一种改进的DOA估计方法

提出一种适用于多径信号情况下的波达方向估计的迭代方法。该方法针对低仰角目标回波中存在多径信号这一问题,详细介绍了其子空间投影方法,可以同时对直达波和反射波进行精确的波达方向估计。计算机仿真结果证实了该方法的有效性。     

一种新的宽带DOA估计方法

总结了宽带信号子空间类DOA估计方法,提出了一种新的构造聚焦矩阵的方法,新方法基于预估角度和宽带信号带宽内各个频点上对应的阵列流形的奇异值分解,所构造的聚焦矩阵为酉矩阵,在聚焦过程中没有聚集损失。比较了新方法与旋转信号子空间方法（RSS）在分辨两个相邻较近信号源时的性能,新方法与RSS方法性能相当。仿真结果证明了算法的有效性。     

雷达低角跟踪环境下的最大似然波达方向估计方法

在时空级联最大似然算法的基础上,本文结合雷达低角跟踪的特点,提出一种新的目标仰角估计算法.该算法利用事先得到的目标距离信息和天线高度信息来得到目标直达波信号和多径信号之间的仰角关系,然后再对时空级联最大似然算法的似然函数进行一维搜索.与时空级联最大似然算法相比,新算法不仅运算量大大下降,而且还具有较好的性能.理论分析和计算机仿真结果都证实了新算法的优越性.     

米波雷达低仰角DOA估计及阵列通道误差校正

现有的阵列校正算法几乎都没有考虑存在多径效应时的情况,对此提出了一种米波雷达低仰角环境下波达方向估计和阵列通道误差校正的新算法.先对各子阵接收信号做预处理,使通道误差对每个子阵的影响一致,这样阵列旋转因子就与通道误差无关.再对各子阵接收数据进行线性变换和差分处理,利用阵列旋转不变性,实现波达方向估计.最后利用精确求得的波达方向值进行阵列通道误差的校正,算法避免了以往自校正算法联合波达方向和误差矩阵进行最大似然多维寻优的缺点,不但运算量小,还可以有效地克服多径效应.理论分析和计算机仿真都表明了新算法的优越性.     

一种改进型粒子群优化波达方向估计算法

对空间多个窄带信号源的高分辨波达方向估计是移动通信、雷达、声纳、电子监控和地震研究等信号处理中的重要问题之一.而现在的一些获取波达方向估计最大似然解的算法存在收敛速度慢或者局部极值问题,为了克服这些问题,本文以粒子群算法为基础,在粒子群算法的速度更新公式基础上考虑了粒子平均信息的影响,并对惯性因子进行改进,考虑了当前粒子与当前最优粒子之间的距离,并用其来寻求波达方向最大似然估计的全局最优解.仿真结果表明:与改进前的粒子群算法相比,基于改进粒子群优化算法的波达方向估计在提高搜索全局最优速度和估计精度上都有优势.     

基于网格爬山法的最大似然DOA估计算法

最大似然波达方向（DOA）估计具有最优的理论性能,但是存在计算量过大的问题。为了降低最大似然DOA估计的计算量,将参数估计转化为高维非线性函数的优化问题,并提出了一种新的优化算法。首先利用波束形成法对空间谱进行预估计并根据空间谱信息构造一组满足“预估分布”的初始解,这组初始解以较大概率落在全局最优解的局部吸引域中。然后将其中适应度最大的一个初始解作为局部搜索的起点。网格爬山法是一种以网格为单元的局部搜索方法,比传统爬山法更加高效和稳定,因此采用该方法获取全局最优解。新算法不仅能够得到精确的参数估计,同时具有较高的计算效率,计算机仿真显示新算法的计算效率高于基于粒子群优化的最大似然DOA估计算法。      

基于混沌寻优的DOA估计

提出用混沌优化的方法来实现阵列信号波达方向(DOA)的极大似然估计。基于混沌运动的遍历性、内在的随机性、规律性等特点的混沌优化算法是一种有效的全局优化算法,其计算复杂度较低。仿真结果表明该文提出的方法在获得与AP算法相当测向精度和测向分辨率的情况下有更低的计算量;在相干信号的情况下,其性能比AP算法有较大的提高;同时其基于轨道搜索的结构易于并行实现,以进一步满足实时性的要求。     

用禁忌搜索实现DOA估计

为解决DOA参数估计搜索算法中局部极值和实时性等问题,从现代优化理论的角度出发,选用比遗传算法、模拟退火法更易利用问题特殊信息的禁忌搜索算法来求解DOA的极大似然估计.理论分析和仿真结果表明:该方法不仅能获得全局最优解;而且在获得与AP算法相当测向精度和测向分辨率的情况下,有更低的计算量;对相干信号,其性能比AP算法有较大的提高.     

利用多普勒信息的波达方向最大似然估计方法

为了充分利用信号的时域特性来改善信号波达方向（ＤＯＡ）的估计性能，本文从最大似然估计出发，推导出了有限快拍，低信噪比情况下多普勒信号波达方向的迭代估计计算法，为进一步减小运算量，本文还推导了一种简化算法，本文提出的两种算法对低信噪比，少快拍数下多普勒信号的ＤＯＡ估计性能比不利用时域特性的ＭＬ方法有明显改善，Ｍｏｎｔｅ－Ｃａｒｌｏ实验验证了本文方法的有效性。     

基于非圆信号波达方向估计的最大似然算法

现有的非圆信号波达方向(DOA)估计算法基本都是子空间分解类的,如NC-MUSIC、NC-ESPRIT算法等。基于子空间拟合类的非圆信号DOA估计算法研究的不多。文中依据非圆信号的DOA估计数学模型,提出了基于非圆信号的DOA估计最大似然算法。通过计算机仿真,将基于非圆信号的最大似然算法与常规最大似然算法及基于非圆信号的MUSIC算法进行了性能比较。结果表明,该算法提高了方位估计的估计性能,对于估计精度要求很高、用户比较密集的场合,能发挥很大的作用。     

信号数目估计错误的最大似然波达方向估计的性能分析

本文分析了汝信号数目估计与真正的信号数目有出入时的波达方面（ＤＯＡ）最大似然（ＭＬ）估计的性能。中给出此时角度估计的渐近分布，也就给出这一估计的渐近方差的角析表达式，计算机模拟试验表明，理论预计结果是相当准确的。     

相干信源波达方向估计的广义最大似然算法

论文基于广义导向矢量和广义阵列流形矩阵,建立了多相干源(组)情况下的阵列数据模型,然后提出了波达方向估计的广义最大似然算法。对于广义最大似然算法,入射信源可以是多相干源(组),阵列的几何结构也没有任何约束,而且它分辨的信源数还可以大于阵元数。随后,论文将广义最大似然算法与常规最大似然算法进行了理论比较,并给出了广义最大似然竹法方位估计一致性的证明和方位估计方差的计算公式。理论分析表明,在空间只存在非相干信源时,广义最大似然算法与常规的最大似然算法是等价的,而在空间存在多相干源(组)时,它的性能较常规最大似然算法有较大的改进,方位估计的方差更小。最后论文利用遗传算法实现了广义最大似然算法,并通过MonteCarlo仿真实验证明了广义最大似然算法的有效性。     

一种利用旋转结构的分布式信号DOA估计方法

某些领域中由于多径影响信号往往具有分布特性,此时传统波达方向(DOA)参数估计算法往往失效.针对此类问题提出了一种无需搜索的分布式信号DOA估计算法,该方法利用已知信号有用信息逐一估计分布信号在相邻阵元间产生的旋转因子,利用DOA旋转不变结构估计分布目标DOA参数.与点目标ESPRIT方法相比该方法能够有效克服多径扩展影响,不敏感于多径分布的具体形式,并在一定程度上抑制相位误差影响.仿真实验证明了其有效性.     

一种适用于MIMO雷达的低复杂度二维DOA估计方法

 本文提出了一种适用于收、发共阵多发多收(MIMO)雷达的低复杂度二维波达方向(DOA)估计方法.该方法将MIMO雷达的虚拟二维阵列分解为多个构形相同但位置不同的虚拟子阵,通过一种基于预投影的ESPRIT算法得到同一目标二维DOA的多组估计值,极大地降低了运算量.并利用Kalman滤波器对这多组二维DOA估计值进行融合,提高了估计值的精度.同时,利用收、发对偶性对样本数据进行了重排,等效地将样本数加倍,进一步提高了二维DOA估计精度.数值仿真的结果证明了该方法的有效性.     

冲击噪声背景下相干信号源的DOA估计方法

针对冲击噪声背景下相干信号源的波达方向(Direction of Arrival,DOA)估计问题,提出一种基于时延分数低阶矩的分组解相干算法——FLOM-TDD(Fractional Lower Order Moment Time Delay Decorrelation)。首先基于两个时延不同的分数低阶矩矩阵,利用DOA矩阵方法得到每组相干源的广义导向矢量;然后根据多径衰减的特征,对每组相干源进行时域解相干,得到相干源的波达方向估计。该方法适用于冲击噪声背景下的波达方向估计而且可以估计大于阵元数目的相干源,计算机仿真分析验证了算法的性能优势。     

基于电磁矢量阵列孔径扩展方法的相干目标DOA估计

该文采用均匀且稀疏分布的电磁矢量矩形阵列,针对相干目标提出了一种有效的2维波达角(DOA)估计算法,该算法通过增加相邻阵元的间隔来扩展阵列的有效孔径,从而提高算法的DOA估计性能。论文首先结合极化平滑算法和传播算子方法得到存在相位周期性模糊的方向余弦估计。为了解决模糊性问题,论文通过协方差矩阵平滑提出一种新的解相干预处理算法,由该算法得到的信号子空间包含矢量阵元的导向矢量,且不存在相位模糊,利用此特点实现去模糊处理,得到目标的DOA估计。仿真结果表明,与基于ESPRIT的孔径扩展算法相比,提出的算法能够实现相干目标的DOA估计,同时无需特征值或奇异值分解,有更低的运算量。     

最大似然波达方向估计算法的信噪比分辨门限分析

本文首先给出了波达方向估计最大似然函数的方差，根据此方差导出了最大似然方向估计的信噪比分辨比限公式，并根据这一公式分析了两信源相关特性不同时的最大似然算法的信噪比分辨门限。     

一种改进型CE-ML算法的二维DOA估计

基于最大似然估计（ML）的阵列测向方法具有测向精度高、可以分辨相干信号等优点,但是因为计算复杂度过高而工程应用受限。针对该问题,利用交叉熵（CE）方法对最大似然估计快速求解,并对初始样本的产生和平滑参数的设置进行了优化,提出改进型CE—ML二维测向算法,最后进行了算法运算量分析和仿真验证。仿真实验表明,在精度相近条件下,改进型的CE-ML算法的迭代次数大约是粒子群算法（Ps0）的1／3,大大减少了ML测向的计算量。     

一种基于Toeplitz矩阵重构的相干信源DOA估计算法

提出一种基于Toeplitz矩阵重构的相干信号源DOA估计算法。首先对各个阵元的接收数据与参考阵元（第一个阵元）的接收数据的相关函数进行排列,形成Hermitian Toeplitz矩阵,然后通过奇异值分解可以得到信号子空间和噪声子空间,从而实现相干信源的DOA估计。该算法在不减少阵列有效孔径的情况下,增加了可估计相干信号源数目,并在低信噪比条件下能够得到较好的估计性能,计算机仿真结果证实了算法的有效性。     

一种基于连续蚁群算法的快速最大似然DOA估计

针对传统最大似然估计计算量大的问题,将连续空间蚁群算法与最大似然估计算法相结合,在ACOML算法的基础上,提出了一种用混沌序列初始化状态空间的改进蚁群算法MACOML(Muddleheaded ACO)。该方法使用混沌映射产生的初始状态空间来代替ACOML算法中的随机序列产生的初始状态空间,增加了初始解的遍历性,同时在寻优过程中增加了局部搜索。仿真结果表明:MACOML能保持最大似然估计方法的高分辨性能,而计算复杂度只是最大似然方法的1/20。