平移嵌套阵列稀疏贝叶斯学习角度估计算法

针对阵元间互耦效应导致嵌套阵列测向性能下降的问题,该文提出两种不同的平移嵌套阵列结构,在保证产生虚拟阵列无孔的条件下,通过对原二级嵌套阵列阵元位置进行调整,形成平移嵌套阵列,提高了原二级嵌套阵列的稀疏性,降低了阵元间的互耦效应,扩展了原嵌套阵列的测向自由度。在空间辐射源数目未知条件下,建立了平移嵌套阵列稀疏贝叶斯学习(SBL)算法模型,对形成的虚拟阵列接收数据进行处理,获得角度估计,有效提高了原嵌套阵列测向算法的测向性能。仿真实验表明,平移嵌套阵列自由度高于原嵌套阵列,在低信噪比、小快拍数、存在互耦影响条件下,基于稀疏贝叶斯学习的平移嵌套阵列测向算法测向精度优于原嵌套阵列测向算法,并且提高了原嵌套阵列测向算法的角度分辨率。     

互耦条件下均匀线阵DOA盲估计

阵元间存在互耦时,经典的波达角(DOA)估计算法性能急剧下降甚至失效。针对互耦条件下均匀线阵DOA估计问题,该文提出一种基于盲源分离的DOA盲估计算法。首先,利用源信号的统计特性,由盲源分离方法估计广义阵列流形矩阵;然后,利用均匀线阵互耦矩阵带状、Toeplitz矩阵的特点,将DOA估计问题转化为多个可分离非线性最小二乘问题,由多个1维频域搜索得到DOA的估计。该算法无需高维搜索或多维迭代,对互耦自由度要求更低,互耦自由度未知时仍旧适用,稳健度高。数值仿真验证了该文算法的有效性。     

面向非圆信号的高自由度和低阵元互耦的稀疏阵型设计北大核心CSCD

文中利用和差集数组(SDCA)的概念,设计了一种面向非圆信号的改进嵌套阵来实现波达方向(DOA)估计。根据SDCA中正负半轴对称位置的等价性,将传统的二级嵌套阵的密集子阵部分转化为一个更为稀疏的结构,并对稀疏子阵的阵元间距进行适当扩展。仿真实验和对比分析的结果验证了所提阵型在增强阵列自由度、降低互耦效应以及提高DOA估计算法性能等方面的优越性。     

一种新的互耦条件下宽带信号DOA估计算法

基于一致聚焦和Khatri-Rao子空间的思想,提出了一种新的互耦条件下宽带信号DOA 估计算法。首先,通过在阵列两端设置辅助阵元来补偿各个频率处的互耦效应;接着,对补偿后的协方差矩阵进行一致聚焦操作,并重排成一个高维矩阵;最后,通过搜索Khatri鄄Rao 子空间谱估计出宽带信号的DOA。算法适用于互耦未知的场合,对宽带信号频率谱是否平坦没有要求,且在互耦自由度较小时能够分辨多于阵元数的宽带信号。计算机仿真结果证明了算法的有效性。     

自适应圆阵特征值分析

本文研究了干扰信号与需要信号相关时，阵元间互耦对自适应圆阵协方差矩阵特征值的影响，并讨论了信号的相关性和阵元间互耦时的自适应圆阵瞬态性能。     

阵元位置互质的线性阵列:互耦分析和角度估计

该文研究了阵元位置互质的线性阵列(CLA)的互耦分析和角度估计问题。首先,给出了阵元位置互质的线性阵列的定义,证明了其导向矢量是不模糊的。随后,利用高阶累积量,建立了阵列输出信号的3阶张量模型,并通过张量分解得到导向矢量的估计。最后,利用得到的导向矢量估计,推导了一种无模糊的信号角度估计的方法。CLA可将相邻阵元间的间距设计远大于半波长,因此可显著降低阵列互耦效应。通过阻抗匹配互耦模型比较了CLA和常用典型阵列结构的互耦与角度估计性能,表明了CLA的有效性。     

阵列互耦对极化敏感阵列滤波性能的影响

在阵列互耦条件下,给出了极化敏感阵列接收信号模型;并在形式上把互耦误差分解为正交阵元接收因子误差和阵列接收因子误差,分别代表了阵列接收信号极化信息误差和空间信息误差.给出互耦条件下,信号、干扰空间匹配系数、极化匹配系数和最大SINR的数学表达式.在单干扰源情况下,分析了阵列互耦对极化敏感阵列滤波性能的影响.     

多子阵互耦影响下的非圆信号自校正算法

针对多子阵互耦影响下的非圆信号波达方向(Direction-Of-Arrival,DOA)估计问题,给出了一种针对最大非圆率信号的互耦自校正算法.该算法利用均匀线阵互耦矩阵的带状、对称Toeplitz性和多子阵互耦矩阵的块状对角特性,能够与传统的互耦秩减估计器一样避免多维搜索和迭代运算.并且通过结合信号的非圆特性来扩展数据模型,使得其估计精度较传统的互耦秩减估计算法有明显提升,可分辨信源数也有所增加.对该算法的理论性能进行研究,分析了其对未知参数的可辨识性必要条件,并基于最大非圆率信号模型给出了相应的克拉美罗界(Cramér-Rao Bound,CRB).仿真结果表明,该算法较传统的互耦秩减估计算法在低信噪比、小快拍数下有更强的鲁棒性.     

考虑互耦的切比雪夫线阵天线波束形成

低副瓣是当今电子对抗时代中对雷达天线的必然要求,但由于阵列天线单元间有互耦的影响,实际的天线单元电流分布往往达不到我们设计的要求。本文在介绍切比雪夫线阵的设计公式和互耦的矩量法分析方法的基础上,首先用矩量法精确分析了考虑互耦影响时切比雪夫线阵天线阵元的电流分布,仿真实现了阵元互耦对切比雪夫线阵各阵元电流幅度及相位的影响效果以及互耦对切比雪夫线阵天线波束形成的影响效果,接下来用软件的方式补偿互耦所造成的影响,从而完成了切比雪夫线阵天线波束形成的综合。     

L型阵列互耦条件下的二维波达方向估计

针对L型阵列,提出一种去互耦算法.该算法在L型阵列的两均匀线阵上分别取受互耦影响一致的阵元,则其理想导向向量可与互耦参数剥离,用其中一组阵元输出的协方差阵和两组阵元输出的互协方差阵构建矩阵,根据其传播算子构成的信号子空间和阵元导向向量张成同一空间以及均匀线阵的旋转不变特性得到两个与方向角和俯仰角相关的信息参量.在这两参量配对时,只需对包含信息参量的其中一个矩阵进行一次特征值分解以及简单的除法运算即可实现.理论和仿真表明,该算法无需谱峰搜索,只需一次特征分解,有效抑制了互耦影响,测量精度高.     

稀疏极化敏感阵列的波达方向和极化参数联合估计

该文采用稀疏分布极化敏感阵列(SD-PSA),研究了多目标波达方向(DOA)和极化参数的估计问题。首先建立稀疏极化敏感阵列信号模型;然后利用阵列的空间旋转不变性运用ESPRIT算法得出信号的高精度周期性模糊多值DOA估计;同时利用子阵列导向矢量之间的关系得出信号的极化信息和DOA的无模糊粗估计;最后利用DOA粗估计值解模糊,得到信号的高精度无模糊DOA估计。该文所提阵列的阵元间距大于半个波长距离,扩展了阵列2维物理孔径,一定程度上降低了阵元间的互耦影响,相应的信号DOA估计精度大大提高。仿真实验结果验证了该算法对信号DOA和极化参数估计的有效性。     

互质MIMO雷达的非圆信号降维DOA估计方法北大核心CSCD

针对传统互质阵列波达方向估计方法存在的自由度低、阵列孔径小、相位模糊等问题,提出了一种基于互质MIMO雷达的非圆信号降维波达方向(Direction of Arrival, DOA)估计方法。该方法结合了互质阵列与MIMO雷达的优点,利用非圆信号特性对阵列进行扩展,重构接收信号矩阵,然后进行降维处理,并利用噪声特征值的幂级数对噪声子空间进行修正,进一步提高算法精度。最后推导了文中方法的无相位模糊问题。仿真实验表明,文中方法能够有效避免相位模糊,大大提高自由度并扩大阵列孔径,与传统MUSIC算法以及互质阵列MUSIC算法相比,在估计成功率、DOA估计精度等方面均具有更好的性能。     

Outage Probabilities of Wireless Systems With Imperfect Beamforming

This paper investigates the outage probability of a wireless system with conventional beamforming using a uniform linear array beamformer. The focus is to examine the impact of beamforming impairments, such as direction-of-arrival (DOA) estimation errors, signal spatial spreads, antenna array perturbation, and mutual coupling. Fading statistics of Rayleigh, Rician, and Nakagami are used to characterize the desired signal, whereas interferers are assumed to be subject to Rayleigh fading. A simplified beamforming model is used in deriving closed-form outage probability expressions. Numerical results illustrate the increase of outage probabilities in the presence of DOA estimation errors, signal spatial spreads, and antenna perturbation. However, negligible outage performance impact is observed due to mutual coupling.     

分布式嵌套阵列及其DOA估计

提出了一种分布式嵌套阵列天线结构,由两个相互独立的四级嵌套子阵构成。两个子阵间存在一个基线长度,且满足一定条件。对该阵列天线接收到的信号进行高阶累积量和Khatri-Rao积运算可以得到三个完全相同的均匀直线阵列天线结构。针对新得到的阵列天线结构,使用基于空间平滑技术的双尺度酉旋转不变子空间( ESPRIT)波达方向( DOA)估计算法对信号进行DOA估计。该方法可以有效地提高阵列天线的自由度,进而达到提高估计精度的目地。仿真结果证明了基于所提出阵列天线结构的DOA估计方法的有效性。     

多子阵互耦条件下的一维波达方向估计及互耦自校正

该文研究多子阵(multiple subarrays)阵元互耦条件下的波达方向(DOA)估计,假设阵列由多个位置已知的均匀线阵(ULA)组成,但线阵阵元间存在互耦效应。利用均匀线阵互耦矩阵的带状、对称Toeplitz性及多子阵互耦矩阵的块状对角特性,提出了一种解耦合波达方向估计及互耦自校正算法。该算法在未知阵元互耦参数的情况下,可准确估计出信源的波达方向。另外,算法在精确估计波达方向的同时,还可准确估计出阵元间的互耦系数,实现多子阵的互耦自校正。算法的波达方向估计只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算,可明显减小算法运算量。文中讨论了算法参数可辨识性的必要条件,并分析计算了多参数联合估计的克拉美-罗界(CRB)。理论分析及蒙特卡罗仿真结果表明,该算法具有计算量小、DOA估计分辨力高、互耦校正效果好等优点。     

A Novel Online Mutual Coupling Compensation Algorithm for Uniform and Linear Arrays

In this paper, a novel online mutual coupling compensation algorithm especially tailored to uniform and linear arrays is presented. It is conceived to simultaneously compensate for mutual coupling and estimate the direction-of-arrivals (DOAs) of signals impinging on the array since the estimated calibration matrix can be embedded within any classical super-resolution direction-finding method. An alternating minimization procedure based on closed-form solutions is performed to estimate the mutual coupling matrix in the field of complex symmetric Toeplitz matrices. Unlike many existing array calibration methods, it requires neither the presence of calibration sources nor previous calibration information as initialization. Computer simulations show the effectiveness of the proposed technique and prove that the nice statistical properties of classical super-resolution DOA estimation algorithms can be restored despite the presence of mutual coupling     

Two-Step Sparse Representation Based 2D DOA Estimation with Single Moving Acoustic Vector Sensor

This paper investigates the two dimensional direction of arrival (2D DOA) estimation problem of multiple sources with one single moving acoustic vector sensor (AVS). We first use one single moving AVS to construct a synthetic nested AVS array, which is later shown that is equivalent to the physical nested AVS array. Then the vectorization and row extraction operations are performed to obtain the observation vector that behaves like signals received by a virtual uniform AVS array. Finally, the 2D DOA estimation is obtained via a two-step sparse representation (SR) method, which transforms the 2D grid search to a computationally efficient 1D grid search. The Cramer-Rao bound comparison between the synthetic and physical nested AVS arrays shows that these two arrays are equivalent for DOA estimation. Based on the property of the nested arrays and the full utilization of the array aperture via SR, the proposed method can achieve better estimation performance than spatial smoothing methods with nested AVS arrays and methods with uniform AVS arrays. Simulations validate the effectiveness of the proposed synthetic array method.

     

稀疏阵列波达方向估计研究进展

波达方向(direction of arrival, DOA)估计是阵列信号处理领域的重要研究方向,也是电子侦察与电子攻击领域的关键技术之一。以提高DOA估计精度和降低计算复杂度为导向,结合模型驱动和数据驱动方法的各自优势,提出了基于深度展开网络的DOA估计统一框架,阐述了稀疏阵列离网格DOA估计、无网格DOA估计以及混合信号参数估计等方面的研究进展。对复杂信号模型下的DOA估计、深度展开网络性能分析与挖掘以及分布式稀疏阵列回波信号融合处理等后续的研究内容进行了展望。     

基于改进互耦系数估计算法的自适应波束形成

阵列信号在实际应用中,常常会面临噪声的干扰,低信噪比(signal noise ratio, SNR)时波束形成器性能会急剧下降. 针对该问题,提出一种基于改进互耦系数估计的抗互耦算法的自适应波束形成,即研究信号在不同输入SNR以及不同干扰波达方向(direction of arrival,DOA)估计误差下的互耦系数估计误差;并通过误差分析修正原算法不同SNR下参与估计信号的数目. 改进算法改进了导向矢量和期望信号,提高了低SNR下互耦系数估计的准确度,对比分析验证了其在低SNR情况下有更强的抗干扰能力,对互耦现象有着更好的稳健性.