空间相关高斯噪声中基于四阶累积量的自适应时延估计方法

针对高斯色噪声中零均值、具有非零三谱信号,提出了一种基于四阶(互)累积量的自适应时延估计方法,并分析了算法的收敛性。该方法不仅具有抑制空间相关(或不相关)高斯色噪声的能力,而且可估计正弦信号的时延,理论和仿真实验均证明了该方法在空间相关高斯色噪声背景下,具有优越于互相关方法的时延估计性能。     

基于延时相关预处理的MUSIC算法

针对MUSIC算法的分辨力受信噪比、快拍数及阵元数等因素限制的问题,利用各阵元接收数据的延时相关函数重新构造协方差矩阵,提出了基于延时相关预处理的MUSIC算法.根据阵元间的延时相关函数与原阵列流型及信号延时相关函数的关系,推导了4个与原阵列流型相同（共轭）的延时相关函数矩阵,分别对各矩阵求协方差并按规则求和得到新的协方差矩阵,之后对协方差矩阵进行特征分解,根据信号子空间处理稳健性高和噪声子空间处理估计精度高的特点构造谱函数进行谱峰搜索,实现DOA估计.通过仿真实验验证了本文算法的可行性和有效性.     

色噪声环境下双基地MIMO雷达收发角度估计

针对基于二阶统计量的MIMO雷达收发角度估计方法在色噪声环境下性能严重下降的问题,提出一种基于四阶累积量的双基地MIMO雷达的收发角度联合估计算法.从累积量的基本定义出发,构造出四阶累积量矩阵,通过特征值分解有效的分离出噪声子空间,最后根据MUSIC算法的基本原理,实现了MIMO雷达收发角度的正确估计,且估计参数可以自动配对.与传统基于二阶统计量的MUSIC算法相比,所提算法能够有效抑制高斯色噪声的影响,提高目标的角度估计性能,理论分析和仿真结果验证了所提方法的有效性.     

基于实值特征子空间迭代的DOA估计算法

针对相关信号的DOA估计和角度跟踪的传统算法自适应性差和特征值分解运算量大的问题,提出了一种基于实值特征子空间迭代的DOA估计算法．对每次快拍数据,通过梯度算法自适应更新信号和噪声子空间,并将复值特征子空间变换为实值,最后利用基于信号子空间的角度估计方法(Unitary ESPRIT) 或噪声子空间的方法(实值域求根MUSIC) 估计信号角度．由于引入了自适应特征子空间迭代和实值域处理,该算法无需特征值分解,有效地降低了基于子空间类高分辨算法的运算量,可以应用于相关信号的角度估计和跟踪问题．理论分析和仿真结果表明,算法具有较低的运算量和良好的自适应性,对某米波测高雷达实测数据的处理结果也表明了算法的有效性．     

基于改进MUSIC算法的二维DOA估计方法

提出了一种改进的二维MUSIC算法,该算法通过重构阵列接收数据协方差矩阵来降低入射信号源间的相关性,抑制信号子空间向噪声子空间的扩散,从而解决用MUSIC算法估计相干信号源到达方向(DOA)时的漏估计问题.该方法不仅对相关信号源的DOA估计有好的特性,也可以提高非相关信号源的DOA估计特性,而且计算量也没有大的增加.仿真试验证明了改进算法的有效性.     

非均匀噪声条件下考虑互耦效应的DOA估计方法

针对非均匀噪声和互耦条件下相干信号辨识性能较差的问题,提出一种基于非均匀噪声协方差矩阵和互耦系数重构的DOA估计方法。首先,利用最小二乘理论并通过迭代优化方法恢复互耦意义下的无噪声信号协方差矩阵;然后,依据信号子空间原理,并通过估计不相关信号角度重构互耦系数矩阵,进而获得互耦补偿后的无噪声信号协方差矩阵;最后,通过传统空间平滑方法获得解相干信号,并利用MUSIC算法实现DOA参数估计。数值仿真表明:与仅考虑相干信源、非均匀噪声或互耦的传统DOA估计算法相比,本文算法可较好地抑制非均匀噪声,克服了互耦场景下传统空间平滑算法解相干失效问题,并可显著改善非均匀噪声和互耦条件下相干信源的DOA估计性能。     

利用延时预处理的DOA估计方法

针对MUSIC算法的分辨力和测角精度受到信噪比、快拍数等因素限制的问题,提出了利用延时预处理的波达方向(DOA)估计算法,该算法充分利用蕴含在接收数据延时相关函数中的信号角度信息.利用所有阵元接收数据的延时相关函数构造新的阵列输出矩阵进而得到新的协方差矩阵,对其进行特征值分解,得到噪声子空间,最后引入变尺度混沌优化算法来简化空间谱估计函数的构造和谱峰搜索过程.仿真实验表明,该算法分辨率和测角精度均优于MUSIC算法并且减小了计算时间.     

单矢量水听器ESPRIT波达方向估计算法

针对自相关算法的局限性,提出了一种基于高阶累积量的单矢量水听器ESPRIT算法.该算法首先对单个矢量水听器接收数据作-任意的时间延迟,以时间变元为旋转因子,构造了2个具有相同阵形的子阵,然后将高分辨信号子空间类方法的正交化原理及旋转子空间不变原理引入累积量域,得到基于高阶累积量切片的ESPRIT方法.仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,ESPRIT算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,信噪比6dB以上该方法还是能获得高精度、高分辨率的渐近无偏估计.     

基于延时相关和FRFT的编队目标架次分辨方法

为较好满足窄带雷达的防空作战需求,提出了一种基于延时相关和分数阶傅里叶变换(FRFT)的空中编队目标架次分辨方法.该方法首先利用延时相关法粗略估计出回波信号的多普勒调频斜率,依据调频斜率和FRFT阶次的对应关系,获得最优变换阶次的粗略值;然后以FRFT后信号的熵值为最小化目标函数,提出一种精确搜索最优变换阶次算法,并以...     

基于子空间投影的合成空间谱算法

对子空间投影类目标方位估计(DOA)算法在非理想条件下性能下降,提出利用加权信号子空间投影和噪声子空间投影获得合成空间谱的DOA方法.论文第2节给出了基于特征分解的子空间投影算法的框架,依据不同的投影矩阵对多种算法进行分类.第3节通过对信号子空间投影采用主特征值倒数加权,并与常规噪声子空间投影进行空间谱合成对多目标进行分辨.第4节给出低信噪比和小采样长度条件下的算法统计性能分析,表明其性能优于传统多目标高分辨MUSIC算法.第5节通过湖试结果表明其工程应用价值.     

OFDM系统中基于子空间分解的信道估计的改进

基于子空间分解的信道估计通过将接收端信道的频域信道响转换到变换域,将信号子空间和噪声子空间分离,既能有效的分离噪声,又具有较低的复杂度.通过对信道估计均方误差的推导,本文提出了一种阈值算法GPT将信号噪声分离的信道估计算法.通过在时域上对连续的OFDM符号求平均,有效的抑制了AWGN和ICI.进一步考虑信道衰落,对阈值进行自适应调整,提出了TAAT算法,仿真证明文中提出的两种算法均无需信道先验信息,能够正确的高精度的区分信号和噪声子空间,不受频谱泄漏的影响,克服了MST和低通截短算法对信道统计参数依赖性具有鲁棒性.在VA30,典型城市信道信道仿真表明,该算法性能逼近理想DFT时域信道估计,即假设信道信号径位置已知,噪声径完全去除.     

冲激噪声环境中LFM信号的特征参数估计

SαS稳定分布是一类非常重要的非高斯随机分布,具有这类分布的噪声称为冲激噪声。在冲激噪声情况下,α阶以上的矩均不存在,导致基于二阶矩的高斯模型算法性能下降,甚至不能正常工作。该文提出了一种在冲激噪声环境下线性调频信号特征参数估计的算法,通过分析冲激噪声的具体特点,给出了修正的低阶矩模糊函数,并结合Radon变换估计了冲激噪声环境下LFM信号的参数。该算法既可应用于冲激噪声下,又可应用于高斯噪声环境,故具有较好的鲁棒性。最后用计算机仿真验证了该算法的有效性。     

基于双向信号子空间投影的高光谱图像虚拟维数估计

提出一种基于双向信号子空间投影的高光谱图像虚拟维数估计算法.该算法分别在高光谱图像的像元方向和波段图像方向进行信号子空间估计,虽然这两个方向上信号子空间的分布不同,但其维数均等于图像的虚拟维数.该方法不需要对信号子空间和噪声子空间进行区分,仅通过对不同方向上的信号子空间投影进行比较,获取图像的虚拟维数.仿真像元实验和实际高光谱图像实验均证明该算法改善了传统的基于单向投影的虚拟维数估计算法的性能,其性能优于常用的虚拟维数估计算法:Neyamn-Pearson检测算法和信号子空间估计算法.     

基于接收信号重构的OFDM系统盲信道估计

对OFDM系统的盲信道估计问题进行了研究,提出基于接收信号重构的子空间算法.该算法利用OFDM循环前缀（CP）重构接收信号,将传输方程中的信道矩阵变换为块Toeplitz高矩阵,然后利用重构接收信号噪声子空间与信号子空间的正交性,获取信道估计特征方程.为消除虚拟子载波对算法的影响,引入等效发射信号的SVD分解.通过将重构前的信号进行虚拟子载波归零处理进一步提升了算法的性能.仿真结果表明,所提算法相比于已有算法具有较高的估计精度和较快的收敛速度.     

基于噪声子空间二阶锥规划求解的宽带波达方向估计算法

现有宽带子空间类方位估计方法需要对庞大的空时联合采样相关矩阵进行特征分解运算以获得好的估计性能,计算复杂度高.提出一种基于噪声子空间二阶锥规划求解、计算有效的宽带波达方向估计算法.该算法将宽带信号低秩模型的噪声子空间估计转换为凸最优理论中的二阶锥规划问题,实现宽带源方位估计,整个过程不需要估计样本协方差矩阵,不需要矩阵特征值分解或奇异值分解,运算量低.给出算法的理论分析、实现步骤.统计性能比较表明该算法分辨门限低、方位估计精度高.千岛湖湖试结果证明该算法在实际声纳阵系统中可有效实现宽带源波达方向估计.     

配用电泛在业务盲区通信子载波干扰抑制方法

为确保配用电网正常运行,提高电力企业业务水平,提出了配用电泛在业务盲区通信子载波干扰抑制方法.在不同配用电业务类型下构建信道特征模型,利用子空间算法计算接收信号的自相关函数确定业务盲区;通过子载波干扰概率密度分布函数计算噪声功率,设定抗干扰门限值去除噪声,实现子载波干扰抑制.仿真结果表明,该方法可以去除信道中96％以上...     

基于MUSIC算法的Pol-InSAR相位估计方法

提出了一种基于MUSIC算法的Pol-InSAR多干涉相位估计方法.该方法结合维纳滤波理论构造最佳加权矢量,通过对其组成的最佳协方差矩阵特征分解得到信号子空间和噪声子空间,充分利用相应像素对其相邻像素的相干信息,并根据MUSIC算法中信号子空间和噪声子空间的正交性构造空间谱函数,通过谱峰搜索准确地估计Pol-InSAR...     

基于nested阵列的高分辨DOA估计

针对nested阵列对邻近信号的分辨力受信噪比和快拍数等因素限制的问题,提出了基于nested阵列的加权子空间平滑M USIC算法.该算法对协方差矩阵向量化以提高整个阵列的自由度,使用空间平滑恢复新接收数据矢量阵的秩,采用校正的噪声特征值对噪声子空间进行加权,并对信号子空间进行空间谱合成,得到新算法的空间谱函数.通过搜索空间谱函数极大值实现DOA估计.结果表明,该算法在低信噪比及小快拍数条件下,对间隔较近的信号具有高分辨力.     

一种新的低空目标角度估计方法

针对低空、超低空目标波达角度估计受多径畸变影响的问题,提出一种基于三子阵天线无特征分解的低空波达角度估计算法。该算法首先通过空间平滑构建三子阵天线,以降低信号矩阵的维度;然后利用低空环境下三子阵天线回波信号的形式,构造接收信号的正交矢量;最后通过角度谱函数完成多径情形下目标仰角的估计。算法直接利用回波信号协方差矩阵进行角度估计,省去了信号去相关、信源估计的繁琐过程,避免了通过特征分解划分信号子空间、噪声子空间等问题。通过数值仿真分析给出波达角度估计性能,证实了在低信噪比时该算法估计精度优于传统的测角算法。     

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．