一种新的宽带信号源数目快速估计方法

信号源数目估计是波达方向(DOA)估计的基础.基于两个子阵接收数据的信号子空间的旋转不变性,利用Lanczos方法来求解多级维纳滤波器的匹配滤波器组,即子阵的信号子空间,本文提出了一种新的宽带信号源数目快速估计方法.该方法不需要计算协方差矩阵或对其进行特征值分解,避免了特征值分解的大运算量.最后通过计算机仿真验证了本文方法的有效性和优越性.     

一种波达方向估计的快速算法

提出一种波达方向估计的快速算法.为了估计到信号子空间,该方法只需要多级维纳滤波器的前向递推,不需要估计样本协方差矩阵和对其作特征值分解,也不需要多级维纳滤波器的后向递推.从而使得该方法具有小运算量和低复杂度的特点,易于实时处理.由于不需要估计样本协方差矩阵,所以该方法可以应用在小样本和快时变的信号环境中.仿真结果证明了该方法的有效性.     

快速子空间分解方法及其维数的快速估计

提出一种快速子空间分解方法.该方法只需要知道某一期望信号的训练信号就可以实现信号子空间和噪声子空间的快速估计.给出快速确定子空间维数的方法.子空间维数的估计和子空间的快速分解是同时进行的.本文方法只需要多级维纳滤波器的前向递推,不需要估计协方差矩阵和对其作特征值分解,所以运算量可以明显地降低,而估计的性能接近于常规方法.最后,仿真结果验证了方本文法的有效性.     

一种信源个数与波达方向联合估计的新算法

针对多级维纳滤波器(MSWF)用于子空间估计时信号特征矢量泄漏到噪声子空间的问题,提出了一种新的信号子空间估计算法,该算法不需要训练信号和信源个数的先验知识.随后,给出了一种信源个数的后判断方法,最终完成信源个数及方向的同时估计.整个算法不需要协方差矩阵的计算和特征值的分解,具有较低的计算复杂度.在均匀线阵且信号互不相关情况下,改进后的算法用于波达方向估计时拥有与基于特征分解方法近似的性能.仿真结果验证了该方法的有效性.     

阵列通道不一致性误差快速有源校正算法

针对阵列通道不一致性引起的幅相误差校正问题,基于多级维纳滤波器(MSWF),该文提出幅相误差快速校正的简化的多级维纳滤波器(SMSWF)算法。SMSWF算法利用校正源的方位和波形信息对阵列幅相参数进行估计,无需估计协方差矩阵和进行特征值分解,大大地减小了计算量,且具有与特征分解方法相同的幅相参数估计性能。研究发现,单个信源入射到阵列且信源波形已知时,SMSWF算法获得的信号子空间等价于特征分解法得到的信号子空间,这表明SMSWF算法能够替代特征分解法,从而极大减小基于特征分解法的信号处理方法的计算量。大量计算机仿真和消声水池试验验证了SMSWF算法的优越性能。     

一种基于子空间分析的快速信源个数估计方法

针对阵列信号处理中传统信源个数估计方法如基于Akaike信息论准则方法(AIC)、最小描述长度准则方法(MDL)等特征值分解类算法计算量大,且在小快拍数、低信噪比时性能下降甚至无法正确估计的问题,提出了一种基于子空间分析的快速信源个数估计方法。该算法首先利用多级维纳滤波器(MWF)对信号进行快速的子空间估计,然后计算阵列信号协方差在子空间匹配滤波器中的投影值,通过分析其正交性来估计信源个数。研究结果表明,该算法不但在小快拍数、低信噪比时相较于传统特征值分解类算法具有更优异的性能,并且计算量大大降低。     

GPS空时抗干扰子空间投影方法

根据GPS接收机接收信号、噪声和干扰的特点，将子空间投影方法与空时信号处理相结合，利用基于数据域相关相减结构多级维纳滤波器（CSA-MWF）的前向递推多级分解特性构造出空时二维干扰子空间，进一步求出空时抗干扰最佳权。与传统的特征值分解方法相比，该方法避免了估计接收数据协方差矩阵及其特征分解运算，计算量大幅下降，同时抗干扰性能不受影响，适合多变环境和小数据样本情况。该方法结构简单，具有较高的可行性和实用性。仿真结果验证了该方法对窄带和宽带干扰均有效。     

多级维纳滤波在子空间类测向算法中的应用

以MUSIC为代表的子空间类测向算法运算量很大。利用多级维纳滤波的正交分解特性,提出一种快速估计子空间的方法,避免了协方差矩阵的特征值分解,降低该算法的运算复杂度。采用多级维纳滤波的前向递推,将予空间的估计变成一系列的简单运算,提高处理速度．     

一种快速子空间测向算法

考虑用户先验知识提出一种快速子空间测向算法,构造了方向约束的相关相减多级维纳滤波器(MCSA-MSWF)方法,此方法在降低特征分解的基础上进一步降低了谱峰搜索的运算量,且克服了单纯基于多级维纳滤波器测向算法期望信号不准确的问题。仿真表明,该算法在低信噪比、小快拍数情况下具有更好的估计性能。     

一种快速的空时级联频率—到达角估计

为减少算法运算量,将多级维纳滤波器引入到空时级联频率—到达角估计中,提出一种快速级联估计算法.快速算法通过简单的乘累加运算得到噪声子空间,避免了对阵列协方差矩阵的特征分解,减少了算法运算量.仿真结果表明:在信噪比大于5 dB时,原有算法和快速算法性能相当,频率估计标准差均降到1MHz以下,DOA估计标准差小于1.     

一种低复杂度的信号子空间拟合的新方法

提出一种低复杂度的信号子空间拟合的新方法.证明了多级维纳滤波器的匹配滤波器(或降维矩阵的列矢量)可以张成一个压缩信号子空间.利用其与Krylov子空间等效这一特点,推导出信号子空间拟合一个新的基本公式,进而建立信号子空间拟合一个新的准则函数.分析表明,压缩信号子空间可以由降维矩阵的列矢量有效地张成,而且计算降维矩阵只需要多级维纳滤波器的若干步前向递推,所以本文方法的运算量和复杂度均较小.最后,计算机仿真验证了本文方法的有效性.     

Direction-of-arrival estimation for coherent GPS signals based on oblique projection

A new direction-of-arrival (DOA) estimation method for coherent global positioning system (GPS) signals is proposed. It is applicable to the GPS propagation environment with rich multipath, strong interferences and noise. According to the properties of oblique projection, interferences and noise are first suppressed and only the coherent GPS signals are retained by projecting the received signal onto the signal subspace. Then, the coherent GPS signals are resolved by the Toeplitz decorrelation scheme. Using the proposed method, interferences and noise can be suppressed simultaneously, and more accurate DOA estimation for coherent GPS signals can be obtained in GPS propagation environment. Simulation results demonstrate the effectiveness of the proposed method.     

非圆信号多级维纳滤波MUSIC测向算法

为降低非圆信号的MUSIC(记为NC-MUSIC)测向算法的计算量,提出了基于多级维纳滤波的NC-MUSIC算法.首先,该算法将非圆信号特性用于多级维纳滤波算法,构造出扩展阵列输出矩阵,利用多级维纳滤波的递推特性求出信号子空间,而不需要估计样本协方差矩阵和对其特征值分解;其次,为了进一步降低算法的计算量,推导出信号子空间的谱峰一维搜索公式进行非圆信号谱峰搜索的计算,快速估算出目标的方位值.仿真结果和计算复杂度分析表明,新算法不但在均方根误差性能上与其他快速算法相似,均接近于NC-MUSIC算法,具有良好的估计性能,而且降低了NC-MUSIC算法的计算最,使其计算复杂度小于非圆信号扩展传播算子快速测向算法的计算复杂度.证实了新算法快速有效的估计性能.     

基于空间斜投影的宽带多相干组 DOA 估计算法

针对宽带多相干组信号条件下传统的聚焦类算法性能下降的问题,提出一种基于空间斜投影的宽带波达方向(DOA)估计算法。该算法首先利用窄带解相干算法得到初始的DOA估计值,接着通过求解约束最小化问题得到各相干组信号的衰落系数估计值;然后,利用空间斜投影技术将不同的相干组信号分离,并利用聚焦变换将分离的信号聚焦到单一频点处;最后,利用窄带高分辨算法得到最终的DOA估计值。仿真实验表明:与现有的聚焦类算法相比,文中算法具有更好的估计性能,在较低信噪比情况下尤为明显;同时,文中方法对于相关性较低的空间色噪声也有一定适用性。     

采用单次快拍数据实现相干信号DOA估计

该文针对均匀线性阵列的相干信号DOA估计问题,提出了一种基于单次快拍数据的解相干算法,该算法直接利用快拍数据构造一个Toeplitz矩阵,经理论推导,该Toeplitz矩阵的秩不受信号的相干性影响,仅和入射信号的个数有关,因此对该矩阵进行特征值分解可得到正确的信号子空间和噪声子空间,结合MUSIC,ESPRIT等子空间算法,即可实现对相干信号的DOA估计。数值仿真验证了该算法的有效性。     

一种互耦和相干源条件下的DOA估计方法

空间平滑算法是一种常用的解相干处理方法,而阵元间互耦的存在会导致空间平滑算法失效,从而无法准确估计相干源DOA。针对这个问题,文中提出了一种新的DOA估计方法。该方法基于信号子空间和噪声子空间的正交性原理,利用入射信号源中的独立信号源可以有效估计出互耦矩阵,再通过估计的互耦矩阵对接收数据协方差矩阵进行互耦补偿,克服了互耦对空间平滑算法的影响,从而保证了相干源DOA能准确估计。计算机仿真实验表明了该方法的有效性。     

基于多级维纳滤波的盲信噪比估计

提出了一种基于多级维纳滤波(MSWF: Multistage Wiener Filter)的盲信噪比估计算法。结合信号子空间分解理论,该方法利用多级维纳滤波器的相关相减结构(CSA: Correlation Subtraction Algorithm)前向递推实现含噪信号空间分解,避免了传统方法对信号自相关矩阵进行复杂的特征值分解运算,并以此估计信号功率和噪声功率来完成盲信噪比估计。在加性高斯白噪声(AWGN)信道条件下进行信噪比估计仿真,仿真表明,当实际信噪比在-7~25dB范围内时,估计器的估计标准偏差小于0.5dB,且性能优于常规方法。设定实际信噪比为10dB,当接收码元数目为100时,对所有仿真的调制方式信噪比估计标准偏差小于0.35dB,证明了估计器在小样本支撑环境下实现信噪比快速盲估计的能力。      

一种基于Toeplitz矩阵重构的相干信源DOA估计算法

提出一种基于Toeplitz矩阵重构的相干信号源DOA估计算法。首先对各个阵元的接收数据与参考阵元（第一个阵元）的接收数据的相关函数进行排列,形成Hermitian Toeplitz矩阵,然后通过奇异值分解可以得到信号子空间和噪声子空间,从而实现相干信源的DOA估计。该算法在不减少阵列有效孔径的情况下,增加了可估计相干信号源数目,并在低信噪比条件下能够得到较好的估计性能,计算机仿真结果证实了算法的有效性。     

非均匀噪声背景下混合信号DOA估计算法

针对非均匀噪声背景下非相关信源与相干信源并存时波达方向(DOA)估计问题，提出了基于迭代最小二乘和空间差分平滑的混合信号DOA估计算法。首先，该算法利用迭代最小二乘方法得到噪声协方差矩阵估计，然后对数据协方差矩阵进行“去噪”处理，利用子空间旋转不变技术实现非相关信源DOA估计；其次，基于空间差分法消除非相关信号并构造新矩阵进行前后向空间平滑，利用求根MUSIC算法估计相干信源DOA。相比于传统算法，该算法能估计更多的信源数，在低信噪比情况下DOA估计性能更优越。仿真实验结果验证了该算法的有效性。