基于均匀圆阵的幅相误差自校正算法

针对实际应用中普遍存在的阵列幅相误差扰动问题,结合子空间类波达方向估计算法,以均匀圆阵为基础,提出了一种幅相误差的自校正算法。先利用均匀圆阵协方差矩阵的结构特点对幅相误差进行初步估计,再通过迭代方法得到更精确的估计值,自校正方法无需任何参数初始值,实现比较简单。仿真实验验证了算法具有良好的误差校正效果,能够比较准确的估计出波达方向角和幅相误差值。     

基于L型阵列的幅相误差自校正算法研究

针对实际应用中普遍存在的阵列幅相误差扰动问题,结合子空间类波达方向估计算法,基于L型阵列,提出了一种幅相误差的自校正算法。先利用均匀阵列协方差矩阵的结构特点对幅相误差进行初步校正,再通过迭代方法得到更精确的估计值,自校正方法无需任何参数初始值,实现比较简单。仿真实验验证了算法具有良好的误差校正效果,能够比较准确地估计出波达方向角和幅相误差值。     

色噪声背景下的阵列幅相误差自校正算法

针对色噪声环境下的阵列幅相误差自校正问题,提出一种适合任意阵列的幅相误差自校正算法。该算法首先在每次迭代开始前利用H∞滤波方法得到稳健的DOA估计值,然后给出一种幅相误差最优初始值的估计方法求解出幅相误差的次优解,最后基于交替加权最小二乘算法,分别对幅相误差和噪声功率进行估计。理论和仿真实验均表明该算法不仅迭代次数少,且具有较好的参数估计性能。     

一种新的阵列天线幅相误差校正算法

根据子空间的基本原理,提出一种新的阵列天线幅相误差校正算法,该方法利用粗略已知的校正源方位角信息进行优化,使用迭代的方法逼近幅相误差的真实值.由于不需要其他的迭代初始值,从而保证该方法能收敛到最优解.计算机仿真实验证明了该方法的有效性.     

基于子空间的阵列天线幅相误差校正算法

基于子空间原理提出了一种用来校正阵列天线增益和相位误差的算法。该算法需要一个校正源。由于校正源的方位角有时可能难以直接测量,因此通过旋转阵列天线来代替移动校正源的方位从而获得校正源位于不同方位角时的输入协方差矩阵,并通过交替迭代运算求出阵列天线增益和相位的误差值。仿真证明了该方法的有效性。     

基于MUSIC迭代法的互耦误差校正

针对阵元之间存在互耦误差,阵列流型会出现一定程度的偏差和扰动的问题,提出了基于MUSIC(MUlti-ple SIgnal Classification)迭代法的互耦误差自校正算法及在互耦误差条件下的DOA(Direction of Arrival)估计算法。利用MUSIC迭代法对波达方向和互耦误差同时进行估计。该算法能够在互耦误差存在的情况下,有效地估计出波达方向和互耦矩阵,仿真实验证明了该算法的有效性。     

空间非平稳噪声环境下阵列通道幅相误差自校正算法

本文针对空间非平稳噪声环境下的阵列通道幅相误差问题提出一种自校正算法.该算法可以有效估计噪声相关矩阵,同时对通道幅相偏差和信源DOA作初步估计;进而在此基础上进行迭代过程,进一步校正通道幅相偏差的同时得到更精确的DOA估计值.理论分析和仿真结果均表明该算法的有效性.     

宽带信号的幅相误差校正算法

宽带数字阵列雷达通道中特性差异,使得通道产生随频率变化的幅相不一致性,文中主要研究了时域和频域的校正算法,并根据不同频点的对角因子形成相应的对角加权矩阵,改进了加权最小二乘拟合的方法,优化了频域算法,最后通过仿真对比分析了时域与频域算法的精度和对数字波束形成性能的影响,并验证了改进频域算法的精确性与可行性。     

共形阵列幅相误差校正快速算法

基于子空间的联合迭代算法可以实现对空间信源方位和阵列幅相误差参数的联合估计。当对共形阵列进行幅相误差校正时,由于其空域导向矢量不具有Vander monde结构,导致快速高分辨空间谱估计方法无法直接应用,而利用2维谱峰搜索实现空间方位估计的运算量较大,限制了算法在共形阵列上的应用。针对此问题,该文提出一种借助虚拟阵列实现共形阵列幅相误差校正的新方法。该方法利用虚拟阵列的特殊结构快速实现对信源的DOA估计,省去了谱峰搜索过程,因而运算复杂度低,便于工程实现。理论分析和仿真结果验证了所提算法的有效性,可为共形阵列的工程应用提供参考。     

非圆信号多级维纳滤波MUSIC测向算法

为降低非圆信号的MUSIC(记为NC-MUSIC)测向算法的计算量,提出了基于多级维纳滤波的NC-MUSIC算法.首先,该算法将非圆信号特性用于多级维纳滤波算法,构造出扩展阵列输出矩阵,利用多级维纳滤波的递推特性求出信号子空间,而不需要估计样本协方差矩阵和对其特征值分解;其次,为了进一步降低算法的计算量,推导出信号子空间的谱峰一维搜索公式进行非圆信号谱峰搜索的计算,快速估算出目标的方位值.仿真结果和计算复杂度分析表明,新算法不但在均方根误差性能上与其他快速算法相似,均接近于NC-MUSIC算法,具有良好的估计性能,而且降低了NC-MUSIC算法的计算最,使其计算复杂度小于非圆信号扩展传播算子快速测向算法的计算复杂度.证实了新算法快速有效的估计性能.     

基于降维噪声子空间的二维阵列DOA估计算法

为提高波达方向(Direction Of Arrival, DOA)的估计速度,该文基于子空间的正交性原理,利用噪声子空间及其共轭的交集进行奇异值分解(SVD)实现噪声子空间的降维,并基于降维噪声子空间与导向矢量及其共轭的双正交性提出一种2维阵列快速DOA估计算法。理论分析和仿真实验表明：该算法不受实际阵型的限制,能将传统MUSIC谱的角度范围压缩至原来的一半,从而将DOA估计的计算量降至传统方法的50%,并具有与MUSIC算法相当的角度分辨率。     

基于噪声子空间解析形式的快速DOA估计算法

该文针对特殊的信号环境各辐射源信号均值相等且不为零,利用均匀线阵导向矢量的Vandermonde结构,推导出了噪声子空间的解析形式,并以此为基础提出了利用均匀线阵和稀疏平面阵的1维和2维DOA估计快速算法。该算法不需要计算接收数据的协方差矩阵,也不需要任何矩阵分解,因此计算量远小于传统的超分辨DOA估计,而且无论信号之间是否具有相干性,该方法有相同的估计性能。仿真实验表明,在噪声均值为零且快拍数足够的条件下,该方法的估计性能整体上与Root-MUSIC算法相当,而在信噪比较低时性能优于后者。     

一种基于余弦函数的相位干涉仪阵列DOA估计算法

该文针对相位干涉仪阵列估计波达角过程中的相位差模糊问题,提出一种基于余弦函数的波达角估计算法,并分析了该算法的估计值唯一性条件,该条件比相位差解模糊算法的唯一性条件更宽松。不同情况下的仿真结果表明,只要阵列的基线距离满足估计值唯一性条件,采用该算法能够有效进行高精度的波达角估计。     

基于多级维纳滤波器的信号子空间拟合算法

提出一种信号子空间拟合的新方法.推导出信号子空间拟合一个新的基本公式,进而建立信号子空间拟合一个新的准则函数.分析表明,信号子空间可以由多级维纳滤波器的若干个匹配滤波器有效地构成,而且匹配滤波器只需要多级维纳滤波器的若干步前向递推,所以该方法具有小运算量和低复杂度的特点.最后,计算机仿真验证了该方法的有效性.     

基于互相关协方差矩阵的改进多重信号分类高分辨波达方位估计方法

针对经典高分辨波达方位(DOA)估计方法在低信噪比下分辨性能较差的问题,该文提出一种适用于主动探测系统的基于互相关矩阵的改进多重信号分类(MUSIC)高分辨方位估计方法(I-MUSIC)。该方法首先利用主动声呐发射信号已知的特性,将发射信号与阵元接收信号进行互相关,利用互相关序列形成新的空域协方差矩阵,再进行特征分解。理论分析表明,互相关处理在抑制噪声的同时保留了阵元之间的相位信息,可以得到比MUSIC方法更准确的子空间划分,进而提高低信噪比方位估计性能。在此基础上,提出一种基于相关时间门限的改进MUSIC高分辨方位估计(T-MUSIC)方法,通过对互相关序列设置时间门限进一步提高方位估计信噪比。仿真结果表明,与MUSIC方法相比,I-MUSIC与T-MUSIC可以分别使低信噪比时的估计性能提高3 dB和6 dB,相应平均估计误差分别为原方法的77%和53%。在阵元间接收噪声存在相关性时,T-MUSIC与I-MUSIC方法相比可获得8 dB的估计增益,估计性能更优。I-MUSIC与T-MUSIC应用于多目标主动探测,可大幅提高探测系统在低信噪比下的方位估计性能。     

基于降维波束空间的实值ESPRIT单基地MIMO雷达测角算法

单基地多输入多输出(MIMO)雷达的波达方向(DOA)估计问题是近年来研究的热点。高维度的MIMO雷达数据,导致传统旋转不变性参数估计技术(ESPRIT)算法需要付出较大的运算代价。在低信噪比、低快拍数的条件下,传统ESPRIT算法性能会严重下降。为了克服传统ESPRIT算法的以上缺点,该文提出一种降维波束空间的实值ESPRIT算法。该算法通过转换矩阵,将高维度MIMO雷达数据转换到低维度的数据,从而去除数据中的冗余。然后再将低维数据变换到波束空间,构造实值旋转不变性等式,用以估计目标的角度。仿真结果表明,在低信噪比和低快拍数时,相比于传统ESPRIT算法,该文所提方法具有更好的角度估计性能和更少的运算量。     

基于稀疏贝叶斯学习的多跳频信号DOA估计方法

针对多跳频信号空域参数估计问题,该文在稀疏贝叶斯学习(SBL)的基础上,利用跳频信号的空域稀疏性实现了波达方向(DOA)的估计。首先构造空域离散网格,将实际DOA与网格点之间的偏移量建模进离散网格中,建立多跳频信号均匀线阵接收数据模型;然后通过SBL理论得到行稀疏信号矩阵的后验概率分布,用超参数控制偏移量和信号矩阵的行稀疏程度;最后利用期望最大化(EM)算法对超参数进行迭代,得到信号矩阵的最大后验估计以完成DOA的估计。理论分析与仿真实验表明该方法具有良好的估计性能并能适应较少快拍数的情况。

     

基于空间角稀疏表示的二维DOA估计

论文提出一种基于空间角稀疏表示的维DOA估计方法,解决了维DOA估计中冗余字典构造的难题。构建的空间角包含了方位角和俯仰角的信息,利用其构造冗余字典可以将方位角和俯仰角的组合从维空间映射到1 维空间,极大地降低了字典的长度和求解的复杂度;同时将算法推广到频域,扩展了其应用范围。与传统的高分辨算法相比,该方法对信噪比和快拍数要求不高、无需特征值分解和多维搜索过程。理论分析和仿真实验,验证了该方法对维相干信号和非相干信号都具有较高的估计精度和较好的分辨力,在不同信噪比下性能优于MUSIC算法。