最大似然法测向中的互耦补偿

本文分析了自适应圆阵中阵元间互耦导致最大似然法测向性能下降的机制，提出了一种互耦补偿方法，该方法简便易行，补偿效果良好。     

基于网格爬山法的最大似然DOA估计算法

最大似然波达方向（DOA）估计具有最优的理论性能,但是存在计算量过大的问题。为了降低最大似然DOA估计的计算量,将参数估计转化为高维非线性函数的优化问题,并提出了一种新的优化算法。首先利用波束形成法对空间谱进行预估计并根据空间谱信息构造一组满足“预估分布”的初始解,这组初始解以较大概率落在全局最优解的局部吸引域中。然后将其中适应度最大的一个初始解作为局部搜索的起点。网格爬山法是一种以网格为单元的局部搜索方法,比传统爬山法更加高效和稳定,因此采用该方法获取全局最优解。新算法不仅能够得到精确的参数估计,同时具有较高的计算效率,计算机仿真显示新算法的计算效率高于基于粒子群优化的最大似然DOA估计算法。      

分布式MIMO中的最大似然频偏估计

在考虑分布式多入多出(MIMO)系统中各收发天线对之间的频偏均可能不同的一般情况下,推导出了平坦衰落MIMO信道模型下的最大似然频偏估计.针对收端是否采用分布式天线的两种不同情况,分别提出了一种只涉及一维最大化问题的较低复杂度频偏估计方法.仿真结果表明,所提频偏估计方法在平坦衰落MIMO信道下可以获得令人满意的估计性能;而在收端仍采用集中式天线这一特殊情况下,利用所有接收天线上的接收信号进行联合估计,可以进一步提高估计性能.     

相干信源波达方向估计的广义最大似然算法

论文基于广义导向矢量和广义阵列流形矩阵,建立了多相干源(组)情况下的阵列数据模型,然后提出了波达方向估计的广义最大似然算法。对于广义最大似然算法,入射信源可以是多相干源(组),阵列的几何结构也没有任何约束,而且它分辨的信源数还可以大于阵元数。随后,论文将广义最大似然算法与常规最大似然算法进行了理论比较,并给出了广义最大似然竹法方位估计一致性的证明和方位估计方差的计算公式。理论分析表明,在空间只存在非相干信源时,广义最大似然算法与常规的最大似然算法是等价的,而在空间存在多相干源(组)时,它的性能较常规最大似然算法有较大的改进,方位估计的方差更小。最后论文利用遗传算法实现了广义最大似然算法,并通过MonteCarlo仿真实验证明了广义最大似然算法的有效性。     

利用多普勒信息的波达方向最大似然估计方法

为了充分利用信号的时域特性来改善信号波达方向（ＤＯＡ）的估计性能，本文从最大似然估计出发，推导出了有限快拍，低信噪比情况下多普勒信号波达方向的迭代估计计算法，为进一步减小运算量，本文还推导了一种简化算法，本文提出的两种算法对低信噪比，少快拍数下多普勒信号的ＤＯＡ估计性能比不利用时域特性的ＭＬ方法有明显改善，Ｍｏｎｔｅ－Ｃａｒｌｏ实验验证了本文方法的有效性。     

信号数目估计错误的最大似然波达方向估计的性能分析

本文分析了汝信号数目估计与真正的信号数目有出入时的波达方面（ＤＯＡ）最大似然（ＭＬ）估计的性能。中给出此时角度估计的渐近分布，也就给出这一估计的渐近方差的角析表达式，计算机模拟试验表明，理论预计结果是相当准确的。     

基于最大似然法的超分辨率离散谱估计算法

基于最大似然法的交替陷波周期图算法（ＡＮＰＡ）是一种超分辨率的谱估计算法,它同时具有超分辨率、高精度和低信噪比门限的特性。本文提出了一种计算陷波周期图的新算法,它可使运算量和存储容量大幅度下降。计算机仿真结果证明了这种算法在分辨能力和估计精度方面优于己有算法。     

基于最大似然算法的空间谱估计测向性能分析

本文针对车载小阵列的情况，首先研究解决相干源方向估计的有效方法－最大似然法，然后着重分析了角分辨能力和估计精度，并与前后向平滑法进行了估计精度的比较。本文对每一结论都给出了仿真结果。     

无线电测向设备测向误差与数据处理方法研究

通过对某型测向设备的测向精度试验获取的试验数据的分析处理发现，现行的标准和规范中采用的测向误差计算方法没有能够正确区分出设备的能力和试验环境的影响。不能完全客观公正地评价测向设备的真实性能。为了获得合理的测向结果，建议严格按照ITU的有关标准选择测向场地。并选择合适的误差计算方法。     

波束域最大似然测高方法

针对雷达在低仰角搜索和跟踪目标时波束打地、受阵地反射多径影响严重的问题,提出了波束域最大似然雷达低仰角测高方法。该方法首先形成俯仰多波束覆盖目标,然后使用最大似然算法对多波束的目标数据进行处理,通过空间谱能量最大化的角度信息估计目标仰角和高度。与传统的和差波束及多波束比幅测角方法相比,该方法受多径影响小,具有较高的角度分辨率和高测量精度。计算机仿真和实测数据的处理结果验证了该算法可行有效。     

基于四阶累积量的最大似然测向方法研究

论述了最大似然（ML）算法测向以及四阶累积量阵列扩展的基本原理，在此基础上给出了一种基于最大似然算法和四阶累积量的DOA估计新方法。与普通的基于二阶矩的最大似然算法相比，本方法具有对阵列进行四阶扩展的能力，可以解决信号源数大于阵元数时的测向问题，并且由于四阶累积量自身的盲高斯性，还可以有效抑制高斯色噪声。     

一种三通道权微扰谱估计测向方法

介绍了一种三通道权微扰谱估计测向方法。该方法首先利用权微扰方法来获得阵列的协方差矩阵,进而采用特征结构类算法估计波达方向,并采用空间平滑算法来处理相干信源。仿真结果表明,该方法的估计结果更加稳健、有效。且在接收机数目较少的情况下,该方法仍具有一定的实用性。     

一种新的基于极大似然估计的系统辨识方法

进化计算是一种基于自然选择和自然变异机制的并行随机优化算法。由于递推极大似然估计法难以实现性能指标函数的全局寻优，所以本文提出了将改进的进化计算用于系统参数辨识的方法。计算机仿真结果表明，该算法能够实现似然函数的全局寻优。     

基于宽带测向系统的高速跳频截获方法

针对传统的跳频截获方法在多部跳频电台同时存在时容易出现判断错误的问题,提出了基于宽带测向系统的高速跳频截获方法。新方法利用了宽带快速测向系统的多信道并行处理和快速测向等优点,为后续的跳频网台处理提供了时域、频域和空域的综合特征,从而提高了对高速跳频的截获概率和网台分选正确率。仿真试验和工程实践均证明了新方法的可行性和有效性。     

基于混合基线的任意平面阵列干涉仪测向方法

为了适应各种阵列构型,该文提出基于混合基线的任意平面阵列干涉仪测向方法。首先,基于无相位模糊的数学模型分析,推导了混合基线任意平面阵干涉仪测向方法。然后,针对相位模糊问题,提出了基于归一化改进方向函数的聚类方法,并给出了基线对的选取方法。最后,通过数值仿真在随机任意阵、均匀圆阵和半圆阵上验证了所提方法的有效性。该方法对所选基线对中两个基线的长度和斜率没有约束。仿真结果显示,借助灵活的基线对选择以及归一化改进方向函数的引入,混合基线算法的解模糊性能优于等长基线算法和立体基线算法。     

有向天线圆阵对椭圆极化信号的测向方法

针对有向天线阵列对椭圆极化信号的测向问题,对椭圆极化信号的瞬时极化矢量做了空间分解,建立了有向天线阵列对信号的接收模型,提出了基于增益比估计的MUSIC算法:筛选接收数据,得到一组含有相近的极化信息的数据;通过参数估计提取出该组数据中所包含的各阵元的增益比信息;应用MUSIC算法测向。就该算法进行了计算机仿真,验证了算法的可行性,并分析了仿真结果,指出了算法的优点与不足。     

基于曲线拟合的测向误差分析方法

本文首先分析了短波测向误差,然后采用曲线拟合的最小二乘法得出了频率与测向误差的函数关系,并结合实验结果,证明了曲线拟合是分析测向天线阵环境变化对测向误差影响的有效方法。