相干分布式信源二维波达方向估计算法

针对相干分布式信源二维波达方向估计算法多采用谱峰搜索导致计算复杂度较大的问题,该文提出了一种二维波达方向分离估计算法。该算法通过将积分形式的相干分布式信源方向向量化简为点信源方向向量与实向量的Schur-Hadamard积,对子阵X接收的数据构造二阶统计量;利用传播因子最小二乘估计子阵X与Z,X与W之间的旋转不变矩阵。由二阶统计量与旋转不变矩阵分别估计方位角与仰角,对于接近90的仰角也可给出有效的估计。与传统子空间算法相比,无需任何谱峰搜索和特征值分解,降低了计算复杂度。仿真实验表明了所提算法的有效性。     

分布式目标参数估计的波束域处理方法

分布式目标参数估计的阵元域处理方法的运算量较大,将波束域处理方法用于分布式目标参数估计,降低分布式目标高分辨测向算法的运算量,提高输入信噪比,同时降低算法对系统误差的敏感性.在分布式目标源比较集中的情况下,利用较少的几个波束形成波束空间进行参数估计,能实现良好的估计性能.仿真结果验证了此方法的有效性.     

一种无须参数配对的近场源定位新算法

本文提出了一种适用于高斯白噪声环境的近场窄带信源定位新算法.该算法利用阵元输出计算的3个二阶统计量矩阵在二阶统计量域构造平行因子分析模型,分析了该模型低秩分解的唯一性,并从其分解得到的多个矩阵中联合估计信源距离、频率及到达角.该算法无须参数配对,无须谱峰搜索,计算简单.仿真结果表明该算法是有效的.     

一种基于平行因子分析的近场源定位新方法

本文提出了一种基于平行因子分析的近场窄带信源频率、距离及二维到达角联合估计新算法.首先给出一种新的十字阵列;然后结合Toeplitz矩阵的结构特点,选择特定序号阵元输出计算的高阶累积量巧妙构造5个Toeplitz矩阵;接着在高阶累积量域构造平行因子分析模型,分析了该模型低秩分解的唯一性,并从其分解得到的矩阵中联合估计信源参数.与现有方法相比,该算法有效降低了阵列的孔径损失,无须参数配对.仿真结果表明该算法是有效的.     

混合信源波达方向估计算法

本文针对非相干混合点信源和分布式信源,提出了一种基于对称均匀线阵的波达方向估计算法。该算法利用点信源和分布式信源协方差矩阵结构的不同,采用空间差分技术将两种信源分离。对于点信源,采用传统MUSIC算法估计其波达方向;对于分布式信源,利用信号子空间的旋转不变性来估计其波达方向。该算法不仅消除了点信源对分布式信源的影响,也无需估计分布参数,大大降低了计算复杂度。且采用2N+1个阵元的对称均匀线阵可估计出 2N 个混合信源,其中分布式信源最多为 N 个,有效减小了阵列的孔径损失。仿真结果表明该算法的性能优于广义特征值分解的算法。      

协作式中继增强MIMO通信系统的联合波束成形

本文对协作式中继辅助的多输入多输出(Multiple-input Muhiple-output,MIMO)通信中的联合波束成形问题进行了研究.首先推导了接收信噪比的下界,并基于该下界建立了联合波束成形的数学模型;然后推导了分布式波束成形的最优方案;最后设计了联合优化信源的多天线波束成形和协作式中继的分布式波束成形的算法,从而获得联合波束成形方案.计算机实验仿真表明所提联合波束成形方案获得明显的性能增益.     

一种新的基于二阶统计量的的近场源定位算法

该文提出了一种基于二阶统计量的近场窄带信源频率、距离及到达角三维参数联合估计新算法。该算法首先基于特定序号阵元输出计算的二阶统计量构造3个矩阵,接着结合这些矩阵的结构特点构造2个新的矩阵,然后利用其特征值和特征向量估计信源参数。与现有基于二阶统计量的算法相比,该文算法节省1个阵元,且仅需计算3个二阶统计量矩阵,此外参数自动配对。仿真结果表明该算法是有效的。     

一种新的基于二阶统计量的的近场源定位算法

该文提出了一种基于二阶统计量的近场窄带信源频率、距离及到达角三维参数联合估计新算法。该算法首先基于特定序号阵元输出计算的二阶统计量构造3个矩阵,接着结合这些矩阵的结构特点构造2个新的矩阵,然后利用其特征值和特征向量估计信源参数。与现有基于二阶统计量的算法相比,该文算法节省1个阵元,且仅需计算3个二阶统计量矩阵,此外参数自动配对。仿真结果表明该算法是有效的。     

一种信号频率及二维到达角联合估计新方法

提出了一种窄带信源频率、俯仰角及方位角联合估计新方法.该方法选择特定序号阵元输出计算的高阶累积量构造4个矩阵,然后在累积量域构造三面阵,并分析了该三面阵低秩分解的唯一性,接着利用分解得到的4个对角阵联合估计信源参数.该方法无须参数配对,无须谱峰搜索,适用于任意加性高斯噪声环境.仿真结果表明该算法是有效的.     

基于Toeplitz矩阵的波束空间新算法

为保留渡束空间算法优点,降低算法对阵列的要求,及对相干信号源有效,提出了基于Toeplitz矩阵的波束空间多重信号处理算法-BST-MUSIC.算法将任意阵列的波束域输出及均匀线阵的阵元输出综合处理得到Toeplitz矩阵,对其修正处理后采用MUSIC算法进行DOA估计.由推导过程知:算法能够增强或抑制指定空域内的信号;能使相干信源等效为独立信源;在任意阵列与均匀线阵阵元不重合情况下能够有效地抑制噪声;只需一个子阵为均匀线阵,降低了算法对阵列的要求.     

基于波束域的子空间正交性测试宽带DOA估计方法研究

投影子空间正交性测试(Test of Orthogonality of Projected Subspace:TOPS)算法通过测试宽带信号各频率点上噪声子空间和信号子空间之间的正交性对目标方位进行到达角估计(DOA:direction-of-arrival)。此算法对参考频点上的信号子空间的估计依赖性较大,因此存在较多伪峰,低信噪比条件下性能差等缺点。针对该问题,提出一种基于波束域的宽带DOA估计方法。该方法通过将阵列接收信号转换到波束域,在波束域中利用信号带宽内各频率分量的波束域方向向量与噪声子空间之间的正交关系构造判决向量,根据判决向量搜索空间谱的极大值对应的角度进行DOA估计。该方法不需要进行角度预估,避免了TOPS算法中常出现的伪峰,降低了信噪比分辨门限,减少了计算量,具有较好的估计效果。将该方法分别运用到均匀圆阵和线阵上,通过仿真对比和海试实验数据的处理,证明了本文所提方法的有效性。      

改进传播算子的角度和多普勒频率联合估计算法

在角度和多普勒频率的联合估计中,针对传统传播算子算法在低信噪比下精度差的问题,提出了一种改进传播算子算法。该算法首先利用时域平滑技术得到扩展流型矩阵,并使用传播算子矩阵的平移不变性获得角度的粗略估计;然后,构造与扩展流型矩阵具有正交关系的新传播算子矩阵,并以此建立2维优化问题的目标函数;最后,引入导向矢量的Frobenius范数约束,将2维优化问题转换为1维优化问题,通过1维局部搜索获得角度和多普勒的精确估计。本文算法不需要对协方差矩阵进行特征值分解,角度和多普勒估计结果可以自动配对。仿真实验表明,本文算法有较高的估计精度和分辨率。      

基于电磁矢量阵列孔径扩展方法的相干目标DOA估计

该文采用均匀且稀疏分布的电磁矢量矩形阵列,针对相干目标提出了一种有效的2维波达角(DOA)估计算法,该算法通过增加相邻阵元的间隔来扩展阵列的有效孔径,从而提高算法的DOA估计性能。论文首先结合极化平滑算法和传播算子方法得到存在相位周期性模糊的方向余弦估计。为了解决模糊性问题,论文通过协方差矩阵平滑提出一种新的解相干预处理算法,由该算法得到的信号子空间包含矢量阵元的导向矢量,且不存在相位模糊,利用此特点实现去模糊处理,得到目标的DOA估计。仿真结果表明,与基于ESPRIT的孔径扩展算法相比,提出的算法能够实现相干目标的DOA估计,同时无需特征值或奇异值分解,有更低的运算量。     

基于文化粒子群算法的广义OPM测向

在引入合成导向矢量和合成导向矩阵的基础上建立了一种更通用的阵列数据模型,提出了广义正交传播算子测向算法。该方法在不损失阵列孔径的前提下可有效估计相干信源和独立信源。为快速求解所提基于四阶累积量的广义OPM算法,在文化算法中使用和粒子群演进进化机制,提出了一种多维搜索的文化粒子群算法。Monte-Carlo仿真试验证明了所设计的测向算法可有效解决使用高阶累积量不能直接测相干信源的局限,所提算法在检测性能上与现有一些算法比较有较大的优势。     

基于传播算子的Root-MUSIC算法

传播算子（PM）法不需要进行复杂的特征值分解,减小了计算量,但仅在信噪比较高的情况下才有较好的波达方向估计性能,且谱峰搜索仍需要较大计算量。在此基础上提出了一种改进的算法PM-Root-MUSIC,它不需要特征值分解,同时用多项式求根代替谱峰搜索,大大减少了计算量。理论分析和计算机仿真结果表明此方法是有效的。     

用于ADS-B解交织的高增益稳健PA算法

广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)是基于全球卫星定位系统的航空器运行监视技术,由于ADS-B信号随机接入的广播方式和不断增加的空域流量,不可避免会带来信号交织问题,造成解码信息错误或丢失。本文基于正交投影（Project Algorithm,PA）,利用天线阵带来的信号处理增益,提出了一种高增益稳健的解交织算法:首先利用PA估计源信号的导向矢量,然后结合Capon波束形成算法,提高解交织信号的输出信噪比,考虑导向矢量的估计误差,本文将稳健波束形成（Robust Capon Beamforming,RCB）算法应用于此,从而进一步提高解交织算法的稳健性。仿真和实采数据结果均验证了本文所提算法能够较稳健地提高解交织信号的输出信噪比。      

Novel high-resolution DOA estimation using subspace projection method

The performance of multiple signal classification(MUSIC) algorithm with regard to solving closely spaced direction of arrivals(DOAs) depends strongly upon the signal-to-noise ratio(SNR) and snapshots.In order to solve this problem,a method by reconstructing the spatial spectrum function with both noise subspace and signal subspace is presented in this paper.The key idea is to apply the full information contained in covariance matrix and change the projection weights of steering vector on the noise and signal subspace by their revised eigenvalues,respectively.Comparing with the MUSIC algorithm,it does not increase any computational complexity either,and remarkably,it has the advantages of simultaneously reducing noise and keeping the high-resolution ability under low SNR and small sample sized scenarios.Simulation and experiment results are included to demonstrate the superior performance of the proposed algorithm.     

Robust Recursive Beamforming in the Presence of Impulsive Noise and Steering Vector Mismatch

This paper proposes a new method for robust beamforming in the presence of impulsive noise as well as steering vector mismatch. In our proposed method, the idea of M-estimation is firstly incorporated into the traditional orthonormal PAST (OPAST) algorithm for subspace tracking to combat the hostile effect of impulsive noise. Taking advantage of the subspace principle, we show that the steering vector mismatch can be recursively and robustly estimated in closed form. Then, by making use of the estimated steering vector, the problem of robust beamforming in the presence of impulsive noise is formulated. The solution of this problem is analytically derived and the resultant robust beamformer is shown to have a similar form to the Capon beamformer, whereas the array covariance matrix and the steering vector are robustly estimated. Different from conventional methods, the impulsive noise and the steering vector mismatch are simultaneously handled by extending the traditional OPAST algorithm, and hence the proposed method has low complexity and it is feasible to nonstationary scenarios with moving sources. Simulation results demonstrate the validity and superiority of the proposed method over conventional methods in impulsive noise environment with steering vector mismatch.     

基于辅助阵元的近场源幅相误差校正算法

针对近场源的定位及阵列幅相误差校正问题,该文提出一种基于均匀对称阵列利用辅助阵元矢量重构解耦合的幅相误差校正方法。通过重构虚拟阵列实现距离参数的分离,再通过对虚拟阵列导向矢量的变换实现方位和幅相误差之间的解耦合;最后通过对实阵列导向矢量的变换,实现距离与幅相误差的解耦合,从而实现对近场源的方位角、距离以及阵列的幅相误差系数的级联估计。仿真结果表明所提算法相比现有算法运算量小,方位及距离参数估计精确,幅相误差校正精度高。