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。     

一种新的波达方向和多普勒频率估计算法

基于均匀圆形阵列,提出了一种同时估计空间非相干信号源方位角、仰角和多普勒频率的快速算法。该方法对均匀圆阵的输出信号进行模式空间转换,使得阵列流形具有类似于均匀线阵的形式,然后通过构造相应的数据矩阵得到传播算子的最小二乘（LS）估计,并由传播算子构造出一个特殊的低维矩阵,其特征值给出多普勒频率估计,特征向量舍有阵列流形的信息。结合模式空间阵列流形的性质,给出了一种DOA估计的总体最小二乘算法,在低信噪比条件下可提高测向精度。该方法不需要谱峰搜索和参数配对,具有运算量小的优点。计算机仿真验证了该方法的有效性。     

一种新的基于线性变换波达方向估计算法

本文提出了一种基于线性变换的波达方向估计算法.与一般的基于无需特征分解的线性变换方法不同,本文假设并利用了噪声的时间相关长度小于信号的时问相关长度这一性质来消除噪声的影响,然后利用阵列的旋转不变特性直接估计波达方向而无需进行谱峰搜索或计算多项式的根.仿真实验也表明了本算法的去噪性能即在低信噪比时比传统的线性变换算法具有更好的统计性能.     

一种分布式目标波达方向估计方法

本文提出一种在多径情况下,利用广义阵列流形的特点,通过求解矩阵的广义特征值分解,不用进行谱峰搜索或多维参数搜索,直接由广义特征值得到分布式目标波达方向（DOA）估计的方法。该方法的估计性能对信号源的分布特性优于MUSIC方法。     

一种快速的二维高分辨波达方向估计方法混合波达方向矩阵法

本文利用两个具有位移特性的二维传感器子阵列信息构成一种新的矩阵混合波达方向矩阵。混合波达方向矩阵的特征值和特征矢量分别为信号源方位角与高低角的混合方向元素和方位角与高低角的混合方向矢量。合理选择子阵列构造可以解决兼并信号源分辨问题和降低阵列孔径损失。     

相干信源波达方向估计的加权空间平滑算法

提出了一种用于空间相干源DOA估计的加权空间平滑算法(WSS，weighted spatial smoothing)。常规的空间平滑算法没有利用子阵输出的互相关信息，而且对相干信源的分辨力较差。WSS算法充分利用了子阵输出的自相关信息和互相关信息，将主阵协方差矩阵的所有子阵阵元数阶的子矩阵进行加权平均，以期提高常规空间平滑算法的分辨性能。文中以加权平滑后等效的信源协方差矩阵的对角化为约束条件，推导了加权矩阵的理论表达式。计算机仿真结果表明，WSS算法与常规空间平滑算法相比具有更高的分辨性能和更低的信噪比门限。特别是在于阵划分较多时其优越性更加明显。     

一种用于DS-CDMA系统波达方向估计的新方法

本文提出了一种适用于DS-CDMA扩频通信系统的信号波达方向(DOA)估计方法。理论分析和仿真结果表明,该方法能实现用户数远大于自适应天线阵的阵元数的CDMA系统信号波达方向估计。与谱估计法和MUSIC法不同,该方法不需要确知信号源数,且空间分辨率高,计算量小,有较强的实用性。     

一种波达方向、频率联合估计快速算法

首先提出了基于PM(propagator method)方法的波达方向(DOA)、频率联合估计快速算法，给出了PM算子的一个估计，由PM算子构造出一特殊的低维矩阵，其特征值给出频率的估计，进而由估计的频率和相应的特征矢量得到DOA的估计。该算法具有参数自动配对，计算量小的优点，易于在工程应用中实时处理。计算机仿真结果证实了算法的有效性。     

有效的自适应波达方向盲估计算法

本文在分析自适应信号盲分离算法渐近稳定性基础上,提出了一种有效的自适应学习算法用于波达方向盲估计。研究了算法的有界性和渐近稳定性。以渐近稳定性为前提,给出了算法中非线性函数的适当选择。为了抑制噪声和估计信源数,在算法中还增加了白化过程。仿真研究表明,算法是有效的而鲁棒的,其能够从有操声的阵元信号中估计波达方向。     

一种快速的二维高分辨波达方向估计方法——混合波达方向矩阵法

本文利用两个具有位移特性的二维传感器子阵列信息构成一种新的矩阵－混合波达方向矩阵。混合波达方向矩阵的特征值和特征矢量分别为信号源方位角与高低角的混合方向元素和方位角与高低角的混合方向矢量。合理选择子阵列构造可以解决兼并信号源分辨问题和降低阵列孔径损失。     

Computationally efficient DOA estimation for coprime linear array: a successive signal subspace fitting algorithm

ABSTRACT

In this paper, direction of arrival (DOA) estimation of multiple signals with coprime array is investigated and signal subspace fitting (SSF) method is linked to the coprime array, which achieves a better DOA estimation performance than the traditional uniform array. While the SSF method requires expensive computational cost in the case of multiple signals due to the multidimensional global angular searching, we propose a successive SSF (S-SSF) algorithm from a computationally efficient perspective. In the proposed algorithm, we employ rotational invariance and coprime property to obtain the initial estimates. Then, via a successive scheme, we transform the traditional multidimensional global angular searching problem into one-dimensional partial angular searching one. Consequently, the computational complexity has been significantly reduced. Specifically, the proposed S-SSF algorithm can obtain almost the same DOA estimation performance as SSF but with remarkably lower complexity. Finally, Cramer-Rao Bound (CRB) is provided and numerical simulations demonstrate the effectiveness of the proposed algorithm.     

基于Burg叠代的多径信号DOA估计算法

讨论了移动通信环境中的信号多径DOA估计问题，首先对典型算法作了简要回顾，然后给出了阵接收多径信号模型，给出了基于Burg算法的多径DOA估计算法原理，指出了该方法的特点，最后给出了计算机仿真实验结果。     

一种基于矩阵三对角化分解的DOA估计算法

针对DOA（Direction of Arrival）估计在低信噪比的情况下估计性能下降的问题, 根据阵列协方差矩阵共轭对称的特点,采用基于Givens变换的三对角化分解方法对协方 差矩阵进行三对角化,同时利用盖氏(Gerschgorin)圆递推方法准确估计信号子空间的秩, 然后再对三对角 矩阵进行对角化,估计出噪声子空间,利用噪声子空间与导向矢量正交实现波达方向估计, 改善了低信噪比背景下估计的误差性能和稳健性。计算机仿真证明了算法的有效性 。     

基于遗传算法的水下阵列DOA估计研究

利用遗传算法研究水下阵列对目标的方位角估计问题,提出了一种新的方法证明遗传算法中的适应度函数对应于信号源的阵列流型取得极大值,采用该适应度函数的遗传算法(GA)计算量介于MUSIC算法和DML算法之间.通过计算机仿真验证,采用该适应度函数的遗传算法进行的DOA估计具有分辨相干目标的能力,角度分辨力高于MUSIC算法,估计偏差和均方误差在中低信噪比条件下小于MUSIC算法,与DML算法基本一致.     

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。     

一种修正的矢量奇异值分解DOA估计算法

在均匀线性阵列模型下,特征矢量奇异值分解算法能够对相干信号进行DOA估计,但相干和不相关信号同时存在时,算法的估计会出现错误。针对这一问题,提出了一种修正算法(MESVD),该算法选取经过加权处理的特征向量来构造矩阵,并利用该矩阵进行子空间估计。理论分析和数值仿真证明:修正后的算法能够正确估计相干、相关和不相关信号,估计性能与空间平滑算法(FBSS)相当。     

A method for solving DOA estimation ambiguity in esprit algorithm

This paper introduces a method for solving DOA estimation ambiguity in ESPRIT algorithm with the conventional beamformer. With the help of it, for any space of two subarrays, the signal DOA in [-π/2 ,π/2] can be estimated effectively by using ESPRIT algorithm. Finally, some simulation results to verify the theoretical analyses are presented.     

多径条件下均匀线阵DOA估计及互耦误差自校正

针对多径信道环境下存在互耦误差的均匀线阵,提出了一种联合波达方向估计及互耦 误差自校正算法。在不改变阵列互耦误差的条件下,首先利用虚拟阵列平移预处理方法,将 相干信源协方差矩阵恢复到满秩。进而利用互耦误差的对称Toeplitz特性,基于子空间原理 构造一代阶函数,采用秩损的方法得到互耦误差条件下的DOA估计及阵列互耦误差。数值仿 真结果表明,该算法具有良好的DOA估计性能与互耦误差自校正性能。     

A novel wideband DOA estimator based on Khatri-Rao subspace approach

A novel DOA estimation method for uncorrelated wideband sources named focusing Khatri-Rao subspace method (FKR) is proposed based on coherent signal-subspace method (CSM) and Khatri-Rao (KR) subspace. Compared with the conventional CSM that simply averages the covariance matrices of different frequency bins after focusing, FKR transforms the covariance matrices into a higher dimensional matrix through KR product. This method has three major advantages: (1) it achieves a higher resolution than CSM, (2) the root mean square error of DOA estimation from FKR is smaller than that of CSM when the initial angles are inaccurate and (3) it performs well even when the number of sensors is reduced to about half of the sources. The performance of the FKR method is demonstrated and analyzed through the computer simulations.     

基于协方差、正性和L1范数约束的迭代波达方向估计方法

本文通过将只能用于均匀线阵的PHD方法推广到稀疏线阵,同时将正性约束引入FOCUSS方法,得到了一种基于协方差、正性和l1范数约束进行协方差重建的迭代波达方向(DOA)估计方法.该方法利用了MUSIC方法忽略的反映阵列几何形状的协方差矩阵结构信息和DOA估计的稀疏约束信息,不仅突破了信号源个数小于阵元数的限制,并具有提高DOA估计性能的潜力.理论分析和仿真实验结果表明,这种迭代DOA估计方法一般经过数次迭代就能获得稳定的高分辨率DOA估计.