阵列信号DOA估计MUSIC算法的DSP实现

阐述了阵列信号处理中广泛采用的用于来波方向(DOA)估计的多信号分类(MUSIC)算法原理及基于信息论准则的信源数目判别方法;介绍了数字信号处理器(DSP)ADSP21160的性能特点,给出了基于该DSP实现该测向算法的数字信号处理模块硬件系统组成框图及系统各部分功能;重点介绍了基于ADSP21160的系统初始化设置及采用MUSIC算法实现DOA估计的程序设计方法与过程,并给出该软件实现的程序流程.     

用WSF算法实现机扫雷达多维超分辨估计

针对传统扫描体制雷达(机扫雷达)无法分辨半功率波束宽度内存在多目标的问题,基于阵列信号处理的思想,应用加权子空间拟合(WSF)方法实现了机扫雷达超分辨估计.首先分析了机扫雷达幅度调制的导向矢量模型,然后推导了基于此导向矢量的WSF DOA估计方法.仿真结果表明,该方法具有较高的估计精度.     

基于细化频谱的频率迭代插值估计算法

在加性高斯白噪声环境的单频复指数信号频率估计中,针对现有频率估计算法估计误差分布不均且估计精度较低的问题,该文提出一种细化频谱迭代插值估计算法。该算法首先根据半长信号的快速傅里叶变换峰值位置计算细化频谱,再利用细化频谱幅值进行频率的无偏插值估计,最后利用估计结果和全长信号更新细化频谱并进行迭代插值重估。仿真结果表明,与现有算法相比,所提算法估计误差分布均匀,且在高信噪比的所有频率范围和低信噪比的大部分频率范围内估计精度更高。同时仿真表明,所提算法在加性均匀噪声环境中也有较好的估计性能。     

一种估计多信号频率的快速子空间方法

多重信号分类（Multiple Signal Classification,MUSIC）法在估计多信号频率时需要对采样数据序列的自相关矩阵进行特征值分解，并准确划分出信号和噪声子空间，使得其计算量比较大。利用自相关矩阵的Toeplitz特性快速计算其逆矩阵，通过计算逆矩阵的多次幂来逼近噪声子空间，避免了MUSIC法的特征值分解和估计信号个数的过程。在谱峰搜索环节，采用先粗估计频率值再在小区间进行精细搜索的策略，能够避免搜索无用的频率范围。计算量比较分析以及与理论克拉美罗界（Cramer-Rao Bound,CRB）的对比验证结果表明，快速方法性能与MUSIC法相当，能够较好地逼近CRB，且计算量更小，适合实时性要求高的应用场合。     

频率估计的一种多段同频正弦信号频谱相关算法

为提高低信噪比条件下正弦信号的频率估计精度,针对多段同频正弦信号,该文提出一种基于频谱相关的频率估计算法。首先,构造加权因子对多段同频正弦信号频谱进行加权积累,得到最优加权积累频谱;然后,将多段同频正弦信号的最优加权积累频谱和累加频谱进行相关运算,得到频谱相关谱;最后,谱峰搜索频谱相关谱,实现频率的精确估计。模拟结果验证了该文算法的有效性。     

基于波束空间的米波MIMO雷达角度估计算法

针对米波多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达低仰角估计的问题,提出了一种基于波束空间的角度估计算法.结合米波MIMO雷达低仰角目标的回波特点,建立了同时考虑发射多径和接收多径的信号模型.算法首先在接收端形成多个接收波束,再利用发射信号进行匹配滤波,然后在接收端形成多...     

自适应估计信号个数的频谱信号提取算法

无线电监测频谱数据中包含有大量的信号,准确提取这些信号有利于掌握全频段的频谱使用情况。实际信号的频谱由于受噪声干扰,会出现信号频带内个别频点能量值低于检测门限的情况,此时传统的门限检测算法会将该信号错估为多个信号,产生多个虚假的相邻信号间隔,导致频谱信号提取的准确率下降。对此,根据虚假相邻信号间隔特点,提出一种自适应估计信号个数的频谱信号提取算法,该算法可自动、准确估计频谱监测数据中电磁信号的个数,并将对应的信号及频谱信息提取出来。实验结果表明,该方法具有自适应性、强鲁棒性和高准确性,有效提高了频谱信号提取的准确率,为军、民电磁环境的识别与掌握提供基础的电磁信号数据支撑。     

针对相干信号DOA估计的改进MUSIC算法

针对相干信号波达方向(Direction of Arrival, DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification, MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。     

基于L型阵列的MUSIC二维估计算法研究

阵列信号处理利用天线阵列接收空间信号,阵列输出的信号比单个天线输出的信号包含更多的信息,有利于时差、相差和到达角等信息的提取,因此在通信、雷达和电子对抗等领域得到广泛应用。空间谱估计是阵列信号处理的一个重要的研究方向,克服了传统的基于常规波束形成方法的"瑞利限"问题,具有多信号同时测向能力、测向精度高、超分辨能力等等,因此多信号多参量估计已成为许多研究课题的重要研究内容。     

改进SSMUSIC超分辨多径时延估计算法

传统的MUSIC超分辨时延估计技术是直接基于测量数据,其性能往往只对宽带且频谱近似平坦的信号较优,而对窄带信号估计性能较差。针对上述问题,本文通过利用谐波频率估计模型和DOA (Direction of Arrival)估计模型之间的等价性,将时延估计问题转化为谐波频率估计问题,提出了一种改进SSMUSIC(Signal Subspace Scaled Multiple Signal Classification)超分辨多径时延估计算法。改进后的算法采用平滑的思想和SSMUSIC算法的思想构造协方差矩阵和MUSIC谱,实现了对多径时延的超分辨估计。仿真表明,该算法能够实现对窄带信号多径时延超分辨估计且具有DP(Direct-Path)不模糊和谱峰陡峭的特点,估计性能优于传统的超分辨算法。      

机电扫描天线阵列接收信号调制效应分析

提出了一种新的单基地MIMO雷达波达方向(DOA)估计算法:降维Power-ESPRIT算法。该算法首先通过降维变换将MIMO雷达数据变换至低维信号空间,然后进行从复数域到实数域的转换,并在实数域上使用采样数据协方差矩阵的幂获得信号子空间的估计,最后构造实值旋转不变性方程估计目标的DOA。仿真结果表明,在低信噪比、低快拍数的环境下,该算法与已有ESPRIT方法相比,具有近似性能,却拥有较低的计算复杂度。该算法的计算复杂度是RD-ESPRIT的25%左右,是RD-UESPRIT的65%左右。     

基于多级维纳滤波的卫星信号DOA盲估计研究

卫星信号的盲测向是使用阵列天线进行导航终端抗干扰的基础,为了解决该问题,文中利用每颗卫星对应C/A码的唯一性进行解扩,提高了卫星导航信号的信噪比,采用多级维纳滤波分解得到的信号子空间代替ESPRIT算法中特征分解得到的信号子空间,提出一种基于多级维纳滤波的ESPRIT算法来实现卫星导航信号测向的应用.仿真结果表明,该算法不但能够实现卫星导航弱信号的测向,而且能够降低ESPRIT算法的运算量,具有更好的稳健性和测向性能.     

二维全极化ESPRIT超分辨特征提取及性能分析

 提出了二维全极化ESPRIT超分辨特征提取方法,推导了二维全极化参数估计的克拉美罗限,并且在此基础上分析了本文方法的工作性能.同已有超分辨算法相比,二维全极化ESPRIT方法的突出优点在于:(1)通过极化和超分辨的联合处理,实现了对目标相干散射矩阵的精确提取.从而为利用极化信息进行目标识别提供了基础; (2)利用全极化信息,改善了数据的信噪比,提高了参数估计的精度;(3)利用信号子空间的旋转不变性,避免了对多维信号子空间的搜索,提高了算法的实时性.仿真和实测数据均证实了该方法的有效性.值得一提的是,文章首次给出了散射中心位置、散射强度、相干相位等参数估计的克拉美罗限与全极化模型参数的关系,这为超分辨成像算法的性能评价提供了理论依据.     

激光多普勒测速雷达高精度频率估计综合算法

为实现对目标速度的高精度测量,该文搭建了激光多普勒测速雷达系统,并对其频率估计算法进行了研究。对基于自相关运算的频率估计算法进行了改进,使其性能达到了最优,并结合Quinn算法的特点,提出了一种对信噪比具备自适应性的频率估计综合算法。Monte Carlo模拟仿真和圆形转台测速实验结果表明：新算法具有更优的性能,且采用该算法后,系统速度的均方根误差小于2 mm/s,相对误差优于0.06 %,实验结果与理论分析和仿真结果一致。     

基于噪声子空间映射的二维波达角快速估计算法

为了降低二维MUSIC(Two Dimensional Multiple Signal Classification,2-D MUSIC)算法的计算量,提高算法的实时处理能力,基于噪声子空间映射思想提出了一种适用于任意平面阵列结构的二维波达角(Direction Of Arrival,DOA)快速估计算法.新算法利用空间角度划分及非线性变换将信号子空间与噪声子空间的正交性等价地压缩至某个角度分片内,使得真实DOA在该角度分片内产生虚拟镜像,通过搜索该角度分片得到虚拟DOA,最后利用数学式直接计算得到真实DOA.理论分析和实验结果表明新算法能够成倍地提高DOA估计的速度,同时具有比MUSIC算法更高的空间分辨率.     

一种多载频MIMO雷达高速运动目标多维参数估计方法

 多载频MIMO雷达中,高速运动目标回波信号经通道分离后各通道的距离和多普勒频率均不在同一分辨单元,无法利用传统的超分辨算法对目标距离、角度等参数进行估计.本文根据目标回波特点提出一种基于级联Keystone变换的高速运动目标参数估计方法.该方法先在快时间维利用Keystone变换校正距离走动,再在慢时间维进行Keystone变换校正多普勒走动,最后用MUSIC算法进行距离、方位和俯仰等参数估计.仿真结果表明了所提方法的可行性和有效性.     

一种基于逐次搜索的快速MUSIC方法

MUSIC方法是一种经典的阵列波达方向(DOA)估计子空间方法,在高信噪比时,该方法有很好的性能,但随信噪比的降低,算法性能下降很快,特别是其分辨概率下降很快。其主要原因是低信噪比和DOA相邻较近时,信号源之间的空间相关性较强。逐次消除空间相关性并逐次搜索DOA的改进MUSIC方法,提高了分辨概率。为降低运算量,采用多级维纳滤波代替特征值分解过程。文中方法具有一般性,适合于基于子空间方法的一大类DOA估计。仿真结果证明了方法的有效性。     

基于ESPRIT算法的超宽带SAR射频干扰抑制方法

有效的射频干扰（Radio frequency interference,RFI）抑制技术是超宽带合成孔径雷达（Ul-tra-wideband synthetic aperture radar,UWB-SAR）成像质量的重要保证。通过对超宽带回波信号的特性分析,得出RFI具有短时间内平稳的特性,这样便可借助谱估计方法对其进行估计。旋转不变技术估计信号参数方法（Estimation of signal parameters via rotational invariance techniques,ESPRIT）是谱估计中一种频率估计性能较好、运算量较小的方法,文章对该算法在UWB-SAR RFI抑制中的应用进行了研究分析,并通过仿真实验表明该算法对RFI具有良好的抑制性能。     

色噪声环境中TLS-ESPRIT谐波谱重构语音增强研究

为了提高语音在色噪声环境中的信噪比,提出了一种基于总体最小二乘旋转不变子空间技术（TLS—ESPRIT）谐波谱重构语音增强方法。通过对观察数据矩阵进行奇异值分解,有效地将信号及噪声分开。运用TLS—ESPRIT算法对语音谐波信号进行谱估计,重构语音信号,消除了帧与帧之间的噪声残留,得到了在巴克域上与原始语音几乎相同的语音信号。     

双基地MIMO雷达相干分布式目标快速角度估计算法

该文提出一种基于双基地MIMO雷达的相干分布式目标快速角度估计算法。建立了双基地MIMO雷达相干分布式目标信号模型;然后,基于该信号模型证明了相干分布式目标导向矢量具有Hadamard积旋转不变性;最后,利用该特性得到了对目标2维收发中心方位角的估计。分析表明：该算法无需搜索,参数配对简单,能有效降低算法的计算量;由于没有对相干分布式目标的角信号分布函数做固定的假设,所以该算法适用于具有不同角信号分布函数或角信号分布函数未知的情况,具有较强的稳健性。计算机仿真结果证明了该文算法的正确性和有效性。