于OPM(正交传播算子测向算法)和MUSIC算法,同时保持了PM算法的特点,不需要特征分解(ED)或奇异值分解(SVD).文中还分析了EPM算法的均方误差性能和计算复杂度,得到了均方误差的解析表达式.仿真实验验证了EPM算法的优良性能,均方误差的理论结果与仿真值相符.     

基于四元数的Root-MUSIC的双基地MIMO雷达中角度估计算法

该文将四元数理论应用到双基地集中式多输入多输出(MIMO)雷达的角度估计中。文中通过传统数据模型构造四元数矩阵,提出了基于四元数的求根-多重信号分类(Root MUltiple SIgnal Classification, Root-MUSIC)的MIMO雷达中角度估计算法,该算法通过奇异值分解和Root-MUSIC来估计出发射角(Direction Of Departure, DOD)和接收角(Direction Of Arrival, DOA)。该算法的角度估计性能远优于现有文献的方法,并且无需谱峰搜索,复杂度大大降低。仿真结果验证了算法的有效性。     

基于改进传播算子的DS-SS信号扩频序列盲估计方法

本文研究了DS-SS信号的扩频序列盲估计问题,针对现有特征值分解算法失步时间估计不准和计算量大等缺点,提出一种基于改进传播算子的扩频序列盲估计算法,该算法对传统传播算子估计信号子空间的方法进行了改进,使之能够估计扩频序列,并利用信号子空间估计信号失步时间.与基于特征值分解的方法相比,本文算法提高了失步时间的估计精度,并有效的降低了计算量.最后对算法计算量和性能进行了仿真分析和验证,结果表明本文算法有效,计算量远小于现有特征值分解算法,且估计性能在低信噪比条件下更优.     

基于传播算子的声学矢量传感器阵列 扩展孔径二维DOA估计算法

 本文提出一种基于传播算子的声学矢量传感器阵列扩展孔径二维DOA估计算法.首先,利用传播算子方法得到一组高精度模糊的DOA估计值;然后,利用声学矢量传感器的特点得到另一组低精度无模糊的DOA估计值;最后,利用无模糊估计值对模糊估计值进行解模糊处理,得到高精度无模糊的DOA估计值.提出的算法无需进行特征值分解或奇异值分解进行信号子空间/噪声子空间的估计.与基于ESPRIT的算法相比,提出的算法的计算量约为信号个数与声学矢量传感器个数的四倍之比.计算机仿真结果表明在信噪比不是很低时,提出的算法与基于ESPRIT的算法具有相当的估计性能.