近场动目标多普勒频率、距离及方位估计算法

针对近场多动目标的定位问题,提出一种近场动目标多普勒频率、距离及方位三维参数估计算法.采用多重信号分类(MUSIC)算法估计回波信号频率,以各个频率估计为参考对信号进行时域滤波,从而实现各目标回波信号的分离.使用二维MUSIC方法由每个目标的回波信号估计其距离与方位.该算法能精确估计近场动目标多普勒频率、距离及方位参数...     

基于时空处理的频率与二维DOA联合估计算法

提出了一种适用于任意阵列的频率与二维DOA联合估计算法.该算法同时利用空域采样与时域采样构造二维时空矩阵,基于2D-ESPRIT方法进行二维参数估计,仅需3个校准阵元就可通过M个阵元估计出M个独立信源的载波频率、方向角和仰角,无需二维谱峰搜索,计算量较小.仿真实验验证了算法的有效性.     

基于全局状态估计的多传感器加权数据融合算法

自学习最小二乘加权数据融合算法已被广泛地应用于融合多传感器系统中的量测信息。但是,通过深入的理论分析和实验仿真发现,自学习最小二乘加权数据融合算法在进行双传感器数据融合时具有较差的融合精度,同时该算法还具有较差的抗干扰性及稳定性。基于以上研究结果,提出了一种基于全局状态估计的多传感器加权数据融合算法,采用卡尔曼滤波的状态估计特性及相关历史信息,使得状态的估计值能够充分逼近真实值,从而使得算法具有较高的融合精度及抗干扰性。最后,Monte Carlo仿真结果显示,相比于已有算法,提出的算法在融合精度及抗干扰性方面具有明显地提高。     

基于子空间投影角度配对的L型阵列二维DOA估计算法

针对传统二维MUSIC角度估计计算量巨大的缺点,及Root-MUSIC算法可减少计算量却无法完成角度配对的问题,提出了一种基于子空间投影角度配对的L型阵列二维DOA估计算法.该方法利用Root-MUSIC算法估计L型阵列的角度参数,并利用子空间投影完成方位角和俯仰角的角度匹配,从而得到正确的二维DOA结果.计算机仿真验证了该方法的有效性.     

基于最小二乘融合估计的双星时频差定位

针对单参考站条件下具有测量误差和星历误差时定位精度不高的特点,提出了一种基于多次观测数据的最小二乘融合估计定位算法,该算法无需增加观测条件即可有效提高辐射源定位精度.分析了测量误差、星历误差对单参考站单次定位及融合定位精度的影响,推导了测量误差、星历误差对定位误差的传递公式,提出了含星历误差影响的最小二乘融合估计加权算法.通过Monte-Carlo仿真验证了误差分析结果和定位算法,并比较了加权最小二乘估计定位和单次定位的性能.仿真试验表明:在相同观测精度条件下,加权最小二乘融合定位可极大地提高辐射源定位精度,最大提高10倍以上.     

基于子空间和投影分离的三维正弦信号频率估计算法

本文提出了一种基于子空间和投影分离的三维正弦信号的频率参数估计算法.算法核心思想在于将三维采样数据阵理解为散布在某一维上的二维切片矩阵列,以此来实现对三维采样数据阵列的降维处理,并通过构造投影矩阵来实现信号中各分量的分离,算法可实现信号各分量三维参数自动配对.在整个估计过程中,算法所用矩阵都维持原采样数据阵规模,因而算法整体运算量较小.计算机仿真结果表明所提算法在性能及运算复杂度上均要优于三维情况下的IMDF算法及HOSVD算法.     

基于最小二乘的天线组阵合成权值及信噪比盲估计

针对天线组阵中的合成权值估计问题,提出了一种基于最小二乘的权值盲估计及多路信号盲信噪比估计算法.该算法利用多路信号间的协方差矩阵,分别构建关于信道幅度增益与相位旋转因子的超定方程组,最终通过最小二乘方法完成权值及信噪比的估计.仿真结果表明,该算法的权值估计性能在低信噪比条件下比EIGEN算法有明显改善;同时较现有基于矩...     

NGB-W中二次一维维纳滤波信道估计算法性能分析

在下一代广播电视网无线系统(NGB-W)接收机中,采用了二次一维维纳滤波信道估计算法.本文研究了该信道估计算法的性能与滤波器阶数及信道多普勒频移的关系.通过Cocentric System Studio(CCSS)平台进行仿真,得到不同滤波器阶数和不同多普勒频移下信道估计的均方误差.仿真结果表明,TU6信道环境下,采用二次一维维纳滤波算法进行信道估计时,提高滤波器的阶数,尤其在高多普勒频移信道下,信道估计性能会得到相应的提高.     

用于自适应数字波束形成的稳健子阵异步RLS算法

提出了一种修正的递归最小二乘自适应算法--稳健子阵异步递推最小二乘算法(MSARLS)--用于自适应数字波束形成.该算法综合运用稳健估计和子阵异步递推技术.改进后的算法,不但大大减少了运算量,而且增强了算法抗突发强干扰的性能.另还给出了计算的理论分析和计算机仿真结果.     

平坦衰落信道下基于NLS的快速频偏估计算法

文章推导了一种平坦衰落信道下基于非线性最小二乘的频偏估计算法,与已有的其他估计算法不同,该算法无需预知任何信道的相关信息仍具有较好的估计性能.在此基础之上给出了一种简化的非线性最小二乘快速估计算法.仿真结果和运算量分析表明,所给出的简化快速估计算法在获得与完整结构估计算法相同性能的前提下,大大降低了算法的实现复杂度.     

基于DML-ESPRIT算法的多维参数快速联合估计

将确定性最大似然估计准则的多维参数估计能力与ESPRIT算法的高时效性有机结合,提出了一种二维DOA-功率-频率快速联合估计方法--DML-ESPRIT算法。利用双L阵列的空间特性,通过引入空间锥角,将多维空间搜索问题转换为一维角度估计,并基于确定性最大似然估计准则推导得到了多信源的空间锥角、功率和频率联合估计的数学模型;然后在对子阵进行扩展的基础上,利用TLS-ESPRIT算法对模型进行求解,避免了谱峰搜索问题,实现了多维参数的快速联合估计。实验结果表明,DML-ESPRIT算法在保持高估计精度的同时运行耗时约35 ms,具有较好的工程应用前景。     

基于压缩感知的宽频段二维DOA估计算法

针对2维DOA估计问题,该文提出一种基于压缩感知(CS)的宽频段2维DOA估计算法,能够同时得到多个窄带信号的中心频率、方位角和俯仰角。首先利用方位向和俯仰向的空间频率分别建立过完备稀疏字典,然后通过对阵列接收数据的压缩采样得到空间频率的高分辨估计,最后通过空域滤波实现中心频率、方位角和俯仰角之间的匹配。理论分析表明,该算法具有较高的估计精度与分辨力,对信噪比(SNR)要求不高,无需多维搜索过程,且经过压缩采样降低了运算量。仿真结果验证了算法的正确性与有效性。     

基于双平行线阵的相干分布源二维DOA估计

针对现有相干分布源二维波达方向(DOA)估计算法存在的一些问题,基于双平行均匀线阵提出了一种相干分布源二维DOA估计新算法。利用旋转不变的思想并结合传播算子法来估计相干分布源的二维中心DOA。无需谱搜索和对样本协方差矩阵做特征分解,和传统算法相比,其计算复杂度更低。此外,还给出了详细的参数配对过程,因而能够应用于多源场合。算法在小角度扩展条件下估计性能良好,其性能甚至接近于一维交替搜索算法。算法还是一种对角分布先验知识盲的估计。仿真结果证实了算法的有效性。     

高斯白噪声下L阵二维波达方向快速估计

针对L型阵列,提出一种在高斯白噪声环境下的二维波达方向( DOA)快速估计方法。首先利用阵列结构特点构建两个互协方差矩阵,同时实现了噪声分量的有效抑制,再依据协方差矩阵的性质构造了波达方向矩阵。对该矩阵进行一次特征分解即可分别得到包含方位角和俯仰角信息的方向矢量和方向元素,实现二维DOA估计。该算法避免了传统算法的谱峰搜索或大矩阵构造及其特征分解过程,计算量小,且参数自动配对。仿真结果表明,该算法在低性噪比和少快拍下的估计精度与2 D ESPRIT算法近似,但计算复杂度大幅降低,适用于实时性高的工程应用背景。     

基于均匀圆阵的相干源三维参数估计算法

基于均匀圆阵,提出了一种宽频段信号频率和二维到达角联合估计的新方法—CTDS算法。通过对构造的波达矩阵进行特征分解,该算法能精确地估计具有相同数字频率的相干信号的三维参数,无需多维谱峰搜索,具有计算量小,三维参数自动配对的优点。另外,算法通过增加延迟抽头级数解相干,因此避免了通常的降维解相干算法引起的阵列孔径损失,同时减少了所需的阵元数。计算机仿真结果验证了算法的有效性。     

Efficient 2-D DOA and frequency estimation for L-shaped array via RD-PM

This paper addresses the issue of joint two-dimensional direction of arrival (2-D DOA) and frequency estimation via reduced-dimensional propagator method (RD-PM) with L-shaped array. The proposed algorithm has no need for eigenvalue decomposition of the sample covariance matrix and simplifies three-dimensional global spectral search within the three-dimensional propagator method (3-D PM) to one-dimensional local search, which greatly reduces computational complexity. Furthermore, the proposed algorithm can work under both uniform and non-uniform L-shaped array and can achieve paired 2-D DOA and frequency estimates automatically. In addition, the 2-D DOA and frequency estimation performance for the proposed method is approximate 3-D PM algorithm and parallel factor (PARAFAC) method but exceeds the estimating signal parameters via rotational invariance techniques (ESPRIT) algorithm and improved PM algorithm. The detailed derivation of Cram´er-Rao bound (CRB) is provided and the simulation results demonstrate the effectiveness and superiority of the proposed approach.     

适用任意阵列的变换域二维波达角快速估计算法

 MUSIC(Multiple Signal Classification)算法是波达角(the Direction of Arrival,DOA)估计的经典算法之一,但其在二维DOA估计中因需进行二维谱峰搜索而计算量十分巨大.为降低MUSIC算法的计算量,本文在引入变换域DOA概念的基础上提出了一种能够适用于任意阵列结构的二维DOA快速估计算法,即变换域MUSIC(transformed domain-MUSIC,TD-MUSIC)算法.理论分析和仿真实验表明:该算法不但将空间谱峰搜索的范围减小一半而且具有更低维度的噪声子空间,因而其计算量远小于 MUSIC算法.同时,新算法具有比MUSIC更高的空间分辨率.     

基于STFT的相干宽带调频信号2-D到达角估计

宽带调频信号(FM)作为具有宽频带和时变方向向量的非平稳信号,其到达角的估计具有较大的难度。该文利用短时傅里叶变换(STFT)和宽带调频信号的时频聚焦性建立了新颖的空间时频分布方程,并利用矩形平面阵数据的分维结构和基于矩形平面子阵堆栈的奇异值分解法估计了相干宽带FM信号的2-D到达角。理论分析和仿真实验表明了算法的可行性。     

采用Radon-Wigner变换的二维波达方向估计

针对宽带多线性调频信号2维波达方向(2-D DOA)估计精度低的问题,该文提出了一种基于Radon-Wigner变换(RWT)的2-D DOA估计方法。该方法利用RWT在多目标环境下能够有效抑制交叉项干扰和噪声,具有很好的时频汇聚性特点,通过峰值搜索确定目标个数并重构信号阵列,最后利用MUSIC空间谱分析方法实现了对多个LFM信号的2-D DOA估计。仿真实验表明,基于RWT的DOA估计方法能对非平稳信号进行有效的2-D DOA估计。     

采用降秩多级维纳滤波器的二维DOA估计快速算法

针对双平行线阵的二维波达方向(DOA)估计问题,为有效降低计算复杂度,提出了一种基于降秩多级维纳滤波器(MSWF)的快速算法。首先利用MSWF的前向递推实现信号子空间的快速估计,无需估计协方差矩阵和特征分解;然后,通过MUSIC算法对方位角和俯仰角的估计进行分维估计,使二维DOA估计退化为两个一维DOA估计问题,且方位角和俯仰角自动配对,进一步降低了运算量。仿真结果表明,该方法的估计精度优于同样基于双平行线阵提出的波达方向矩阵法(DOAM),俯仰角兼并时同样适用,计算复杂度低,适用于实时性要求高的应用背景。