基于压缩感知的宽频段二维DOA估计算法

针对2维DOA估计问题,该文提出一种基于压缩感知(CS)的宽频段2维DOA估计算法,能够同时得到多个窄带信号的中心频率、方位角和俯仰角。首先利用方位向和俯仰向的空间频率分别建立过完备稀疏字典,然后通过对阵列接收数据的压缩采样得到空间频率的高分辨估计,最后通过空域滤波实现中心频率、方位角和俯仰角之间的匹配。理论分析表明,该算法具有较高的估计精度与分辨力,对信噪比(SNR)要求不高,无需多维搜索过程,且经过压缩采样降低了运算量。仿真结果验证了算法的正确性与有效性。     

一种稀疏表示的二维DOA降维估计新算法

提出了一种基于空间锥角降维的二维DOA稀疏分解估计新方法,解决了利用稀疏表示方法进行二维DOA估计时计算复杂度大的问题.根据L阵列的结构特性,引入空间锥角表示信号的二维DOA信息,构造空间锥角冗余字典,通过稀疏正则化求解实现空间锥角的估计,然后利用求解得到功率实现L阵列中两个子阵之间的空间锥角配对,从而达到对多来波的二维DOA估计的目的,其避免了方位角和俯仰角组合而造成冗余字典庞大的问题,极大地减少了稀疏分解的计算量.仿真和实测数据结果均验证了该方法的有效性和优越性,为进一步的工程应用奠定了基础.     

基于压缩感知DOA估计的稀疏阵列设计

根据格拉姆(Gram)矩阵优化测量矩阵的方法,给出了一种基于压缩感知波达方向(DOA)估计的均匀线阵的稀疏阵列设计方法.该方法不需要对阵列的输出数据进行压缩采样,直接利用稀疏阵列的输出数据,然后利用稀疏恢复算法求解DOA估计信息.实验仿真证明,相比于原均匀线阵,所提方法在阵元数目较少且信噪比较低的情况下具有更好的DOA估计性能.     

基于空间角稀疏表示的二维DOA估计

论文提出一种基于空间角稀疏表示的维DOA估计方法,解决了维DOA估计中冗余字典构造的难题。构建的空间角包含了方位角和俯仰角的信息,利用其构造冗余字典可以将方位角和俯仰角的组合从维空间映射到1 维空间,极大地降低了字典的长度和求解的复杂度;同时将算法推广到频域,扩展了其应用范围。与传统的高分辨算法相比,该方法对信噪比和快拍数要求不高、无需特征值分解和多维搜索过程。理论分析和仿真实验,验证了该方法对维相干信号和非相干信号都具有较高的估计精度和较好的分辨力,在不同信噪比下性能优于MUSIC算法。     

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。     

基于联合稀疏矩阵恢复的DOA估计算法

基于联合稀疏矩阵恢复的思想,提出一种新的窄带信号DOA 估计算法。算法通过对计算得到的各帧阵列协方差矩阵进行矢量化操作,构造伪数据矩阵;然后构建过完备的阵列方向矩阵字典,形成联合稀疏信号模型;接着利用联合l_2,0 逼近法求出联合稀疏矩阵的优化解,由此得到信号DOA 的估计值。由于二阶统计量的矢量化操作扩展了阵列孔径,算法能够分辨多于阵元数的信号,同时适用于窄带短时平稳或平稳信号,且不需要预先估计信号源数。计算机仿真结果证明了算法的有效性。     

2D DOA and Frequency Estimation Method with One Vector-Sensor and Two Pressure Sensors Based on ESPRIT and Signal Power

We use one vector and two pressure sensors to form a sparse large aperture L-shape array for high performance two-dimensional (2D) direction of arrival (DOA) and frequency estimation. Because the number of sensors is small and there is only one vector sensor in the presented array, thus, the installation of sensors in the array is simpler and installation error is smaller, than the conventional array. Meanwhile, a high performance 2D DOA and frequency estimation method is presented. Firstly, utilizing single vector sensor and based on the ESPRIT, a group coarse 2D DOA and frequency parameters are obtained. Secondly, to restrain space noise or interference, a matrix filter is utilized to process the covariance matrix which comes from sensor array, so as to form a new covariance matrix which possesses high signal to noise ratio. Thirdly, utilizing the new covariance matrix and based on the ESPRIT again, accurate but ambiguity angles estimates are obtained. Fourthly, one signal power estimator and one optimization method are presented to solve the angle ambiguity and frequency ambiguity problems, respectively. The proposed method gains a high performance 2D DOA and frequency estimation results. Numerical simulations are performed to verify the feasibility of the proposed method.

     

基于空频域稀疏表示的宽频段DOA估计

该文提出一种基于空频域稀疏表示的宽频段波达方向(DOA)估计方法,解决稀疏表示方法在宽带接收机对窄带信号的频率和角度估计中的难题。用空间频率代替频率和方位角的 2 维组合构建过完备字典,字典的长度仅相当于窄带信号DOA估计的字典长度,却能覆盖整个无模糊频段,大大降低了稀疏分解的计算量。该方法首先在频域估计信号的准确频率,根据频域峰值的位置构建频域峰值协方差矩阵。对频域峰值协方差矩阵进行特征分解,利用主特征向量建立稀疏模型估计信号的DOA。算法在低信噪比下具有较高的估计精度,仿真实验和分析验证了该文方法的正确性和有效性。     

DOA estimation for sparse nested MIMO radar with velocity receive sensor array

Direction of arrival (DOA) estimation for sparse nested MIMO radar with velocity receive sensor array is studied, and an algorithm based on extended unitary root multiple signal classification (MUSIC) is proposed. The nested MIMO radar utilizes sparse transmit array and velocity receive array with nested inter-element distances, which can make the final virtual array to be a long and sparse velocity sensor array. After exploiting unitary transformation to transform the data into real-valued one, an extended root MUSIC based method is developed to decompose the angle estimation into high-resolution but ambiguous and low-resolution but unambiguous DOA estimations, which are automatically paired. Thereafter, the ambiguous estimation is used to recover all possible DOAs, and the unambiguous DOA estimation is used as a reference to resolve the estimation ambiguity problem. Compared to conventional methods, the proposed algorithm requires no peak search, maintains larger aperture and achieves better DOA estimation performance. The simulation results verify the effectiveness of our approach.     

循环平稳信号的联合稀疏表示DOA估计

基于联合稀疏表示的思想,本文提出了一种利用二阶循环统计量的循环平稳信号波达方向（DOA）估计算法。首先,对传统的谱相关信号子空间拟合算法进行分析研究;然后,通过在循环域构造过完备的阵列方向矩阵字典,建立了联合稀疏表示模型,从而将循环平稳信号的DOA估计问题转化为联合稀疏矩阵的恢复问题;最后,利用联合Ι_2,0范数逼近法求出联合稀疏矩阵的优化解,并根据优化矩阵中非零行的位置估计出循环平稳信号的DOA。与传统的SCSSF算法相比,所提算法具有更高的DOA估计精度,同时也适用于信号个数多于阵元个数的场合。理论分析和仿真实验结果都表明了算法的有效性。      

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.     

Multiple Emitters Localization by UAV with Nested Linear Array: System Scheme and 2D-DOA Estimation Algorithm

Unmanned Aerial Vehicle(UAV)equipped with uniform linear array has been applied to multiple emitters localization.Meanwhile,nested linear array enables to enhance localization resolution and achieve under-determined Direction of Arrival(DOA)estimation.In this paper,we propose a new system structure for emitters localization that combines the UAV with nested linear array,which is capable of significantly increasing the positioning accuracy of interested targets.Specifically,a localization scheme is designed to obtain the paired two-dimensional DOA(2D-DOA,i.e.azimuth and elevation angles)estimates of emitters by nested linear array with UAV.Furthermore,we propose an improved DOA estimation algorithm for emitters localization that utilizes Discrete Fourier Transform(DFT)method to obtain coarse DOA estimates,subsequently,achieve the fine DOA estimates by sparse representation.The proposed algorithm has lower computational complexity because the coarse DOA estimates enable to shrink the range of over-complete dictionary of sparse representation.In addition,compared to traditional uniform linear array,improved 2D-DOA estimation performance of emitters can be obtained with a nested linear array.Extensive simulation results testify the effectiveness of the proposed method.     

基于稀疏采样阵列优化的APG-MUSIC算法

针对稀疏阵列下2维波达方向(DOA)估计问题,该文提出一种基于稀疏采样阵列优化的加速逼近梯度(APG)算法与多重信号分类(MUSIC)算法相结合的2D-DOA估计方法。首先,建立稀疏阵列下的2D-DOA估计信号模型,并证明其具备低秩特征,满足零空间性质(NSP)。其次,为提高稀疏阵列下矩阵填充方法重构接收信号矩阵性能和以此为基础的2D-DOA估计精度,提出基于遗传算法(GA)的稀疏采样阵列优化方法。最后,将APG和MUSIC算法相结合,在重构完整平面阵列接收信号矩阵的基础上完成2维波达方向估计。计算机仿真结果表明,该方法在保证2维波达方向估计精度前提下,大幅提高阵元利用率,有效降低空间谱平均旁瓣,与常规2D-DOA估计方法相比具有优势。     

基于稀疏恢复的循环平稳信号DOA估计

基于信号稀疏恢复的思想,提出了一种新的循环非相关平稳信号DOA估计算法.首先,对阵列的二阶循环互相关矩阵矢量化,并将感兴趣的空间划分成若干段以构造过完备的方向矩阵,从而得到基于Khatri-Rao积的稀疏模型;其次,利用凸优化技术对稀疏模型进行优化求解,并根据恢复得到的稀疏信号中非零元素的位置估计出高精度的DOA值.与传统的循环互相关算法比较,本文算法具有更高的DOA估计精度,同时也适用于信号个数多于阵元个数的场合.理论分析和仿真实验结果都验证了算法的有效性.     

基于Laplace先验的Bayes压缩感知波达方向估计

基于多任务贝叶斯压缩感知(BCS)理论,该文提出一种使用Laplace先验的目标到达角(DOA)估计算法。该算法利用阵元输出为观测值,将DOA估计转化为Laplace先验约束下的BCS求解稀疏信号问题,使用Laplace先验获得比传统BCS更好的稀疏性。该算法不需要信源个数的先验信息和进行特征值分解,能够适应相干信源场景,仿真结果表明该算法具有比传统BCS方法和经典MUSIC算法更好的DOA估计性能。     

Linear Chirp Signal DOA Estimation Using Sparse Time–Frequency Dictionary

This paper is concerned with the estimation of the directions-of-arrival (DOA) of multiple linear chirp signals. We construct a novel time-frequency dictionary based on the properties of chirp signals in the fractional Fourier domain, and a sparse reconstruction algorithm is proposed to achieve high performance. Then, the errors resulting from the off-grid model mismatch is considered, and the dictionary matrix is reformulated into a multiplication of a fixed matrix and a sparse matrix. Further, an iterative alternating approach is proposed to improve the accuracy of the DOA estimates. The proposed algorithm provides better estimation, anti-correlation performances and increased resolution than Multiple Signal Classification (MUSIC) and the time–frequency MUSIC (TF-MUSIC) based on the spatial time–frequency distributions. Simulation results demonstrate the effectiveness of the proposed approach.

     

互质阵列信号处理研究进展:波达方向估计与自适应波束成形

阵列信号处理是雷达领域各类应用的核心技术之一。近年来,互质阵列的提出打破了传统方法受限于奈奎斯特采样速率这一瓶颈,其稀疏布设的阵列结构和互质欠采样的信号处理方式大幅降低了系统所需的软硬件开销,为当前不断提升的实际应用需求提供了理论基础和技术前提。鉴于其在自由度、分辨率及计算复杂度等方面的性能优势,互质阵列信号处理的理论和技术研究受到了国内外学者的广泛关注。该文分别从波达方向估计和自适应波束成形这两个阵列信号处理领域的基本问题出发,介绍了互质阵列信号处理方向的研究进展。在互质阵列波达方向估计方面,该文总结了互质子阵分解方法和虚拟阵列信号处理方法等两类典型技术路线,并以此为基础介绍了压缩感知和无网格化技术在低复杂度和超分辨估计等方面的最新研究工作。在互质阵列波束成形方面,该文剖析了其与互质阵列波达方向估计问题的区别与联系,并介绍了面向互质阵列的高效鲁棒自适应波束成形设计方法。该文旨在通过对互质阵列信号处理研究前沿的分类归纳和总结,探讨各类方法的优势和未来的研究方向,为其在雷达等领域的产业需求和实际应用提供理论和技术参考。      

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。     

Khatri-Rao积变换下的离格信号DOA估计

当存在离格信号时,基于稀疏表示的波达角(DOA)估计算法性能损失严重.为解决这个问题,在对接收数据协方差矩阵进行Khatri-Rao积变换的基础上,推导了离格信号网格偏离量与紧邻信号原子系数之间的关系,提出了一种单一离格信号DOA估计方法.为提高对邻近离格信号DOA的估计性能,利用矩阵的广义逆性质提出了基于多原子系数的联合估计方法.仿真实验表明,单一离格信号DOA估计方法在低信噪比下有较好的性能,联合估计方法在高信噪比条件下对邻近离格信号DOA有较高的估计精度,同时所提算法估计性能几乎不受网格划分间距的影响,可以通过增大网格间距降低算法运算量.相关研究对阵列天线DOA估计具有一定的参考价值.     

一种基于平行互质阵列时空扩展的二维波达方向估计

为了实现对平行互质阵列的孔径扩展,提升信号波达方向估计性能,基于平行互质阵列,首先给出一种改进阵列结构,然后采用共轭空时增广的思想,得到一种对称的平行互质虚拟阵列,由于共轭空时增广联合利用了信号在空间、时间的特征,使得扩展的虚拟阵列比现有方法具有更多的虚拟阵元数和自由度,最后利用稀疏重建方法,实现二维波达方向的估计。仿真实验均验证了所提出的方法在估计精度上的有效性。