一种用于宽带信号测向的新算法

在基于子空间方法的宽带信号测向算法中，聚焦矩阵的构造对测向性能有着重要的影响．本文给出了求聚焦矩阵的一类方法，聚焦前后阵列信噪比没有任何损失．通过对聚焦后的协方差矩阵进行特征值分解，然后进行一维谱峰搜索，获得宽带辐射源来波方向的估计值．把本文算法应用到均匀线阵上，仿真实验结果证明了算法的有效性，并且给出了方向估计精度、分辨率与信噪比、快拍数、相对带宽之间的关系．     

基于虚拟阵列的相干信号快速测向算法

基于均匀圆阵提出了一种快速的解相干方法,该算法对均匀圆形阵列(UCA)的输出信号进行模式激励,使其成为虚拟阵列,利用阵列结构的特点来重构一个特殊的协方差矩阵,再根据ESPRIT方法成功地估计出相干信号的来波方向。该方法不需采用空间平滑技术,也不需谱峰搜索,减少了运算量,最后计算机仿真验证了该方法的有效性。     

用于宽带信号测向的修正RSS算法

宽带信号测向是信号处理研究的难点课题之一,在许多领域都有重要应用.如何提高测向算法的精度和运算速度成为急需解决的问题。这里利用矩阵奇异值分解的性质,对旋转信号子空间宽带测向算法中聚焦矩阵的计算方法进行修正,从而给出了一种简便的聚焦矩阵计算方法─修正RSS算法,该算法可以大大减小运算量,与传统的RSS算法相比,修正的RSS算法在方向估计精度、分辨率和相干测向性能等方面都获得了较大提高.将该算法应用到八元均匀线阵上,仿真实验结果证明了算法的有效性.     

基于辅助阵元的宽带相干信源DOA估计快速算法

针对阵列互耦误差存在的情况,基于宽带信号互耦模型,提出一种基于辅助阵元和传播算子的宽带信号处理算法.该算法在互耦矩阵未知的情况下,利用辅助阵元可以直接对宽带信号进行聚焦,并且在构造聚焦矩阵和获得噪声子空间时利用传播算子不需要进行特征值分解,因而极大地降低了运算量.仿真结果表明了存在阵列模型误差时本算法的有效性和稳健性.     

任意平面阵列的宽带相干信号测向方法

为了降低求解聚焦矩阵时的计算量,提出了一种新的宽带聚焦波达方向(DOA)估计方法.根据各个频点的信号子空间来构造聚焦矩阵,得到单一频率点的数据协方差,再应用窄带信号处理的方法进行DOA估计.这种聚焦矩阵维数小于双边相关变换(TCT)方法,因此新方法运算量小于双边相关变换方法,便于工程上的实现,并且适用于任意的平面阵列.仿真结果证明了算法的有效性.     

基于修正MUSIC算法的宽带相干源波达方向估计

提出了一种基于修正MUSIC算法的宽带相干源DOA估计方法。对每一子带的接收数据阵进行共轭重构，利用平均的阵列相关矩阵代替传统的阵列相关矩阵进行子空间方法处理，由各子带结果的综合得到信号的DOA估计。数据阵共轭重构的实质是前后向空间平滑，因此可以解相干源问题。中算法取子阵与原阵列相同，因此不会损失阵列孔径。由于空间平滑包含了平均的意义，因此新算法还可以提高对非相干源的估计性能。仿真结果验证了新方法的有效性。     

宽带测向研究现状及展望

宽带测向是雷达与电子对抗领域的关键技术之一.由于宽带信号相对带宽大的特点,当它入射到阵列的各个传感器上,其复包络就不能假设为恒定.因此,与窄带测向相比,宽带测向不能在时域进行,处理起来也就困难得多.介绍了与宽带测向相关的基本概念,包括数学模型、影响波达方向估计结果的因素和性能参数,叙述了它的研究现状,对现有各种宽带测向算法进行了分析,指出宽带测向技术当前面临的难题,并且对其发展方向进行预测,以期推动我国在该领域的研究工作.     

色噪声环境下宽带非高斯信号的测向算法

针对色噪声环境下宽带非高斯信号的DOA估计问题,提出了一种去噪与高阶累积量相结合的DOA估计新方法.该方法首先估计出噪声分量,尽可能去除噪声;然后对去噪信号进行聚焦,构造出聚焦后信号的四阶累计量矩阵.对各累计量矩阵的平均值做特征分解,再进行一维谱峰搜索,即可得到来波方向的估计值.该方法不仅适用于高斯色噪声,也适用于非高斯色噪声环境,且不需要知道噪声的原始分布信息.实验结果证明了该算法的有效性.     

独立信号与相干信号并存的任意阵列测向方法

针对现有的基于压缩感知理论的测向方法,其阵元利用率较低且对信噪比要求较高,基于压缩感知理论,提出了一种信号子空间测量模型,并将其用于独立信号与相干信号同时存在的情况,实现了任意阵列测向,有效扩展了阵列孔径并提高了低信噪比时的估计性能.该方法首先对独立信号的入射角度进行估计并消除相干信号的干扰;然后利用斜轴投影技术获得只含相干信号信息的数据矩阵,进而估计出相干信号的波达方向.理论分析和实验仿真结果表明,所提方法具有计算简便、阵列利用率高以及低信噪比时估计性能好等优点.     

多通道阵列相干源波达方向超分辨估计

采用发射阵列分布式布阵、接收阵列密布阵的多通道阵列,提出了一种虚拟子阵积累算法,在获得空间分集增益的同时可以超分辨估计相干源的波达方向.先通过正交信号分选的方法在接收端得到虚拟子阵,然后叠加积累各虚拟子阵接收数据的协方差.该算法利用空间分集克服了目标闪烁,同时具备解相干的能力,且避免阵列物理孔径的损失.理论分析和仿真结果表明,该算法可以有效处理多通道阵列相干源波达方向估计.     

基于信号相位匹配的相干源高分辨方位估计算法

介绍了信号相位匹配的基本原理，给出了利用该原理进行高分辨方位估计的算法，以及不同情况下算法仿真的结果。仿真结果表明这种方位估计算法具有指向性尖锐、无旁瓣的特点，特别在小角度相干源分辨方面具有独特的性能。     

多径环境下循环平稳信号的波达方向估计方法

结合虚拟平移技术,提出了虚拟平移循环自相关和虚拟平移循环互相关2种算法.该算法克服了循环多重信号分类及空间平滑类算法的不足,在不影响阵列孔径的情况下,使阵列可估计的相干期望信源数目达到 ^{M-1(M为阵元数)._。}理论分析和仿真试验证实,该算法适用于相干信号和非相干信号的波达方向估计。     

一种累积量线性预测方位估计的快速算法

提出了一种基于四阶累积量的线性预测方位估计快速算法。通过对累积量线性预测基本方法进行变换,得到了基本方程系数矩阵的Toeplitz结构,并用Levinson-Durbin算法求解方程,减少了运算量。在线性预测方程中,使用了四阶累积量,有效地抑制了高斯噪声。计算机仿真结果表明了这种方法的有效性。     

一种相参脉冲信号频率的估计方法

在单站无源定位与跟踪系统中，获取雷达脉冲信号的高精度频率信息是一个关键技术．本文研究了噪声干扰下的相参脉冲信号频率提取问题，提出了一种新的频率估计方法．该方法具有精度高、运算量小的优点，计算机仿真实验证明了方法的有效性．     

基于均匀面阵的相干信号源二维DOA估计新方法

相干信号源的来波方向(Direction of Arrival,DOA)估计问题一直是阵列信号处理技术的一个研究热点。现实环境中的信号源多为相干的,针对此问题提出一种改进的相干信号源二维DOA估计算法。通过对接收信号协方差矩阵进行矩阵重构处理,将采样数据协方差矩阵的秩恢复到等于信号源的个数;对重构的协方差矩阵进行特征分解,构造出信号子空间矩阵和噪声子空间矩阵,将两个子空间矩阵联合构造出新的空间谱函数;基于新的空间谱函数进行二维谱峰搜索,即可估计出多个入射信号的二维DOA。使用计算机软件进行仿真验证,仿真结果表明了所提方法的有效性。     

Wideband Direction-of-Arrival Estimation Based on Deep Learning

The performance of traditional high-resolution direction-of-arrival (DOA) estimation methods is sensitive to the inaccurate knowledge on prior information, including the position of ar-ray elements, array gain and phase, and the mutual coupling between the array elements. Learning-based methods are data-driven and are expected to perform better than their model-based counter-parts, since they are insensitive to the array imperfections. This paper presents a learning-based method for DOA estimation of multiple wideband far-field sources. The processing procedure mainly includes two steps. First, a beamspace preprocessing structure which has the property of fre-quency invariant is applied to the array outputs to perform focusing over a wide bandwidth. In the second step, a hierarchical deep neural network is employed to achieve classification. Different from neural networks which are trained through a huge data set containing different angle combinations, our deep neural network can achieve DOA estimation of multiple sources with a small data set, since the classifiers can be trained in different small subregions. Simulation results demonstrate that the proposed method performs well both in generalization and imperfections adaptation.     

一种正弦相参脉冲信号多普勒变化率估计算法

研究了正弦相参脉冲信号多普勒变化率的估计问题。利用相参脉冲之间相位相参的特性,提出一种最小二乘估计算法。仿真实验证实了该算法的正确性,精度基本达到Cramer-Rao限,以及对时变多普勒变化率测量的有效性。     

相干调制水声数字通信中的一种盲符号估计方法

相干调制是近年来水声通信领域中最为活跃的研究课题之一。但水声信道的时变多途效应造成接收数据严重的码间干扰（ Ｉ Ｓ Ｉ）,使得高速水声通讯的实现十分困难。盲符号估计不需要利用已知序列对滤波器参数进行周期训练,从而能有效地节省信道带宽。利用盲估计方法克服 Ｉ Ｓ Ｉ的关键在于,对多途接收的有噪信号进行多倍码速率的采样,将信道等效为一个单输入多输出系统,并构造采样输出的循环平稳序列的二阶统计量,去估计原发送序列。本文针对水声信道的实际特点,提出了一种盲符号估计的新方法。与文献［３］的算法相比,它具有更低的运算量,便于数据的实时处理。文中最后利用计算机仿真结果验证了该算法的有效性。