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.     

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．     

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。     

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。