均匀圆阵相干信源DOA估计的差分算法

提出了一种新的均匀圆阵解相干算法。在模式空间中,均匀圆阵被转换为一虚拟的均匀线阵。利用该虚拟线阵的特殊阵列模型结构可重构一差分矩阵,使其秩只与相干(或相关)信号的波达方向(DOA)有关。该算法可使得非相干信源与相关(或相干)信源分辨开,且通过利用常规超分辨方法估计不相关源和相关源的空间谱,再利用差分矩阵中包含的相干及相关源信息分辨相关及相干信源,可重复利用阵列接收数据,从而分辨更多信源。仿真结果验证了该算法的有效性。     

一种改进的SRP-PHAT宽带信源DOA估计算法

针对离散联合可控响应功率和相位变换（DSRP-PHAT）算法用于宽带信号DOA估计时精度不稳定问题,在线性阵列条件下提出了一种改进算法（IDSRP—PHAT）．该算法首先计算各时延对应的角度,对其进行排序,然后通过滑窗法计算波束功率并反推得到波束角度,最后在峰值搜索中采用加权求和的方式估计DOA．仿真实验表明,相比DSRP-PHAT算法,IDSRP-PHAT算法提高了平均估计精度,同时也消除了不同DOA带来的精度差异．     

基于双平行线阵二维相干信号DOA估计新方法

提出了一种在高斯白噪声下基于双平行线阵的二维相干信号的DOA估计的新方法.本算法首先通过对接收数据进行前向空间平滑来达到去相干目的,然后计算出3个mxm相关矩阵,用此构造一个3mxm大矩阵,并对其进行特征值分解,最后利用ESPRIT方法时方向角和仰角进行估计.本算法不需谱峰搜索,无相位模糊问题,且参数自动匹配,计算量较小.仿真结果证明了该方法的有效性.     

基于特征空间MUSIC算法的相干信号波达方向空间平滑估计

为了高效、准确地估计相干信号的波达方向(DOA),提出了一种基于特征空间多重信号分类(MUSIC)算法的空间平滑估计方法。首先对相干信号进行空间平滑处理,然后对其应用特征空间MUSIC算法进行DOA的精确估计,使其最大限度地利用信号子空间和噪声子空间的信息。本文方法并不影响非相关信号存在时DOA的估计,且还可以对信号源功率进行有效的估计,以提高对小能量信号的成功估计概率。与传统空间平滑算法及修正MUSIC算法相比,本文方法具有更低的信噪比门限和更高的估计精度及分辨力。最后的仿真实验验证了本文方法的有效性和鲁棒性。     

基于特征空间算法的非圆相干信源DOA估计

针对非圆相干信号的解相干问题,给出了一种新的特征空间算法(eigenspace-direction of arrival,ES-DOA)。利用信号源的非圆特性,虚拟地扩展了阵元个数,使阵列信息增至扩展前的两倍,对信号源数目的估计突破了M-1(M为阵元数)的限制;将信息量加倍后的协方差矩阵加以重构,给出一种新的特征空间算法进行解相干,最大限度地利用了噪声子空间与信号子空间的信息,避免了空间平滑思想的阵列孔径损失及最大似然算法运算量过大的问题;该方法还对信号源功率进行了估计,提高了对小能量信号的估计成功概率。仿真结果表明,该方法对波达方向估计具有很好的鲁棒性。     

基于L型阵的二维相干源信号的DOA估计

提出一种在高斯白噪声下基于L型阵的二维相干源信号的DOA估计的方法.本算法首先通过对接收数据进行前向空间平滑来达到去相干目的,然后计算出3个m×m相关矩阵,用此构造一个3m×m大矩阵,并对其进行特征值分解,最后利用ESPRIT方法对方向角和仰角进行估计.本算法无需谱峰搜索,无相位模糊问题,且参数自动匹配,计算量较小.仿真结果证明了该方法的有效性.     

一种基于单快拍的DOA估计算法

传播算子方法不需要对数据协方差矩阵进行特征值分解或奇异值分解,较之于传统子空间类算法有更低的运算复杂度.由于传播算子方法要求较大的快拍数,该文提出了一种新的改进方法,在快拍数为1的情况下,构建Toeplitz Hermitian数据矩阵,并将传播算子方法与求根MUSIC算法相结合,很好的实现了信号解相干,具有较好的实时性.仿真结果表明,在一定信噪比下,该算法与前向空间平滑算法相比有略好的性能,能很好的实现信号解相干,同时大大减少运算的复杂度.     

适于相干信号DOA估计的改进矩阵差分方法

提出一种适用于色噪声背景下窄带信号的波达方向估计方法. 假设未知色噪声协方差矩阵具有对称的Toeplitz结构,利用线性变换改变阵列协方差矩阵,并与阵列协方差相减,理论上消除了噪声对算法估计性能的影响. 新差分算法适用于信号不相干或仅有2个信号相干的波达方向估计. 当相干信号多于2个时,通过与空间平滑算法结合,拓展了算法的应用范围. 与传统差分算法相比,新算法避免了“伪”波达方向估计,降低了计算复杂度. 仿真实验结果表明,新算法具有优越的估计性能.     

几种DOA估计算法分析

通过对波达方向算法中的延迟-相加算法、Capon最小方差算法和MUSIC算法分别进行讨论，并在相同条件下对3种算法分别进行仿真，仿真结果证明MUSIC算法性能最好．     

一种未知信源数的共形阵DOA算法

针对目前绝大多数共形阵波达方向估计算法需要进行信源数估计且波达方向估计性能易受信源数估计误差影响的问题,提出了一种引入虚拟期望信号的未知信源数共形阵波达方向估计算法.在介绍共形阵窄带信号接收模型及自适应波束控制原理的基础上,利用最大信干噪比准则下的最优权矢量对引入虚拟期望信号后的阵列接收数据进行加权处理,以阵列输出的信噪比作为波达方向估计参数,从而实现来波信号的准确估计.整个过程不需要以信源数作为先验知识,避免了波达方向估计过程中信源数的判断环节.对所提算法进行了仿真实验,结果表明,该算法是有效可行的,且其性能要优于MUSIC算法.     

几种DOA估计算法分析

通过对波达方向算法中的延迟-相加算法、Capon最小方差算法和MUSIC算法分别进行讨论,并在相同条件下对3种算法分别进行仿真,仿真结果证明MUSIC算法性能最好.     

循环与非循环混合信号源快速DOA估计与识别方法

在日益复杂的信号环境中,阵列信号处理需要面对循环和非循环混合信号源的情况越来越多。针对循环和非循环混合信号源的情况,分析了混合信号源条件下的子空间特征,提出了一种混合信号源条件下的快速波达方向估计与识别方法,有效地利用了混合信号源中的非循环特性。理论分析和仿真实验结果表明,波达方向估计结果的分辨率不仅较于常规方法有所提高,而且可处理的信源数目大于阵元数目,具有较强的过载处理能力。     

改进型MUSIC算法在智能天线DOA估计中的研究

智能天线的一项核心技术是波达方向（Direction of Arrival,DoA）的估计,它在无线定位的应用领域中有着十分重要的意义．为了对信号的DOA作出精确的估计,提出一种基于空间平滑技术的改进型MUSIC（Multiple Signal Classification）算法．仿真结果表明经典的MUSIC算法只能对非相干信号的DOA作出精确的估计,而改进型MUSIC算法对相干信号的DOA也能作出精确的估计．     

基于酉变换的虚拟阵列DOA估计算法

为了估计相干信源的波动方向,提出基于酉变换的虚拟阵列DOA估计算法．该算法通过阵列虚拟平移形成虚拟阵列对相干信号进行解相干,并利用酉变换将虚拟阵列接收数据的协方差矩阵从复数域变换到实数域,然后利用该实数矩阵进行波达方向估计．计算机仿真表明算法在低信噪比情况下具有很好的解相干特性和估计性能．该算法避免了阵列孔径损失,可在小采样拍数情况下实现相干信源的DOA估计,且运算在实数域进行,大大降低了运算复杂度．     

非圆信号多级维纳滤波DOA估计求根算法

针对非圆信号DOA估计的计算量问题, 运用多级维纳滤波和信号子空间的多项式求根方法, 提出了一种快速算法. 首先利用非圆信号特性构造出扩展阵列输出矩阵, 然后不需进行协方差矩阵的生成和分解, 利用多级维纳滤波求出信号子空间, 针对均匀线阵推导出信号子空间多项式求根方法, 得出目标的DOA估计值. 新算法的均方根误差性能与非圆信号求根MUSIC算法、非圆信号ESPRIT算法、非圆信号扩展传播算子算法等快速算法相仿, 但是计算量小于已有的算法, 特别是在阵元数较多的情况下算法的实时性优势更加明显.     

一种新的多重信源去相关算法

信号源之间的相关性直接影响到空间谱估计算法(子空间方法)的有效性,文章提出了一种通过扰动阵列天线空间增益的方法,从而达到消除相关信源之间相关性的目的,恢复子空间方法有效性.相对于经典空间平滑算法,该算法减少了天线阵元的开支,并且具有算法简单,运算量小的特点.理论分析与计算机仿真表明该算法切实可行、有效并且易于实现.     

基于粒子群优化算法的相干信源波达方向估计

利用粒子群优化算法和在解决优化问题的优势和广义极大似然测向的优点,提出了一种估计相干信源波达方向的新方法.对于所提出的测向算法,人射的信源可以是独立信源,也可以是多相干信源的混合,对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.为了有效地对所提出的测向代价函数进行拟合,把高斯异策略引进粒子群算法中,提出了一种可快速多维搜索的随机变异粒子群算法.仿真结果表明:与基于遗传算法的相干信源波达方向估计方法相比,基于粒子群优化算法的波达方向估计在收敛速度和估计精度上都有优势,有很好的可行性和有效性.     

利用空间平滑的协方差秩最小化DOA估计方法

针对传统波达方向角估计算法在相干信号及非均匀噪声下估计精度差、分辨率低的问题,基于空间平滑方法,提出一种接收信号协方差矩阵秩最小化波达方向估计方法．在传统空间平滑方法的基础上,所提算法将接收信号协方差矩阵分别左右乘交换矩阵以得到空间后向平滑协方差矩阵;而后基于平滑矩阵的低秩性,将协方差矩阵重构为无噪声协方差矩阵;最后利用传统MUSIC算法实现波达方向估计．仿真结果表明,与传统MUSIC算法、基于矩阵补全理论的MUSIC算法和秩迹最小化算法相比,所提算法能较好地抑制非均匀噪声影响,且在相干条件下具有较好的波达方向估计性能．     

一种改进的宽带DOA估计算法

针对现有宽带相干信号源DOA估计算法（CSM）存在依赖于初始值的选取以及需要先验信息等缺陷,提出一种改进算法——自聚焦算法.通过建立均匀线阵以及十字阵模型,推导了自聚焦算法,证明了自相关矩阵为正定时聚焦矩阵是一个酉矩阵,不会产生任何的聚焦损失.最后对自聚焦算法和CSM算法进行了仿真.仿真结果验证了自聚焦算法的有效性;与CSM算法相比,自聚焦算法可以有效解决相干信号源的问题,具有更好的鲁棒性.     

一种阵元位置误差条件下的DOA估计方法

针对存在阵元位置误差时多重信号分类(MUSIC)算法的信号波达方向(DOA)估计性能严重下降的问题,结合微粒群(PSO)算法,提出了一种在阵元位置误差情况下的DOA估计方法.该方法首先根据MUSIC算法原理拟合校准目标函数,然后运用PSO算法对函数进行寻优,再校准误差矩阵,最后利用MUSIC算法进行DOA估计.通过不同的参数设置条件下仿真结果比较,选择估计性能最好的一组作为PSO算法的关键参数设置,并对比了校准前后MUSIC算法的DOA估计性能.仿真结果表明:本文方法能够有效改善MUSIC算法的角度分辨能力.