实值循环ESPRIT算法

为了降低循环ESPRIT算法的计算复杂度,提出了一种实值循环ESPRIT算法,通过构造了循环自相关矩阵的数据模型,使其具有厄尔米特特性,将复数自相关矩阵映射成实值矩阵,通过实值分解降低了计算量,而且具有信号选择特性。由于空间平滑技术的引入,较好地解决了多径传播环境中信号高度相关问题。仿真实验结果证明,与循环ESPRIT算法相比,该算法适应多径传播环境,具有计算量小和性能好等特点。     

一种快速实值分解Root-MUSIC方位估计算法

针对基阵输出信号的协方差矩阵具有中心-厄尔米特特性,提出了一种基于实值分解技术的Root-MUSIC算法,并给出了一种降阶快速求根方法,这种降阶算法可以降低求解多项武的次数.实值分解技术极大降低了特征分解时的计算量,可分辨多个高度相关或相干信号源.仿真实验结果证明,与传统算法相比,快速实值分解Root-MUSIC算法具有可以分辨相干信号、计算量小和性能好等优点.     

多星测控中波达方向估计传播因子虚拟ESPRIT算法

针对多星测控中涉及的阵列天线信号波达方向估计问题,给出了一种新的基于传播因子的二维波达方向估计(2D-DOA)算法--传播因子虚拟ESPRIT算法(PMV-ESPRIT).传统的虚拟ESPRIT算法需要对互相关矩阵进行特征值分解(EVD)或对数据接收矩阵进行奇异值分解(SVD),因此其运算量较大.而新算法基于传播因子方...     

基于传播算子的声学矢量传感器阵列 扩展孔径二维DOA估计算法

 本文提出一种基于传播算子的声学矢量传感器阵列扩展孔径二维DOA估计算法.首先,利用传播算子方法得到一组高精度模糊的DOA估计值;然后,利用声学矢量传感器的特点得到另一组低精度无模糊的DOA估计值;最后,利用无模糊估计值对模糊估计值进行解模糊处理,得到高精度无模糊的DOA估计值.提出的算法无需进行特征值分解或奇异值分解进行信号子空间/噪声子空间的估计.与基于ESPRIT的算法相比,提出的算法的计算量约为信号个数与声学矢量传感器个数的四倍之比.计算机仿真结果表明在信噪比不是很低时,提出的算法与基于ESPRIT的算法具有相当的估计性能.     

基于实值传播算子的非圆信号DOA估计求根算法

为有效降低非圆信号DOA(direction of arrival)估计算法的计算量,本文提出一种非圆信号DOA估计快速算法,借助实值扩展传播算子和多项式求根方法来降低计算量。首先利用信号非圆特性构造出实值的扩展阵列输出矩阵及扩展协方差矩阵,然后使用扩展传播算子方法代替扩展协方差矩阵的特征分解得到噪声子空间,再利用均匀线阵的多项式求根方法获得目标的DOA估计值。对算法的性能仿真和计算复杂度分析表明,新算法的均方根误差性能与Euler-root-MUSIC、NC-root-MUSIC等快速算法相近,但其计算复杂度小于上述非圆信号DOA估计快速算法。优良的性能和较低的计算量使新算法具有良好的实用价值。      

基于时间反转的MIMO雷达实值MUSIC算法

针对时间反转(TR)多输入多输出(MIMO)雷达多重信号分类(MUSIC)算法计算量庞大的问题,提出一种基于时间反转的MIMO雷达实值MUSIC算法。首先,通过采用降维思想对TR MIMO回波信号进行降维处理,来减少计算量;然后,为将协方差矩阵转化到实数域,构造酉变换矩阵进行实值变换;最后,分解出实值协方差矩阵的噪声子空间,构造谱函数估计信号波达角。相对于传统的MUSIC算法,该算法借助实值变换剔除了复数运算,极大地降低了计算量,而且不需要空间平滑降低阵列孔径就具有解相干的能力。仿真结果证实了算法的正确性。     

未知接收机通道特性下的信号“空间特征”估计算法

该文用均匀线阵研究了未知接收机通道特性下信号“空间特征”“w=2π△sinθ/λ)的估计问题,利用均匀线阵的冗余结构,本文给出了基于信号子空间的ESPRIT－Like算法,得到了一个信号“空间特征”和通道特性的近似解,ESPRIT－Like算法对信号“空间特征”估计具有较好的稳健性;与B.Friedlander,V.C.Soon等人（1994）提出的其它迭代算法相比,ESPRIT－Like算法具有计算量小的优点,数值仿真结果证实了本文算法的有效性并评价了算法的性能。     

冲击噪声环境下的快速实值算法

在冲击噪声环境中,包括MUSIC、ESPRIT和MNM在内的传统DOA算法估计性能急剧下降甚至失效,因此出现了一些基于分数低阶矩的稳健性算法,例如ROC-MUSIC和FLOM-MUSIC等。虽然在冲击噪声环境下,这些稳健性算法具有很好的工作性能,但是这些算法需要进行计算量较大的复数特征分解,从而不适宜实现DOA的快速有效估计。为了解决这一问题,提出了一种快速实值算法(FRA),由于该算法可在实数域工作并且不需要进行特征分解,所以它的计算量远小于现有算法,在同等条件下更有利于快速地估计DOA。计算机仿真证明该算法具有优良的DOA估计性能,适宜在冲击噪声环境下应用。     

一种地形条件下电波传播入射余角估计算法

入射余角是利用抛物方程模型研究地形条件下电波传播问题的重要参数,但该参数估计具有单次快拍、信号相干和实时性要求高的特点,传统的估计算法难以同时满足上述要求.针对上述问题,提出了基于单次快拍的空间平滑旋转不变性的信号参数估计(Estimating Signal Parameters via Rotational Invariance Techniques, ESPRIT)算法.直接采用单次数据的前后向空间平滑子阵构造centro-Hermitian伪协方差矩阵以实现信号解相干,应用酉变换将复数域的奇异值分解转换为实数域求解,利用ESPRIT算法代替多重信号分类算法估计入射余角.仿真结果表明:该算法能够实现电波传播入射余角的快速估计,准确反映地形起伏对入射余角的影响,与现有算法相比提高了实时性和估计精度.     

一种利用旋转结构的分布式信号DOA估计方法

某些领域中由于多径影响信号往往具有分布特性,此时传统波达方向(DOA)参数估计算法往往失效.针对此类问题提出了一种无需搜索的分布式信号DOA估计算法,该方法利用已知信号有用信息逐一估计分布信号在相邻阵元间产生的旋转因子,利用DOA旋转不变结构估计分布目标DOA参数.与点目标ESPRIT方法相比该方法能够有效克服多径扩展影响,不敏感于多径分布的具体形式,并在一定程度上抑制相位误差影响.仿真实验证明了其有效性.     

Unitary ESPRIT: how to obtain increased estimation accuracy with areduced computational burden

ESPRIT is a high-resolution signal parameter estimation technique based on the translational invariance structure of a sensor array. Previous ESPRIT algorithms do not use the fact that the operator representing the phase delays between the two subarrays is unitary. The authors present a simple and efficient method to constrain the estimated phase factors to the unit circle, if centro-symmetric array configurations are used. Unitary ESPRIT, the resulting closed-form algorithm, has an ESPRIT-like structure except for the fact that it is formulated in terms of real-valued computations throughout. Since the dimension of the matrices is not increased, this completely real-valued algorithm achieves a substantial reduction of the computational complexity. Furthermore, Unitary ESPRIT incorporates forward-backward averaging, leading to an improved performance compared to the standard ESPRIT algorithm, especially for correlated source signals. Like standard ESPRIT, Unitary ESPRIT offers an inexpensive possibility to reconstruct the impinging wavefronts (signal copy). These signal estimates are more accurate, since Unitary ESPRIT improves the underlying signal subspace estimates. Simulations confirm that, even for uncorrelated signals, the standard ESPRIT algorithm needs twice the number of snapshots to achieve a precision comparable to that of Unitary ESPRIT. Thus, Unitary ESPRIT provides increased estimation accuracy with a reduced computational burden     

基于降维波束空间的实值ESPRIT单基地MIMO雷达测角算法

单基地多输入多输出(MIMO)雷达的波达方向(DOA)估计问题是近年来研究的热点。高维度的MIMO雷达数据,导致传统旋转不变性参数估计技术(ESPRIT)算法需要付出较大的运算代价。在低信噪比、低快拍数的条件下,传统ESPRIT算法性能会严重下降。为了克服传统ESPRIT算法的以上缺点,该文提出一种降维波束空间的实值ESPRIT算法。该算法通过转换矩阵,将高维度MIMO雷达数据转换到低维度的数据,从而去除数据中的冗余。然后再将低维数据变换到波束空间,构造实值旋转不变性等式,用以估计目标的角度。仿真结果表明,在低信噪比和低快拍数时,相比于传统ESPRIT算法,该文所提方法具有更好的角度估计性能和更少的运算量。     

稳健的宽带多径干扰抑制波束形成算法

针对传统宽带多径干扰抑制波束形成算法计算量大、稳健性差的问题,提出一种基于均匀直线阵的稳健宽带多径干扰抑制波束形成算法。当期望信号垂直入射时,该算法首先在波束旁瓣区域引入虚拟干扰源构造能量聚焦矩阵,通过主瓣宽度的迭代处理,整体控制输出波束的旁瓣级,将旁瓣区域能量聚焦到主瓣区域,实现多径干扰条件下的宽带波束形成;然后对期望信号和辅助方位角施加相位响应约束,将其扩展至期望信号非垂直入射和存在指向误差的情况,与传统宽带多径干扰抑制波束形成算法相比,在提高算法稳健性的同时大大降低了计算复杂度;最后仿真分析与实际数据验证表明,该算法能够有效的抑制多径干扰,稳健性较好且具有较高的输出信干噪比。      

基于数据共轭重排的修正ESPRIT信号DOA估计算法

本文介绍了将接收数据共轭重排的再利用,构造相关矩阵的修正ESPRIT算法.理论分析和仿真实验表明,该算法同经典的ESPRIT算法相比,在快拍次数有限时,可明显改善信号DOA估计的性能,且其计算量二者基本相当.     

A low-complexity joint 2D-DOD and 2D-DOA estimation algorithm for MIMO radar with arbitrary arrays

In this article, we study the problem of four-dimensional angles estimation for bistatic multiple-input multiple-output (MIMO) radar with arbitrary arrays, and propose a joint two-dimensional direction of departure (2D-DOD) and two-dimensional direction of arrival (2D-DOA) estimation algorithm. Our algorithm is to extend the propagator method (PM) for angle estimation in MIMO radar. The proposed algorithm does not require peak searching and eigenvalue decomposition of received signal covariance matrix, because of this, it has low computational complexity. And it can achieve automatic pairing of four-dimensional angles. Furthermore, the proposed algorithm has much better angle estimation performance than interpolated estimation method of signal parameters via rotational invariance techniques (ESPRIT), and has very close angle estimation performance to ESPRIT-like algorithm which has higher computational cost than the proposed algorithm. We also analyze the complexity and angle estimation error of the algorithm, and derive the Cramer‐Rao bound (CRB). The simulation results verify the effectiveness and improvement of the proposed algorithm.     

用均匀中心对称阵二维西ESPRIT方法实现闭环形式二维角估计

本文提出了适用于一类均匀中心对称阵的二维西ESPRIT方法,它是一种闭环形式的高分辨算法,对信号源方位角和仰角估计实现自动配对.在算法最后阶段构造一个矩阵,其第I个特征值的实部和虚部分别与第I个信号源相对X轴和Y轴的方向余波一一对应.该算法除了初始变换和最后矩阵特征分解外,整个过程都采用高效的实值计算.并推广应用于DFT波束空间,可在较小的空间维数上处理,从而减小计算复杂性.最后对算法做了一阶近似渐进性能分析.仿真结果说明了算法是有效的.     

基于稀疏超指数盲均衡的高频外辐射源雷达发射信号提取

基于天波雷达发射信号的外辐射源雷达需要在接收站提取发射信号用于匹配滤波处理, 而到达接收站的发射信号往往受到电离层反射与折射多径污染的问题, 提出了一种基于超指数与常数模盲均衡算法的发射信号混合盲反卷积方法.利用电离层折射与反射等多径杂波的稀疏性, 采用稀疏处理降低混合算法中超指数盲均衡算法的计算量, 从而实现发射信号的恢复.针对发射信号恢复质量对检测性能的影响进行了分析评估.计算机仿真表明, 所提出的盲均衡算法保持了超指数算法快速收敛的优点, 同时, 在性能损失很小的情况下计算量显著下降, 具有良好的工程应用前景.     

虚拟空间平滑算法

根据MASK、BPSK和AM等信号的实值特性,利用阵列接收数据及其共轭信息,构造了虚拟子阵,提出了虚拟空间平滑算法,较好地解决了信号高度相关问题.虚拟子阵具有M个阵元,避免了阵列孔径的损失,使该算法最大可分辨的相干信号数目为M-1.仿真实验证明,与前后空间平滑算法相比,该算法提高了空间分辨率,适应小样本,在一定程度上可以降低了计算量.     

一种适用于稀疏多径信道的自适应均衡算法

针对传统的自适应均衡算法在稀疏多径信道下性能表现不佳的问题,提出了一种基于基追踪降噪的自适应均衡算法。该算法利用稀疏多径信道下均衡器权值的稀疏性,将自适应均衡器的训练过程看作压缩感知理论中稀疏信号对字典的加权求和,并利用重构算法直接对稀疏权值进行求解,解决了迭代参数设置和收敛慢的问题。采用基追踪降噪作为重构算法并选用变量分离近似稀疏重构对该最优化问题进行求解,既提高了权值的重构精度又降低了计算的复杂度。仿真结果表明,所提算法能够以较低的计算量和较少的训练序列达到更优性能,这对提升系统的通信性能具有参考价值。