四种DOA估计算法的性能比较

文章研究经典MUSIC算法、求根MUSIC算法、基于解相干的双向空间平滑MUSIC算法和Toeplitz MUSIC算法的DOA估计性能.并且通过实验Matlab仿真,分析比较四种算法的性能.     

一种快速DOA估计算法

MUSIC算法需要将天线阵列接收数据的协方差矩阵进行特征分解,并在全空域进行谱峰搜索。该算法具有很高的分辨力、估计精度及稳定性,但是运算量巨大,难以实时实现。通过对等距线阵特点及MUSIC算法的研究,提出了一种无需特征分解和在全空域进行谱峰搜索的快速算法,算法采取降维处理的方法快速估计信号子空间,然后根据基于阵列一次快拍的FFT算法粗略估计的局域信号空间进行谱峰搜索,从而有效降低了算法的计算量,理论分析和计算机仿真结果证明了该算法的有效性。     

几种DOA估计算法的性能分析

在其他条件相同的情况下比较了Bartlett，Capon和Music算法的性能。Bartlett算法使波束形成的输出功率相对于某个输入信号为最大；Capon算法使噪声以及来自非信源方向的任何干扰所贡献的功率为最小，但又能保持信源方向上信号功率不变；Mustc算法是一种超分辨的方法，属于特征结构的子空间方法，因而有较高的分辨率。仿真结果征明了在其他条件相同的情况下，Music算法的性能量化。     

修正MUSIC算法对相关信号源的DOA估计性能

本文介绍了用修正ＭＵＳＩＣ算法提高相关信号源ＤＯＡ估计性能的方法。理论分析表明,采用该方法后,可将相关信号源的相关系数平均降低为原来的６３％,因而可改善ＭＵＳＩＣ算法对相关信号源的ＤＯＡ估计性能。且该方法不影响对非相关信号源ＤＯＡ的估计,计算量也无明显增加。计算机仿真实验结果验证了上述理论分析的正确性。     

圆阵列MUSIC算法分辨性能分析

分析了圆阵列MUSIC算法二维测向的原理。圆阵列MUSIC算法分辨性能与多种因素有关。定义两种衡量分辨性能的参数,即分辨力和可分辨概率,并给出计算方法。两种参数均需要从方位角和俯仰角两方面考虑。仿真实验证明本文分析方法是有效的,同时得到分辨性能与快拍数、信噪比（SNR）等因素之间的变化规律。     

一种用于无线通信DOA估计的改进MUSIC算法研究

MUSIC算法是一种空间谱估计算法,在对宽带信号进行空间谱估计时,该算法需要较长的观测时间来估计协方差矩阵,不利于高速运动目标的定位。提出了基于驾驶协方差矩阵(STCM)的MUSIC算法,该算法首先对每个频带的CSDM进行特征分解,然后利用各频带的噪声子空间求得噪声空间的STCM,进而利用噪声空间的STCM直接得到整个宽带信号的空间谱估计结果。仿真表明该算法在保证高分辨率的同时,需要较短观测时间,适用于较低信噪比、具有较小观测方差。     

空间平滑MUSIC算法的相干信源DOA

DOA估计是阵列信号处理一个重要领域,其中MUSIC算法是经典的针对非相干信源的超分辨算法,但其针对完全相干的两个信源时,则完全失去分辨能力.因此进一步研究了空间平滑MUSIC相干源的超分辨算法,并在八元线阵,固定快拍的条件下,对各种算法进行仿真对比.     

非规则几何结构平面阵列的DOA估计性能

由于受实际环境的限制,天线阵的布设受到一定的约束,而实际测向环境限制了天线阵列的阵列结构,阵列结构是否合理将直接影响测向的精度。针对特定环境对阵列结构的特殊要求及二维测向的实际问题,建立了非规则几何结构阵列进行二维测向的数学模型,研究了基于MUSIC算法的非规则几何结构阵列的二维测向问题,对非规则结构阵列的阵列结构对测向模糊性的影响进行了分析,以矩形平面阵列和任意形平面阵列为例,对两种阵列的测向性能进行了仿真比较,结果证明,提出的数学模型对非规则结构平面阵列的研究具有有效性,可广泛应用于任意平面空间的二维测向。     

基于特征分解MUSIC算法的DOA估计

对于非相干信号源,基于特征分解的多重信号分类算法是一种具有高分辨率的波达方向估计算法,通过计算机仿真比较了它与Bartlett和Capon算法的性能,并分析了信号源数目估计值大于或小于真实值时接收信号入射角的估计结果.研究了一种新的自适应加权空间平滑算法,提高了MUSIC算法对于相干信源DOA估计的性能.仿真结果表明该算法可以有效地去除期望信号与干扰信号之间的相关性,在相干干扰方向上形成深的零陷,在平滑次数相同的情况下新算法比常规空间平滑算法得到更高的输出信干噪比.     

基于DOA估计的RLS-CMA算法

恒模算法被广泛地应用到盲自适应波束形成中,除了传输信号波形具有恒定的包络外,恒模算法不需要先验知识。提出一种基于来波方向估计的递推最小二乘恒模算法,基于恒模阵列级联的结构,由递推最小二乘算法决定恒模的初始权向量,同时通过对权向量多项式求根获得下一级的初始权向量,再利用最小二乘恒模迭代几步获得准确的结果。系统可以分离多个同信道信源,在干扰信号较强时,仍有稳定的信干比输出,并对阵列幅相差不敏感。计算机仿真证明了算法的正确性和有效性。     

MUSIC与MMUSIC算法对DOA估计性能的比较

阐述阵列信号处理中广泛采用的MUSIC算法和MMUSIC算法的基本原理,然后理论分析了MUSIC和MMUSIC算法性能.仿真发现MUSIC算法只能估计非相干信号.针对这种情况,提出了一种修正MUSIC算法,该算法可以同时估计相干和非相干信号,计算机仿真结果证明该改进算法是有效的.     

MUSIC算法的性能比较

智能天线的核心技术之一是波达方向估计,在无线通信中具有重要作用。MUSIC算法是一种经典的DOA估计算法,但因其计算量大、对于相干及小信噪比信号无法分辨等缺陷,故有较多的改进算法被提出。文中研究了求根MUSIC算法、基于空间平滑技术的MUSIC算法、改进MUSIC算法及修正MUSIC算法。通过仿真分析了角度间隔、信噪比、信号相干对改进MUSIC算法分辨率的影响。以上几种改进MUSIC算法进一步发挥了该算法高分辨率的优势,且有利于其在智能天线方面的应用。     

相干信号源DOA估计的一种改进SVD算法

多重信号（MUSIC）算法是波达方向（DOA）估计中的一种标志性算法,在理想条件下具有良好的性能,但是当信号源相干时,算法的性能就会变得很差。为了使其在低信噪比、小角度条件下对相干信号源有着更好的分辨能力和稳定性,通过对解相干重要算法——矢量奇异值（SVD）算法的研究,并针对SVD算法在低信噪比、小角度条件下分辨能力的不足,提出了一种改进的矢量奇异值算法（NSVD）,即利用信号协方差矩阵的最大特征矢量,按一定规则构造出新矩阵,然后对矩阵进行修正,再利用奇异值分解算法估计出信号相关信息。最后通过大量的计算机仿真证明了算法的良好性能。     

MIMO雷达DOA估计方法分析

在介绍多输入多输出（MIMO:Multiple-Input Multiple-Output）雷达的信号模型的基础上,给出了一种目标波达方向（DOA:Direction of Arrival）估计方法--多信号分类（MUSIC:Multiple Signal Classification）方法在MIMO雷达系统DOA估计中的应用。与传统相控阵雷达相比,在MIMO雷达系统中该方法可以分辨的信号源数目有较大增加。通过仿真实验,详细分析了在MIMO雷达系统DOA估计中,多种因素对MUSIC方法测角精度的影响。     

基于MUSIC算法的球面共形阵DOA估计

由于球面共形天线阵所具有的特殊性质,使得其利用经典MUSIC算法进行DOA估计时,导向矢量与噪声子空间不正交,算法性能受到较大影响。在考虑各阵元接收某信号强度不一致的同时,根据子阵内阵元相似度高这一特点,对基于子阵分割的有向阵元MUSIC算法在球面共形阵上进行了DOA估计仿真实验,结果表明:该方法应用于球面共形阵,可以快速准确地估计出多个信号的DOA。     

一种基于正交信号的角估计算法

稀布阵综合孔径脉冲雷达(SIAR)是新体制雷达多输入多输出(MIMO)雷达的一种,SIAR发射的是正交信号,对于基于正交信号雷达的方向估计,因为其方向向量不仅与接收导向向量有关,而且还与发射导向向量有关,因此传统MUSIC等超分辨算法不能够直接应用。Gram-Schmidt算法是数值计算的一种重要算法,通过理论分析以及仿真结果表明,该算法可以直接应用于基于正交信号雷达的测向,而且在未知目标的个数和小样本的条件下,依然有较好的测角性能。     

一种子空间识别DOA估计算法的研究

在传统MUSIC的基础上介绍了SSMUSIC,并以ULA为例,通过计算机模拟发现SSMUSIC比传统的MUSIC具有更好的角度分辨力。但是当阵列入射信号相干时,SSMUSIC的估计性能明显下降。为了解决此问题,首先对数据协方差矩阵进行前后向平滑,再用SSMUSIC进行波达方向（DOA）估计。计算机仿真结果表明,引入了前后向平滑后,提高了SSMUSIC的解相干能力。     

基于四阶累积量的DOA估计方法

从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法,用四阶累积量构造了一个较通用的累积量矩阵,该矩阵符合MUSIC算法的结构,从而可进行DOA(Direction ofArrival)估计。对于这种方法在阵列信号处理中的应用,通过计算机仿真与基于二阶矩的MU-SIC算法进行了较全面的比较。仿真结果表明,该方法在高斯噪声中具有良好的统计性能,是实现高分辨方位估计的有效方法。     

阵列单通道高分辨DOA估计方法

阵列单通道相比多通道具有复杂度低、成本小的优点。针对以往阵列单通道测向模型估计精度较低的问题,基于随机过程理论,构建了阵列单通道波达方向(direction of arrival,DOA)估计模型。在此模型基础上,推导阵列单通道下均匀线阵和均匀圆阵导向矢量,并将MUSIC算法运用于阵列单通道DOA估计。由于该模型充分利用了阵元的幅相信息,无需恢复协方差矩阵,因此具有较高精度和分辨率。仿真实验验证了模型的可行性和有效性。