基于十字形天线阵列的目标参数估计算法

阵列信号处理技术中的信源个数和信源参数估计是非常重要的研究方向,为降低二维ESPRIT算法的计算复杂度．以均匀十字阵列为研究模型．在多级维纳滤波器前向分解特性的基础上．提出了一种新的二维信源个数及信源参数的估计方法。该方法无需进行谱峰搜索,在对信源的方位角和俯仰角进行估计时．不需要计算相关函数,也不需要进行相关函数的特征值分解或奇异值分解。降低了运算复杂度,同时还能够对信源个数进行有效估计,仿真实验证明了该算法的有效性。     

基于改进式特征值二次对角加载的信源数估计方法

针对应用阵列天线进行信号接收时的信源数估计问题,提出一种基于改进式特征值二次对角加载的信源 数估计方法。对天线阵列观测信号协方差矩阵进行特征值分解;对特征值进行一次对角加载,对角加载量取所有特 征值的几何平均值,将原始特征值与对角加载值相加,取代原始特征值;重新计算特征值对角加载量,并进行二次 对角加载,使加载后的特征值满足噪声特征值的最大最小值之比不超过2 的条件,在此基础上,使用信息论准则类 方法和随机矩阵理论类方法实现信源数的估计。仿真实验结果表明,该信源数估计方法具有可行性。     

基于互协方差的L型嵌套阵列二维波达方向估计

为了解决L型均匀阵列波达方向（DOA）估计分辨率较低、估计信源数受限于阵元数、估计精度易受信噪比影响等问题,提出一种基于互协方差的L型嵌套阵列二维DOA估计算法。利用不同子阵间互协方差矩阵产生较长无冗余阵元的虚拟阵列,消除噪声干扰;利用虚拟阵列及其共轭矩阵构建等效协方差矩阵,实现虚拟阵列信号的解相干;采用旋转不变子空间技术对等效协方差矩阵进行处理,得到目标的角度信息;基于虚拟阵列等效信源的唯一性进行空间信源的角度匹配。对所提算法的DOA估计有效性进行仿真验证,结果表明,在阵元数相同情况下,该算法与L型均匀阵列相比在低信噪比环境下拥有更高的估计精度,能够辨识更多的空间信源。     

基于高阶累积量的信源数目估计方法

信源数目确定在许多高分辨阵列信号处理中具有至关重要的作用.提出了一种基于阵列输出4阶累积量信息的信源数目估计方法.通过构造阵列输出的4阶累积量矩阵,根据4阶累积量矩阵特征值分布并采用最小描述长度(MDL)准则估计信源数目.由于信号高阶累积量具有盲高斯特性,该方法能有效地抑制色噪声干扰,可实现色噪声背景下的信源数目估计.仿真分析验证了该方法的有效性.     

基于正则相关矩阵的信源数快速估计方法

针对阵列雷达的信源数快速估计问题,提出了一种基于正则相关矩阵的信源数快速估计方法。该方法将阵列雷达的接收通道划分为两个分离的二级子阵,利用此二级子阵的接收信号构造正则相关矩阵,并得到该矩阵的正则相关因子,根据虚警概率选定相关因子门限,超过门限的相关因子个数即为信源数。仿真结果表明:该方法在降低运算量、提高实时性的同时,避免了噪声统计特性假设失配带来的判决失效问题,具有较强的环境适应性。     

适于非均匀线阵解相干的DOA估计算法

在研究用非均匀线阵实现对相干信号源方位估计问题的基础上,提出了一种改善方位估计的阵列设置方法和非相干与相干信源分开估计的DOA估计方法。在阵元数一定的情况下,该方法可使阵列对非相干信号源的分辨力较直均匀线阵(ULA)有较大的改善,还克服了一般稀布线阵方位估计模糊和去相关能力差的缺点,而且还具有很好的信源过载能力和估计性能。计算机仿真证明了该方法的正确性和有效性。     

基于四阶累积量的信源数估计新方法

针对在基于四阶累积量的空间谱估计方法中,基于信息论准则的信源数估计方法完全失效的问题。提出了一种新的信源数估计方法,该方法利用与特征值互补的集合的数值的特点,降低了噪声对应特征值的发散度,然后再利用信息论准则估计信源数。该方法具有计算复杂度低的优点,适用于空间色噪声,仿真分析证明了该算法的有效性。     

一种新的基于霍夫变换的信号源个数估计方法

确定信源个数是许多阵列信号处理算法的基础。提出了一种利用霍夫（Hough）变换估计信源个数的新方法。该方法通过Hough变换将观测数据的采样协方差矩阵的排序特征值点投影到Hough参数空间，通过检测Hough参数空间中积累的峰值来估计噪声特征值的数目，从而确定信源的个数。仿真结果证明了新方法的检测性能要优于著名的AIC和MDL准则，并且新方法在低信噪比下也能获得较高的检测概率，为低可观测目标的检测提供了一条有效的途径。     

一种用于水下小尺度运动阵列的目标波达方向估计方法

为解决水下小尺度运动阵列对目标定位的孔径和样本不足问题,采用合成孔径方法实现孔径的扩展。通过分析相干信源情况下不同阵元数与样本数之比时样本协方差矩阵的谱分离特性,提出采用小快拍的主特征空间目标波达方向估计方法。研究结果表明：仿真实验中,阵元数与样本数之比为5时,该方法依然可以正确分辨4个目标;水池试验中,阵元数与样本数之比为4.8时,该方法同样可以准确分辨3个相邻目标。该方法不需要先验信息如信源个数等,解决了小尺度运动阵列在实际应用时所暴露的孔径和样本方面的固有局限,可满足实际应用需求。     

基于相关TOP矩阵的相干信源数盖氏圆估计方法

大部分高分辨波达方向估计算法都是以特征子空间分解为基础的,所以正确估计信号源数对算法结果有效性起着至关重要的作用。该文提出了一种基于均匀线形阵列的相关Toeplitz矩阵构造方法,并结合盖氏圆半径法形成一种相干信源数估计的盖氏圆改进方法,将接收阵列各阵元与参考阵元输出信号做相关,得到一组相关向量,应用相关Toeplitz矩阵构造算法构造阵列输出的Toeplitz矩阵,从而得到去相干的盖氏圆估计矩阵,最后再应用盖氏圆准则完成相干信源数估计。仿真结果表明,本文所用相关Toeplitz矩阵构造算法达到了去相干的作用,扩展了盖氏圆半径法的应用范围,使得盖氏圆准则在不损失阵列有效孔径前提下,能够有效估计相干信源数目。