基于空间频率估计的阵列测向方法

针对窄带信号模型下的均匀线性阵列测向,提出一种基于空间频率估计的高效快速测向方法,介绍了该方法的测向原理,研究了空间采样率与无模糊入射角估计范围之间的关系,分析了影响测向误差的因素.基于该方法对一种阵列构型下的信号入射角进行了仿真估计.结果表明,利用所提方法可以在采用均匀阵列模型的情况下达到较高的测向精度.     

极化信号频率、二维到达角和极化参数的同时估计

本文研究基于标量传感器和/或空域完全伸展矢量传感器极化敏感时间双采样、空间欠采样阵列的多个宽频段窄带极化信号中心频率、二维波达方向和极化参数的同时估计问题。针对时、空多分辨采样数据,利用旋转不变参数估计方法分别估计出与信号频率有关的时间相位因子和对应的含有空间相位信息的所谓混合导向矢量。对估计出的信号时间相位因子的模和相角进行联合,获得模拟频率估计:利用混合导向矢量中还包含的与空间采样间隔无关的极化-角度相干结构信息去除方向余弦估计中的整周模糊并获得相应的极化参数估计。     

空间相干源信号频率和波达方向的同时估计方法

本文针对宽频段窄带相干信号源,充分利用多重信号分类和旋转不变两大技术,结合一定的时域信息,提出了一种高精度的信号频率和波达方向同时估计方法.该方法通过构造平滑波达方向矩阵进行参数估计,无需搜索过程和配对处理.计算机仿真验证了本文所提出方法的有效性.     

宽带信号DOA估计处理方法研究

从频域上建立宽带阵列接收信号的模型,引出了2种宽带阵列信号处理的研究方法:非相干信号的处理方法(ISM)和相干信号子空间算法(CSM)。并利用MATLAB仿真软件,模拟远场、等功率、平稳的第三代移动通信手机信号,对2种算法性能进行对比。仿真结果表明,CSM算法相对ISM算法虽然加大了运算复杂度,但是能够更有效分辨出宽带相干信号。     

共形阵列非圆信号波达方向估计算法

受共形载体变曲率结构的影响,各天线单元指向不尽相同,使得共形天线阵列呈现极化多样性。因此,共形天线阵列的建模过程中需考虑不同阵元的极化响应特性。基于柱面共形天线阵列的快拍数据模型,利用非圆信号的特性对阵列输出进行扩展,基于秩亏理论和子空间原理实现信号波达方向（DOA）估计,所提方法估计精度高,不需要参数配对。存在相干信源时,提出对扩展后的虚拟阵列进行划分,对划分出的子阵进行虚拟的空间平滑,实现解相干的预处理操作。仿真结果表明该方法能有效应用于柱面共形阵列非圆信号DOA估计,并提高了空间分辨率。      

混合信号情况下信源数与DOA联合估计算法

针对非相关信源与相干信源共存情况,提出了一种基于矩阵重构的信源数与波达方向（direction of arrival,DOA）联合估计算法.该算法首先利用特征值的二阶统计量（second order statistic of eigenvalues,SORTE）法和子空间旋转不变技术（estimated signal parameter via rotational invariance techniques,ESPRIT）实现非相关信源数与DOA估计;然后基于空间差分法消除非相关信号并构造新矩阵,利用构造矩阵进行前向空间平滑,实现对相干信源解相干;最后利用SORTE法检测相干信源数,结合求根多重信号分类（multiple signal classification,MUSIC）算法估计相干信源DOA.与传统的差分平滑方法相比,该算法在可估计信源数与低信噪比情况下DOA估计性能等方面优于传统算法.数值仿真实验结果验证了该算法的有效性.     

基于阵列流型替换的宽带非相干DOA估计方法

提出了一种基于阵列流型替换的宽带非相干 DOA 估计新方法.比较了宽带非相干(ISSM)方法与本文方法在分辨两个相邻较近信号源时的性能.仿真表明,本文方法大大降低了信噪比门限,其它性能也优于 ISSM 方法.     

阵列单通道高分辨DOA估计方法

阵列单通道相比多通道具有复杂度低、成本小的优点。针对以往阵列单通道测向模型估计精度较低的问题,基于随机过程理论,构建了阵列单通道波达方向(direction of arrival,DOA)估计模型。在此模型基础上,推导阵列单通道下均匀线阵和均匀圆阵导向矢量,并将MUSIC算法运用于阵列单通道DOA估计。由于该模型充分利用了阵元的幅相信息,无需恢复协方差矩阵,因此具有较高精度和分辨率。仿真实验验证了模型的可行性和有效性。     

未知阵列流形条件下波达方向一多普勒频率盲估计方法

本文研究阵列信号高分辨波达方向-多普勒频率二维估计问题,在未精确已知阵列流形条件下,利用到达波信号的多普勒频率,提出了一种波达方向-多普勒频率盲估计的新方法。理论分析和计算机仿真结果表明此方法在实际阵列存在增益和相位误差时亦有效,而且与现有二维估计算法相比,其运算量较小。     

一种最小冗余线阵的目标DOA估计方法

针对目标波达方向(DOA)估计的子空间类算法工程实现上的问题,提出了一种次最小冗余线阵的目标DOA估计方法。该方法应用孔径合成理论和最小冗余线阵理论,在保证阵列孔径等价的前提下,从工程应用的实际问题出发,对次最小冗余线阵的阵元配置进行研究。在分析MUSIC及MMUSIC算法的基础上,对次最小冗余线阵进行仿真。通过与相同孔径的均匀线阵和最小冗余线阵对比表明,次最小冗余线阵与相同孔径的均匀线阵性能相仿,并有更小的计算复杂度,比最小冗余线阵有更大的阵元灵活性,可以解决一般最小冗余线阵不能解决的相干信源的DOA估计问题。     

A NEW ARRAY STRUCTURE FOR ESTIMATING 2-D DIRECTION-OF-ARRIVAL:Y-SHAPED ARRAY

This paper presents a new array structure for estimating two-dimensional (2-D) direction-of-arrivals (DOAs). The structure is called Y-shaped array, which has 10% better accuracy potential than the newly-developed L-shaped array. A great merit is its ability to estimate 2-D DOAs whichever directions the arriving signals come from, compared with L-shaped array whose performance depends on DOAs. Simulation results are given to demonstrate the performance of the new array.     

基于共形天线阵的免搜索来波方向估计算法研究

运算量大,受阵列拓扑结构限制是传统基于子空间分解的来波方向(DOA)估计算法的主要问题,这些问题大大限制了其在实际工程中的应用。针对共形天线阵的特殊性,结合实际的共形阵,研究了几种可以应用于任意阵列结构的免搜索DOA估计算法,并比较了这些算法在共形阵上的性能。理论分析和数值仿真表明:在一定条件下这些算法均可在共形阵上取得较优的估计性能。     

基于均匀圆阵的二维ESPRIT算法研究

在深入研究均匀圆阵扩展阵列流形的基础上，针对某些均匀圆阵的扩展阵列中含有旋转不变性的子阵列组以及中心对称性质，提出了2种基于均匀圆阵的二维ESPRIT算法，第一种算法减少了一次奇异值分解，第二种算法避免了参数配对。仿真结果验证了算法的正确性和有效性，并且在高斯色噪声条件下，其测向性能均优于MUSIC算法和最大似然算法。     

采用频率步进信号的多目标三维空间定位算法

频率步进信号是发射载频步进变化的子脉冲串合成的大带宽信号,具有较高的距离分辨率,阵列天线是借助阵列信号处理的空间谱估计提高方位分辨率。提出了一种利用频率步进信号和十字接收阵列对多目标进行三维空间定位的新方法。该方法充分利用了频率步进信号的特点,通过空时域MUSIC算法和自适应波束形算法对多目标的方位和距离二维参数进行估计,最后应用简单的关联算法,实现多目标三维坐标的估计。该方法仅需要一维谱峰搜索,计算量适中,能实现目标的方位和距离估计结果的自动配对,且有较高的分辨率。计算机仿真试验结果证实该方法的有效性。     

多径条件下均匀线阵DOA估计及互耦误差自校正

针对多径信道环境下存在互耦误差的均匀线阵,提出了一种联合波达方向估计及互耦 误差自校正算法。在不改变阵列互耦误差的条件下,首先利用虚拟阵列平移预处理方法,将 相干信源协方差矩阵恢复到满秩。进而利用互耦误差的对称Toeplitz特性,基于子空间原理 构造一代阶函数,采用秩损的方法得到互耦误差条件下的DOA估计及阵列互耦误差。数值仿 真结果表明,该算法具有良好的DOA估计性能与互耦误差自校正性能。     

基于均匀圆阵的空时二维波达方向估计算法

提出了一种适合于均匀圆阵的空时二维波达方向估计方法,该方法先利用模式激励技术对接收数据进行变换,再利用变换后数据之间的互相关关系将数据进一步映射到空时域,然后构造出一对空时DOA矩阵束,通过矩阵束的广义特征值就能够计算出所有入射信号的方位角和俯仰角.该方法完全避免了DOA矩阵类方法中难以克服的角度兼并问题,与UCA-ESPRIT算法相比,减小了孔径损失,使能够估计的信号数目增加了一倍.该方法具有免搜索和参数自动配对的特点.仿真结果证明了该算法的性能.     

短快拍条件下均匀矩形阵中的二维DOA估计

二维波达方向（Direction of Arrival,DOA）估计能获取比一维DOA估计更多的空间位置信息,但是二维多重信号分类(Multiple Signal Classification,MUSIC)、二维子空间旋转不变估计技术(Estimation Signal Parameter via Rotational Invariance Techniques,ESPRIT）等经典算法依赖于大量的快拍数据,当快拍数据不足时估计性能严重下降甚至失效。针对上述问题,将迭代自适应方法拓展到二维DOA估计,提出了一种适用于矩形面阵的二维DOA估计算法,首先利用加权最小二乘法估计出信号幅值,然后利用循环迭代技术对估计结果进行更新。由于每次估计结果均来自上一次迭代,而不依赖于快拍数据,因此该算法在短快拍条件下具有很高的估计精度和分辨率。仿真结果表明,在短快拍条件下,该算法具有优越的估计性能。     

均匀圆阵中盲联合角度和时延估计方法

提出了均匀圆阵中一种盲联合角度和时延的估计方法（BJADE）。对阵列天线输出的过采样样本的Fourier变换后信号进行分析，表明此信号具有三线性模型特征。该算法先利用三线性交替最小二乘（TALS）算法估计出方向矩阵和时延矩阵，然后利用时延矩阵的Vandermonde特征、基于最小二乘方法进行时延估计；利用方向矩阵结构特点和基于最小二乘方法进行二维角度估计。仿真结果说明BJADE方法具有较好角度和时延估计性能，且在过载情况下仍有较好的性能。该方法无须信道冲激响应，是一种盲、健壮的联合处理方法。