噪声方差匹配高分辨方位估计算法研究

与常用的基于信号空间分解的MUSIC算法相比,本文所用的噪声方差匹配波达方向(DOA,Direction of Arrival)估计算法具有更高的分辨率和较低的旁瓣,且能分辨强目标附近的弱目标信号.     

可利用波束输出信息的高分辨方位估计算法

本文介绍一类可以利用波束输出信息实现高分辨方位估计的算法,这类算法由于所利用的波束输出比阵元个数少得多,计算量得以降低,计算机仿真结果表明,对常见声纳接收阵波束输出信息进行高分辨方位估计不仅是可行的,而且还可获得比常规阵元域高分辨算法更低的分辨信噪比门限。     

分布式传声器阵列的低频宽带信号方位估计

现有的预防道路交通安全事故、治理道路交通噪声污染等问题的解决方案是从视觉维度监控重点区域并通过声音维度确定事件触发类型与位置。为了实现公路异常声源的实时监测,提出了一种基于双尺度旋转不变信号参数估计旋转不变子空间技术(Estimation of Signal Parameters via Rotational Invariance Techniques, ESPRIT)的低频宽带声源波达方向(Direction of Arrival, DOA)估计算法,该算法适用于三个矩形子阵呈三角形分布的分布式阵列。算法利用该分布式阵列具有的子阵内相邻阵元间距、相邻子阵间距两种尺度对应的空间平移不变性分别进行方向余弦估计,并利用基于阵型分布的解模糊策略实现高精度方位估计。仿真结果验证了算法的有效性,表明了基于该算法的分布式阵列DOA估计精度优于相同阵元数与阵元间距的单个均匀矩形阵,分析了估计精度与分布基线长度的关系,体现了算法的实际工程应用价值。     

宽带信号常规波束形成方位估计算法改进

1引言常规波束形成方法(CBF)分辨率较低,但同时也具有运算量低、稳健性高、不需要目标信号先验知识等优点,因而仍然得到广泛运用。围绕CBF分辨率的提高,产生了许多方法:H.Fan等人[1]是用外推     

基于波束域MUSIC方法的高分辨方位估计

现代声纳系统普遍采用水听器基阵和一定的信号处理来提高对目标的检测和定位能力，而基阵的波束形成则在其中起着核心作用。文中研究了窄带波束域高分辨方位估计技术，分析了波束域MUSIC方位估计的构造过程和具体实现方法。仿真计算表明，基于波束域MUSIC的方位估计算法是一种分辨空间小角域内多个目标的有效方法。     

基于最小模方法的相干源方位估计

采用最小模算法对于空间非相干信号有很好的分辨效果.本文详细地介绍了最小模方法的原理,并通过仿真指出了最小模算法对空间相干信号难以区分的缺点.为此本文提出了一种有效的解决方案,采用空间平滑处理来去除信号的空间相干效应,通过仿真证明了算法的有效性.     

高分辨方位估计方法的稳健性研究

基于特征分解理论的子空间类高分辨方位估计方法是目前阵列信号处理领域的研究重点。与波束形成法相比，子空间类法的特点为估计精度高和分辨能力强。但是这类高分辨方法对阵列模型失配十分敏感，存在阵列误差时其估计性能明显下降。文章通过仿真和实验深入研究了MUSIC、Johnson和Mini-Norm等子空间类高分辨方位估计方法的稳健性问题，分析了一定信噪比条件下阵列误差对上述三种方法估计结果的影响程度。研究结果表明，MUSIC法和Johnson法的估计性能相当，而Mini—Norm法的稳健性明显高于MUSIC法和Johnson法，分辨能力和估计精度较好，具有良好的工程应用前景。     

基于波束空间的改进TOPS宽带DOA估计

提出了一种基于波束空间的改进投影子空间正交性测试算法,以克服投影子空间正交测试(Test of Orthogonality of Projected Subspace,TOPS)算法在低信噪比时容易出现伪峰的缺点。通过对TOPS算法中的正交性测试矩阵添加对角修正矩阵,并利用波束空间方法对阵元接收数据进行预处理,从而实现对宽带信号的波达方向估计。仿真结果表明,文中所提出算法与TOPS算法相比,能够抑制波束指向范围内的伪峰,并能提高分辨概率和减少运算量,是一种具有应用前景的新算法。     

基于自适应子空间估计的DOA跟踪算法

运用特征子空间类高分辨方法的关键在于信号或噪声子空间的估计。实际上有些信号的统计特性通常随时间变化，为了得到参数的实时估计值，需要随时根据新的阵列接收数据对信号或噪声子空间进行更新?文中分析了一种自适应子空间估计算法，即MALASE(Maximum Likelihood Adaptive Subspaee Estimation)算法然后，把MALASE算法与最小范数(Mini—Norm)高分辨方位计算法相结合．并应用零点跟踪技术，提出了一种自适应Mini—Norm算法，可用于对时变的信号波达方向(DOA)进行跟踪估计。仿真结果验证了该算法具有较好的跟踪性能。     

基于过估计信源数的宽带弱信号源DOA估计

为改善MUSIC类DOA估计算法检测弱信源的性能,提出了一种利用过估计源个数和频域峰值统计信息检测宽带弱信号源的MUSIC类DOA估计算法(OSM)。该算法放宽了MUSIC类DOA估计算法过于依赖信源个数质量的限制,OSM把过估计的信源个数输入给MUSIC,提高了正确检测弱信源的概率,同时也增加了虚警概率,但虚假峰值随窄带的变化呈无规则分布。由PPNN和MNT把这一频率域信息引入到信源检测,抑制了虚假峰,提高了OSM的检测性能。其最小可检测信噪比较传统的MUSIC类DOA估计算法降低了6dB。当带宽较窄时,若信号平稳性较好,适当增加一次快拍的采样长度,可提高窄带数目,亦增加了OSM的稳定性。海上实验数据处理得到了和理论分析一致的结果,该数据处理结果也初步验证了OSM算法的良好检测性能。     

基于协方差矩阵拟合的宽带无网格波达角估计

宽带波达角(Direction of Arrival,DOA)估计是声呐系统阵列信号处理中一个重要的研究方向。文章提出了一种基于相干子空间的改进稀疏与参数方法(Coherent Signal-subspace based Modified Sparse and Parameter Approach,C-MSPA),以实现高精度和高空间方位分辨能力的宽带DOA估计。算法利用聚焦矩阵将各子带上的采样协方差矩阵投影至聚焦频率上。完成聚焦后,文章基于频率选择的范德蒙分解理论对协方差矩阵拟合准则进行改进,使重构的协方差矩阵中包含的DOA信息严格限制在聚焦区域内,最终对重构的协方差矩阵进行范德蒙分解,得到DOA估计值。所提出的算法无需选取正则参数,同时避免了基不匹配问题。仿真和湖上实测数据分析结果表明,所提出的方法实现了高空间方位分辨能力且提高了DOA估计精度。     

基于矩阵平滑改进的稳健Capon波束形成的功率估计

回顾了对角加载波束形成的研究历程,提出了一种改进稳健Capon波束形成（RCB）算法。该方法在计算过程中,加入了矩阵平滑及将加权向量向信干子空间投影的步骤,提高了对相干信号的分辨能力以及低信噪比条件下信号功率的估计能力。仿真结果表明该方法能够分辨相干信号,功率估计较为准确,并且在输入信噪比为-10dB的时候,降低旁瓣15dB～20dB：当信源估计个数大于实际个数的时候依然有效。     

一种用于波达方向估计系统的平面功分器

 在某型均匀圆阵DOA（direction\|of\|arrival）测向系统的研制中,采用平面微带结构的一分八功分器实现八个支路的超外差接收．在设计原理的基础上,采用了功分器输出端口增加匹配线的技术,并借助商业软件Serenade进行电路仿真和参数优化．通过实验测量,该功分器具有等功率分配、相位一致性好、结构简单紧凑等特点,很好地满足了系统的设计要求．     

一种适用于低信噪比条件的DOA估计方法

波达方向（Direction of Arrival,DOA）估计技术是信号处理中一个非常活跃的研究领域。但是无论传统的波束形成技术还是现代谱估计技术均适应于高信噪比的环境,当信噪比较低时,这些方法的波达方向（DOA）估计性能急剧下降。根据信号在时间上的强相关性和噪声在时间的弱相关性,提出了一种协方差矩阵的重构方法,该方法能够明显地提高协方差矩阵的信噪比。将新的协方差矩阵应用到最小方差无畸变响应（Minimum Variance Distortionless Re-sponse,MVDR）算法进行DOA估计,改善了传统MVDR算法在低信噪比条件下的DOA估计性能。计算机仿真和定向实验均表明在信噪比较低的环境中可以进行高精度的DOA估计。     

基于插值矩阵技术与二维空间平滑法的近场相干声源识别研究

在研究插值矩阵技术与二维空间平滑法两种方法的基础上,将两者进行结合,提出了一种对近场相干声源进行识别的方法。首先通过插值矩阵技术把实际阵列接收到的近场信号转换为形式上的远场信号,然后通过二维空间平滑法求出阵列的平滑协方差矩阵,再由平滑协方差矩阵得到给定方向向量对应的信号功率,实现二维相干声源的识别。算例表明,该方法比传统的波束形成能更准确地定位出声源的位置。     

A suboptimal estimation algorithm based on smoothing B splines

Smoothing cubic normalized B splines are used in synthesizing a suboptimal algorithm for estimation on Bayes criteria, maximum likelihood, and a posteriori density without constraint on the gaussian behavior of the corresponding distribution densities. The potential accuracy of the algorithm is evaluated in accordance with the Cramer-Rao inequality. __________ Translated from Izmeritel’naya Tekhnika, No. 10, pp. 14–17, October, 2006.     

解析声能流Capon空间谱估计

文章中把解析函数理论用于声矢量信号分析，提出了一个新概念“解析声能流”，给出了单矢量传感器输出的解析声能流表达式。并将这个新概念用于描述声矢量阵输出，得到了一种新的矢量阵输出模型“伪解析声能流”。利用该模型，推导了声矢量阵的Capon空间谱估计的表达式。理论分析和计算机仿真表明：1、解析声能流的实部和虚部具有正交的偶极子指向性，并且可以用移相的方法来旋转其主极大方向；2、在平面波和二维质点振速条件下，解析声能流将矢量叠加统一描述在它的相位中，从而可以综合描述声场的相位干涉和矢量结构；3、基于“伪解析声能流”模型，传统的Capon空间谱估计算法无需改动就可以直接用于声矢量信号处理，与传统的Capon空间谱估计算法相比，具有全空间无模糊定向能力、更低的旁瓣和对短时信号有更强的处理能力。     

声矢量阵相干源方位估计算法

基于声矢量阵的质点速度场平滑（ParticleVelocityFieldSmoothing,PVFS）算法是一种有效的解相干算法,但是当存在大量相干源时,该算法性能急剧下降甚至失效。在PVFS算法的基础上,提出了矩阵平方平滑（MatrixSquareSmoothing,MSS）-PVFS算法,该算法是对PVFS算法的改进,通过对PVFS算法构造的数据协方差矩阵进行平方、矩阵分块以及矩阵块间交叉相乘等数学运算,增强了PVFS算法解相干的能力,并大大增加了其分辨相干源的数目。计算机仿真结果表明,MSS—PVFS算法的效果与空间平滑（SpatialSmoothing,SS）-PVFS算法大致相同,但在低信噪比条件下,该方法具有更高的DOA估计精度。