时-空欠采样的信号频率和二维DOA估计

在空间信号时－空欠采样下，基于时延、四阶累积量和MUSIC算法提出了一种新的多空间信号频率和2－D到达方向分离估计方法。适当地选取时延和非均匀阵列阵元位置，该方法的信号频率和2－D到达方向估计无模糊。灵活地运用矢量Kronecker积估计信号数大于二阶技术。计算机模拟证实了其有效性。     

基于压缩感知理论的二维DOA估计

二维波达方向(direction of arrival,DOA)估计在雷达探测、电子对抗、医学成像等领域有着广泛的应用.针对现有算法估计精度不足、计算量巨大的问题,在基于压缩感知理论的背景下提出一种二维均匀L型阵列信号的DOA估计算法.该算法首先对阵列信号的俯仰角和方位角构建空间合成角,并对空间合成角构建过完备冗余字典;再利用正交化高斯随机矩阵构造观测矩阵;最后通过改进RM-FOCUSS算法和求解三角函数的方法还原出方位角和俯仰角.理论研究表明,该方法在高信噪比、多快拍条件下比传统算法具有更高的估计精度和分辨力,且通过压缩采样降低了运算量.仿真实验验证了上述结论.     

基于宽带欠采样阵列的频率估计算法研究

鉴于宽带欠采样阵列的常规FFT频率估计算法只适用于输入信噪比较高且精度要求不高的单信号频率估计,给出了多组采样频率联合解模糊的方法,在无需增加复杂配对算法的情况下,实现了多信号频率的无模糊估计．针对常规FFT法估计精度不高的问题,提出了一种分级高分辨频率估计方法（CMUSIC算法）．该算法估计精度可达到10kHz级,相对于常FFT法的MHz级提高了至少一个数量级．最后,仿真结果验证了本文所提方法的有效性．     

用高阶模糊函数算法分析欠采样信号

目的寻找一种快速有效的分析欠采样信号的算法. 方法高阶模糊函数(HAF)算法的优势是从相位降阶的角度分析多项式相位信号. 利用此特点,在满足一定条件下,从估计欠采样信号的参数入手来解决频率模糊问题. 结果与结论以欠采样线性调频信号的分析为例,用仿真结果证明了HAF算法的有效性.与时频分析法相比,大大降低了计算量,边界条件要求松且无边界效应.     

欠采样超宽带LFM信号参数估计

针对Nyquist采样频率过高、硬件实现困难的问题,提出一种基于欠采样的超宽带线性调频信号的调制斜率和初始频率估计方法。该方法利用互谱ESPRIT算法和余数定理对欠采样信号进行解模糊,在低信噪比情况下仍能较精确地估计超宽带线性调频信号的调制斜率和初始频率。计算机仿真证实了该方法的有效性。     

一种新的宽频带信号频率欠采样估计方法

提出了一种新的基于欠采样技术的宽频带信号频率估计方法．利用两个独立欠采样通道得到的有模糊的信号频率信息，结合一定的解模糊和配对方法得到无模糊的信号频率估计．该方法不受两个欠采样通道间不一致性的影响，且两通道的采样数据可并行处理，增强了算法的实用性．     

广义稳健中国剩余定理及其在空间欠采样信号DOA估计中的应用

传统的中国剩余定理给出了从几组模数和余数重构正整数的方法,但当余数有误差时重构整数可能存在很大的误差。文中提出了广义的稳健中国剩余定理,采用一组非互质的模数(正整数)和相应的余数为实数且存在误差时重构任意实数的方法,并给出了详细的定理证明,得出算法重构实数的误差仅与余数的误差有关,解决了传统中国剩余定理重构整数时,余数的极小误差可能引起被估计整数相当大误差的问题。首次将该定理用于估计空间欠采样下相邻阵元间距大于半波长,且相位差估计存在误差时信号方位,仿真实验验证了所提算法的正确性和稳健性。     

带通均匀欠采样技术及其应用

带通信号处理技术,广泛用于通信、雷达等领域。随着数字技术的发展,人们越来越希望在射频端实现数字处理。但是数字信号处理却远远不能跟上,而对带通信号的欠采样技术,则使中频乃至射频数字处理成为可能。本文将综述、讨论带通均匀欠采样技术及一些应用。     

基于修正ESPRIT算法的二维DOA估计

针对二维ESPRIT算法在求解相干信号的时候存在较大的阵列冗余度,为了降低计算量,提高算法的解相干能力,在双排平行均匀线阵的基础上,介绍了一种二维修正ESPRIT算法.通过对子阵的合并,摒弃了原协方差矩阵中的冗余数据,使得新构成的协方差矩阵的维数比原来下降了近33%,从而降低了特征值分解的维数,并且新构成的协方差矩阵可以对接收数据进行共轭重排再利用.理论分析和仿真实验表明,该算法降低了计算量,提高了对非相干信号的估计准确度,同时具有一定的解相干能力.     

基于矩阵填充的互质阵列欠定DOA估计方法

为了解决现有基于互质阵列的DOA估计方法舍弃差联合阵列中非均匀虚拟阵元而导致最大可估计信号数损失的问题,提出了一种基于矩阵填充的DOA估计方法。首先,根据差联合阵列与波程差一一对应的特性,构造一个部分元素缺失的Toeplitz化的阵列协方差矩阵,建立了基于矩阵填充的DOA估计模型,并验证了该模型满足零空间性质;然后,根据低秩矩阵填充理论,将DOA估计问题转化为矩阵核范数最小化问题进行求解,通过不定点延续算法将该协方差矩阵中的零元素进行填充恢复为完整协方差矩阵;最后,对协方差矩阵进行奇异值分解,转化为多项式求根,得到DOA的估计。仿真实验结果验证了本文方法的有效性和优越性。实验结果表明,本文方法能够对差联合阵列中的空洞部分进行有效填充,增加了可利用的阵列自由度,提高了可估计信号数,同时能够有效避免传统稀疏重构算法中由于角度域离散化导致的基不匹配问题对估计性能的影响,提高了估计精度和分辨力。     

基于循环谱的OFDM混叠信号符号速率盲估计方法

针对两路同频OFDM信号混合的符号速率估计问题,提出了一种基于循环谱特性的符号速率估计算法。该算法比较混叠前和混叠后OFDM信号在循环谱特性上存在的差异,并利用该差异识别OFDM信号是否存在混叠现象,同时提取符号速率的相关信息,实现单通道混叠信号的速率估计。该算法不需要任何先验信息,可以直接在中频实现。仿真结果表明该算法的有效性,且对噪声不敏感。     

无扩频矩阵知识二维扩频系统的盲同步

针对加性白高斯噪声信道,考虑未知二维扩频矩阵的条件下,提出了一种二维扩频系统的时频同步方法。该方法利用二维扩频矩阵周期性重复的特点,先估计出频率偏差,再通过滑动暂存窗求相关矩阵最大特征值,完成信号的时间同步。计算机仿真结果验证了该方法的有效性。     

空时欠采样下多目标频率和方位联合估计新方法

针对空时欠采样下多个窄带信号参量估计问题,提出了一种基于同时估计多实数的广义稳健中国剩余定理的频率和方位联合解模糊方法.该方法首先对任意单阵元采用多次时域欠采样,获得多个目标的模糊的频率估计值,然后利用同时估计多个实数的广义稳健中国剩余定理估计出多目标的无模糊频率;在空时欠采样下,获得多组阵元接收到的信号相位差的模糊值,再利用广义稳健中国剩余定理解相位模糊,从而估计出多源信号的真实方位.仿真实例表明新提出的方法可以在空时欠采样情况下有效地对多个目标同时解频率和方位模糊,频率和方位联合估计的精度高,稳健性好.     

信号稀疏分解降噪在DOA估计中的应用

提出了一种基于稀疏分解的阵列信号降噪方法。该算法是通过匹配跟踪（MP）的稀疏分解对阵列接收信号进行降噪,然后结合一般的MUSIC算法实现DOA估计。首先将对阵列接收数据分阵元通道独立进行基于MP分解的降噪处理,在不改变阵列流型的前提下,达到了对阵列信号降噪的效果,且在实际算法中分析了MP分解迭代终止阈值的确定。通过仿真分析证实了信号MP分解降噪的方法应用于DOA估计中的可行性。仿真结果显示,在低信噪比环境中,基于MP分解降噪后的MUSIC估计方法取得了更好的估计性能,因此证实了该算法的有效性。     

DS-CDMA系统基于高阶累积量的盲波束形成及DOA估计

依据DS-CDMA系统的扩频码和扰码特性,提出了一种新的基于高阶量的盲波束形成算法,然后根据得到的波束形成权值实时估计信号波达方向(DOA)。该方法充分利用了接收信号的高阶统计特性,在高斯有色噪声及非高斯噪声信道环境下具有良好的性能。另外,该算法不需要已知信道参数和训练序列等先验知识,收敛速度较快,适合在实际信道环境中的应用。     

采用非线性变换的MPSK/MQAM符号速率盲估计

提出了一种采用非线性变换的MPSK/MQAM类信号符号速率盲估计方法,充分利用了MPSK/MQAM数字信号相邻符号的相位变化信息,通过对零中频信号进行非线性处理,构造一个非线性变换的复数函数,生成含有符号速率的离散谱线。利用四阶累积量的方法实现在强背景噪声下提取符号速率的基频分量。该方法运算简单,适应性好,对MQAM和MPSK调制的不同阶数、不同成形滤波器系数的信号均适用,低信噪比下仍具有很好的测量性能。     

基于盲信号分离的分布式目标DOA估计方法

在分布函数未知或数学形式不同的分布式目标同时存在的情况下,研究了一种基于盲信号分离的相干分布式目标一维搜索DOA估计方法。仿真实验结果表明,这种分布式目标DOA估计方法具有分布参数门限现象,DOA估计性能对其他信号源的分布参数不敏感。     

基于改进稀疏度自适应匹配追踪算法的压缩感知DOA估计

由于传统子空间类算法在少快拍数、低信噪比(signal noise ratio, SNR)、信源相干等条件下波达方向(direction of arrival, DOA)估计精度低甚至无法估计,因此,研究压缩感知理论在DOA估计中的应用.针对稀疏度自适应匹配追踪算法在噪声环境下无法有效估计以及选择大的初始步长会导致过估计的问题,在该算法的基础上进行改进,利用迭代残差的变化规律优化算法的迭代终止条件,同时通过对步长大小进行自适应调整来快速准确逼近信源稀疏度.仿真结果表明,所提算法具有估计精度高、运行速度快、对噪声有较好的鲁棒性等优势,促进实际情况下压缩感知与DOA估计的进一步融合.