高斯噪声背景下多用户波达方向估计与互耦自校正

在高斯噪声背景下,针对互耦条件下的均匀线阵(Uniform Linear Array, ULA),该文提出了一种联合多用户波达方向(Direction Of Arrival, DOA)估计与互耦误差自校正算法。该算法首先利用特征矩阵联合相似对角化(Joint Approximative Diagonalization of Eigen matrix, JADE)方法估计出各用户广义空间特征矢量,然后定义了一个将各用户广义空间特征矢量转换为只与部分阵元相关的转换矩阵,进而在斜投影及前后向空间平滑的基础上,实现了多用户相干信源DOA估计,最后以多用户相干信源DOA及广义空间特征矢量估计值为基础,给出一种互耦自校正方法。仿真结果表明:该算法具有较高的DOA估计精度及DOA估计成功率,而且对高斯白噪声/色噪声背景,阵列互耦误差已知/未知情形,均具有普适性。     

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。     

多子阵互耦条件下的一维波达方向估计及互耦白校正

该文研究多子阵（multiple subarrays）阵元互耦条件下的波达方向（DOA）估计,假设阵列由多个位置已知的均匀线阵（ULA）组成,但线阵阵元间存在互耦效应。利用均匀线阵互耦矩阵的带状、对称Toeplitz性及多子阵互耦矩阵的块状对角特性,提出了一种解耦合波达方向估计及互耦自校正算法。该算法在未知阵元互耦参数的情况下,可准确估计出信源的波达方向。另外,算法在精确估计波达方向的同时,还可准确估计出阵元问的互耦系数,实现多子阵的互耦自校正。算法的波达方向估计只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算,可明显减小算法运算量。文中讨论了算法参数可辨识性的必要条件,并分析计算了多参数联合估计的克拉美-罗界（CRB）。理论分析及蒙特卡罗仿真结果表明,该算法具有计算量小、DOA估计分辨力高、互耦校正效果好等优点。     

基于L型阵列的方位估计及互耦自校正算法研究

 针对L型阵,提出了一种互耦自校正算法（SAL: self-calibration algorithm for L-shaped array）。该算法利用L型阵列特殊的互耦特性,实现了对信源信息（DOA）和阵列互耦系数的解耦合,从而无需任何校正源就可以实现两类参数的估计。与基于循环迭代最小化技术的传统自校正算法相比,该算法先通过搜索谱峰估计信源信息（DOA）,再估计互耦系数,从而避免了多维搜索带来的庞大运算量和迭代中的全局收敛性问题。仿真结果表明本文提出的自校正算法具有精度高、计算量小的特点。     

多子阵互耦条件下的一维波达方向估计及互耦自校正

该文研究多子阵(multiple subarrays)阵元互耦条件下的波达方向(DOA)估计,假设阵列由多个位置已知的均匀线阵(ULA)组成,但线阵阵元间存在互耦效应。利用均匀线阵互耦矩阵的带状、对称Toeplitz性及多子阵互耦矩阵的块状对角特性,提出了一种解耦合波达方向估计及互耦自校正算法。该算法在未知阵元互耦参数的情况下,可准确估计出信源的波达方向。另外,算法在精确估计波达方向的同时,还可准确估计出阵元间的互耦系数,实现多子阵的互耦自校正。算法的波达方向估计只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算,可明显减小算法运算量。文中讨论了算法参数可辨识性的必要条件,并分析计算了多参数联合估计的克拉美-罗界(CRB)。理论分析及蒙特卡罗仿真结果表明,该算法具有计算量小、DOA估计分辨力高、互耦校正效果好等优点。     

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。     

基于累积量的互耦误差下相干信号DOA估计

在高斯色噪声和阵列互耦误差背景下,针对相干信号源和非相干信号源并存的问题,提出了一种准确估计信号源到达角(DOA)的算法。首先,采用辅助阵元法将互耦误差从阵列流形中分离;然后结合空间平滑技术和四阶累积量构建平滑矩阵,实现对高斯噪声的抑制和对信号的解相干;最后使用ESPRIT算法获得信号源的来波方向。仿真结果表明,文中算法有效解决了阵列互耦和信源相干的影响,在高斯白噪声和高斯色噪声环境下均能精确地估计DOA。     

互耦条件下均匀线阵DOA盲估计

阵元间存在互耦时,经典的波达角(DOA)估计算法性能急剧下降甚至失效。针对互耦条件下均匀线阵DOA估计问题,该文提出一种基于盲源分离的DOA盲估计算法。首先,利用源信号的统计特性,由盲源分离方法估计广义阵列流形矩阵;然后,利用均匀线阵互耦矩阵带状、Toeplitz矩阵的特点,将DOA估计问题转化为多个可分离非线性最小二乘问题,由多个1维频域搜索得到DOA的估计。该算法无需高维搜索或多维迭代,对互耦自由度要求更低,互耦自由度未知时仍旧适用,稳健度高。数值仿真验证了该文算法的有效性。     

多径环境下阵列波达方向估计及互耦校正

在阵列信号处理的研究中,多径环境会降低接收机的定位精度,传统的多重信号分类算法的性能会大大降低,空间平滑算法能有效地进行解相干。当阵列天线存在互耦效应时,传统的空间平滑算法的测向性能会大大下降。针对多径环境下的均匀线阵,利用互耦矩阵的复对称带状的结构特点,结合空间平滑算法,提出了一种可以进行互耦校正的波达方向估计算法。该算法通过求解线性约束下的二次规划问题,利用谱峰搜索得到入射信号的DOA。数值仿真结果验证了该算法的有效性。     

阵元间互耦条件下一维波达方向估计方法

该文在与波达方向(DOA)有关的阵元间互耦条件下,提出了一种新的自校准DOA估计方法,并给出了参数可辨识性的一个必要条件。该方法利用一维DOA搜索,无需估计互耦参数,避免了多维参数搜索和迭代过程。仿真实验结果表明,阵元间互耦参数和DOA估计存在模糊性。在其间存在互耦的阵元个数已知的条件下,可以得到正确的DOA估计结果。     

2-D DOA Estimation in the Presence of Mutual Coupling

We present a 2-D direction of arrival (DOA) estimation algorithm in the presence of unknown mutual coupling for the uniform rectangular array (URA) based on the multiple signal classification (MUSIC) algorithm. By setting the sensors on the boundary of the URA as auxiliary sensors, it can accurately estimate the DOAs without any calibration sources or iterative operations. We prove that the effect of mutual coupling can be eliminated by the inherent mechanism of the proposed method. Twice search technique is used to reduce the computation of the 2-D spectrum search. Moreover, we provide a method to estimate the mutual coupling coefficients after getting the DOA estimates. Simulation results confirm the effectiveness of the proposed algorithm.     

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。     

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.     

2-D DOA estimation in case of unknown mutual coupling for multipath signals

In this paper, two dimensional (2-D) direction-of-arrival (DOA) estimation problem in case of unknown mutual coupling and multipath signals is investigated for antenna arrays. A new technique is proposed which uses a special array structure consisting of parallel uniform linear array (PULA). PULA structure is complemented with auxiliary antennas in order to have a structured mutual coupling matrix (MCM). MCM has a symmetric banded Toeplitz structure which allows the application of the ESPRIT algorithm for 2-D paired DOA estimation. The advantage of the PULA structure is exploited by dividing it into overlapping linear sub-arrays (triplets) and spatial smoothing is employed to mitigate multipath signals. Closed form expressions are presented for search-free, paired and unambiguous 2-D DOA estimation. Two algorithms PULA-1 and PULA-2 are proposed to effectively solve the problem. Several simulations are done and the accuracy of the proposed solution is shown.     

基于空频解耦的宽带DOA估计算法

宽带波达方向(DOA)估计是宽带阵列信号处理领域的热点问题,当宽带信号的距离分辨率与宽带孔径可比拟时,孔径渡越效应会成为影响宽带波达方向估计精确度的重要因素。基于宽带阵列信号在空域与频域间呈现线性耦合的特点,利用梯形变换进行解耦处理,并对解耦后数据相干积累进行 DOA估计。实验结果表明,通过对宽带孔径渡越效应的消除,宽带 DOA估计精确度显著提高。该算法具有较低的计算复杂度和较高的 DOA估计精确度,是一种有效的宽带 DOA估计算法。     

DOA estimation and self-calibration algorithm for uniform circular array

Based on the banded circulate and symmetric Toeplitz model for the mutual coupling of a uniform circular array, a decoupling direction of arrival (DOA) estimation and self-calibration algorithm is proposed. The new algorithm provides an accurate DOA estimation without the knowledge of mutual coupling. In addition, the mutual coupling coefficients for array self-calibration can be achieved simultaneously. Instead of multidimensional nonlinear search or iterative computation, the algorithm only uses a one-dimensional search and can reduce the computation burden. Simulation results demonstrate the validity of the proposed method.