电偶极子组天线幅相误差校正

存在幅相误差时,基于特征值分解的子空间类算法性能急剧恶化.为了校正幅相误差,用一个线极化校正源信号,无须准确已知校正源的波达方向.在校正过程中只需将待校正电偶极子组绕x轴旋转90°,根据旋转前后到达角的关系以及对应电场分量的比值关系得到到达角的估计,进而得到幅相误差的估计,导出了到达角和幅相误差估计的闭式解.数值仿真结果证明了该方法的有效性.     

提高二维DOA估计分辨率的改进MUSIC算法

针对经典二维多重信号分类(Multiple Signal Classification, MUSIC)算法在低信噪比和小快拍数情况下,分辨率受阵列孔径限制的问题,提出了一种改进的基于MUSIC算法的二维测向算法．该方法利用MUSIC谱函数极大值点处对方位角和仰角的二阶偏导数小于零的特性,通过对方位角和仰角求二阶偏导,构造了新的空间谱函数．对新的空间谱函数进行谱峰搜索,其负向谱峰所对应的角度就是目标的波达方向 (Direction Of Arrival, DOA)估计．理论分析和仿真结果表明,在低信噪比、小快拍数下,该方法对相近信源有更高的角度分辨率和更低的均方根误差,并且可适用于任何阵型．     

雷达信号I/Q通道幅相误差校正的新方法

提出了一种新的基于信号时域统计特性的的雷达信号I／Q通道幅相误差的校正方法，给出了实际校正网络框图．仿真结果表明，存在幅相误差的信号经该网络校正后，主信号和镜象信号功率之比达到了60dB以上，可以满足后续信号处理系统对弱小目标检测和目标识别的要求．     

窄带信号频率和角度估计新方法

针对宽带接收机对窄带信号进行频率和到达角估计问题,提出了一种新的快速频率和角度估计方法．首先利用参考频率进行到达角预估计,然后利用空域滤波有效地将频率和预估计到达角进行匹配,并根据天线阵列的结构特点利用信号的相应频率进行预估计到达角校准,获得了信号的准确频率和到达角估计值．仿真分析验证了所提出方法可实现宽带接收机的窄带信号到达角和频率的快速估计．     

基于数据阵共轭重构的MUSIC角估计算法

介绍了一种利用接收数据及其共轭重构得到新的数据矩阵,然后借助于数据阵奇异值分解实现的修正MUSIC算法,并指出了这将有助于改善协方差矩阵特征值的分布,从而提高信号到达方向(DOA)的估计性能。在相同的信噪比和快拍数条件下,该方法无论是在角估计的均方误差、信号源角分辨能力等方面均优于普通的MUSIC算法,并给出了验证理论分析的计算机仿真结果。     

基于L型阵的二维相干源信号的DOA估计

提出一种在高斯白噪声下基于L型阵的二维相干源信号的DOA估计的方法.本算法首先通过对接收数据进行前向空间平滑来达到去相干目的,然后计算出3个m×m相关矩阵,用此构造一个3m×m大矩阵,并对其进行特征值分解,最后利用ESPRIT方法对方向角和仰角进行估计.本算法无需谱峰搜索,无相位模糊问题,且参数自动匹配,计算量较小.仿真结果证明了该方法的有效性.     

基于均匀圆阵的相干波束形成算法

提出了一种均匀圆阵相干波束形成方法，即模式空间矩阵重构（MODE—TOEP）波束形成算法.该算法对均匀圆形阵列（UCA）的输出信号进行模式空间转换，在此基础上重构一个Toeplitz矩阵，然后进行基于特征空间的波束形成，可以有效地抑制相干干扰．仿真表明，MODE-TOEP波束形成算法在小快拍数、小信噪比时有较好的性能，而且存在指向误差时有很强的稳健性．     

均匀直线阵下通用信号模型稳健波束形成算法

针对非相干散射信号源稳健波束形成问题,提出了一种均匀直线阵下通用信号模型稳健波束形成算法．该算法通过引入数据共轭重排理论,利用定义的两个转换矩阵,重新构造信号协方差矩阵,给出了最优权矢量的实值闭式表达式,减少了算法的计算复杂度．仿真分析了期望信号信噪比、指向误差、快拍数及失配约束参数对输出信干噪比的影响．仿真实验表明,通过对接收数据的共轭重排再利用,提高了算法在快拍数有限、存在有用信号失配及其他失配等非理想条件下的输出性能．     

基于四阶累积量的极化近场源距离、频率及到达角的联合估计算法

研究了由与坐标轴方向一致的偶极子对构成的均匀线阵。使用四阶累积量提出了一种极化近场源距离、频率及到达角(DOA)三维参数联合估计算法。该算法不需谱峰搜索且各参数自动配对,适用于任意加性高斯噪声环境。仿真结果表明,该算法在性能上优于相应的没有利用极化信息的算法。     

利用延时预处理的DOA估计方法

针对MUSIC算法的分辨力和测角精度受到信噪比、快拍数等因素限制的问题,提出了利用延时预处理的波达方向(DOA)估计算法,该算法充分利用蕴含在接收数据延时相关函数中的信号角度信息.利用所有阵元接收数据的延时相关函数构造新的阵列输出矩阵进而得到新的协方差矩阵,对其进行特征值分解,得到噪声子空间,最后引入变尺度混沌优化算法来简化空间谱估计函数的构造和谱峰搜索过程.仿真实验表明,该算法分辨率和测角精度均优于MUSIC算法并且减小了计算时间.     

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．     

基于实值信号子空间的虚拟阵列解相干算法

针对存在相干信源时,传统的DOA估计算法失效问题,提出一种基于实值特征子空间的虚拟阵列解相干算法.该算法根据虚拟阵列变换的思想,利用阵列接收数据构造虚拟子阵,实现对信号的解相干处理,并将协方差矩阵从复数域变换为实数域,获得一个实值信号子空间,最后利用实数域ESPRIT (Unitary ESPRIT)估计信号波达方向.该方法避免了阵列孔径损失,保持了阵列的空间分辨率,估计精度高,利用个阵元可估计个信源,且引入实数域处理和无需空间谱搜索,运算量小.计算机仿真验证了该方法的有效性和优越性.     

2-D DOA estimation of coexisting uncorrelated and coherent signals

The common two dimensional (2-D) direction of arrival (DOA) estimation algorithms for coexisting uncorrelated and coherent signals are based on the complex array structure, such as the uniform rectangular array, so the computational complexity is high and the array aperture is not utilized efficiently. By taking advantage of the L-shape array and adopting an efficient method to eliminate the Gaussian noise, a new 2-D DOA estimation method is proposed. Firstly, the DOAs of the uncorrelated signals are estimated and the influence of the coherent signals is eliminated by utilizing its characteristics. Then, the data covariance matrix containing the coherent information only is obtained by exploiting the Toeplitz property of the uncorrelated signals, and the DOAs of the coherent signals are estimated by the direction finding method based on the compressed sensing theory. Theoretical analysis and simulation results show that the proposed method has a small computational load, high array aperture as well as excellent estimation performance.     

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.     

均匀圆阵相干信源DOA估计的差分算法

提出了一种新的均匀圆阵解相干算法。在模式空间中,均匀圆阵被转换为一虚拟的均匀线阵。利用该虚拟线阵的特殊阵列模型结构可重构一差分矩阵,使其秩只与相干(或相关)信号的波达方向(DOA)有关。该算法可使得非相干信源与相关(或相干)信源分辨开,且通过利用常规超分辨方法估计不相关源和相关源的空间谱,再利用差分矩阵中包含的相干及相关源信息分辨相关及相干信源,可重复利用阵列接收数据,从而分辨更多信源。仿真结果验证了该算法的有效性。     

非圆信号的二维相干测向新方法

传统的二维相干测向算法都是针对圆信号提出的,且要求大快拍数和较多阵元数,在低信噪比时估计性能较差.通过充分利用非圆信号的特点和L型阵列的结构优势,提出了一种非圆信号的二维解相干新方法.该方法利用阵列接收信号数据及其共轭信号数据,重新构造阵列接收数据矩阵,有效地扩展了阵列孔径;同时,提出了一种修正的空间平滑技术进行解相干,最后采用ESPRIT算法实现相干信号的二维DOA估计.所提方法具有阵列利用率高的优点,能够有效弥补传统二维测向算法阵列利用率低的缺点,提高了ESPRIT算法在低信噪比时的估计性能.实验仿真结果表明,所提方法能够有效实现二维相干信号估计并且估计性能优良.     

基于Toeplitz矩阵的互耦误差下相干信号源DOA估计

在阵列互耦误差存在的前提下,针对多组相干信号源和若干非相干信号源并存的情况,提出了一种对信号源进行准确估计的算法.算法首先估计阵列的互耦参数,并利用此互耦参数对阵列接收数据进行补偿;然后利用Toeplitz矩阵重构法对相干信号进行解相干;最后利用MUSIC算法估计各个信号源的来波方向(direction of arrival,DOA).实验结果表明,算法有效解决了互耦的影响,避免了阵列损失,实现了间距很小信源的准确估计.     

基于MP的近场源方位角、仰角、距离和极化参量联合估计算法

提出了一种基于十字极化阵列的近场源五维参数联合估计方法。采用中心对称的十字阵列结构,阵列由与坐标轴方向一致的偶极子对组成,分别感应x轴方向和y轴方向的电场分量。利用极化阵列的接收数据,构造出六对矩阵束,并通过对矩阵束广义特征值分解得到的广义特征值来联合估计信源的方位角、仰角、距离和极化等参数。算法不需要谱峰搜索,广义特征值包含参数配对信息,配对方法简单,且不需要构造高维累积量矩阵,适用于加性高斯噪声环境(白噪声和色噪声),仿真试验证明了该算法的有效性。     

最小残差法的方向估计

针对基于相位匹配原理的最小二乘法(LSMSPM)无法估计具有相同中心频率的窄带入射源的波达方向问题,提出了最小残差法(MRM)的方向估计方法.首先将阵列接收信号转换到频域,在中心频点处将相位匹配后的数据模型转换为估计频谱参数的线性方程组,采用加权最小二乘法解该方程组,以残差平方和的倒数作为MRM方法的方向估计算子.MRM方法提高了LSMSPM方法的方向估计性能,相同中心频率的等功率窄带双源入射时其角度分辨能力优于常规波束形成方法.