基于托普利兹矩阵集重构的相干信源波达方向估计

针对常规相干信源波达方向估计托普利兹矩阵重构算法仅利用部分阵列接收数据的互相关或协方差矩阵进行重构,信息利用不完整且部分算法需去噪声处理等问题,提出一种改进托普利兹矩阵重构算法。利用阵元接收数据矢量构造包含阵元完整相关矩阵信息的托普利兹矩阵集,通过Hermitian转置矩阵修正及正反向平滑运算得到满秩矩阵,并结合运算量低的ESPRIT算法实现相干信号角度估计,同时避免去噪声处理。计算机仿真结果验证了算法的有效性。     

基于均匀圆阵Toeplitz矩阵集重构解相干算法

针对目前均匀圆阵相干信源波达方向估计的矩阵重构算法仅利用部分阵列接收数据的相关或协方差矩阵部分元素进行重构造成信息利用不完整的问题,提出一种改进Toeplitz矩阵重构算法。利用模式空间变换后的数据协方差矩阵所有行元素信息构造包含阵元完整相关矩阵信息的Toeplitz矩阵集,经与Hermitian转置矩阵相乘及正反向平滑运算得到满秩数据协方差矩阵。该算法能够直接结合子空间类算法实现相干信号的角度估计,无需平滑算法广义特征值分解,同时解决了目前模式空间矩阵重构算法因忽略相位差变化造成的估计性能下降甚至失效问题。计算机仿真结果验证了本文算法的有效性。     

均匀圆阵相干信源DOA估计的差分算法

提出了一种新的均匀圆阵解相干算法。在模式空间中,均匀圆阵被转换为一虚拟的均匀线阵。利用该虚拟线阵的特殊阵列模型结构可重构一差分矩阵,使其秩只与相干(或相关)信号的波达方向(DOA)有关。该算法可使得非相干信源与相关(或相干)信源分辨开,且通过利用常规超分辨方法估计不相关源和相关源的空间谱,再利用差分矩阵中包含的相干及相关源信息分辨相关及相干信源,可重复利用阵列接收数据,从而分辨更多信源。仿真结果验证了该算法的有效性。     

基于Toeplitz矩阵的互耦误差下相干信号源DOA估计

在阵列互耦误差存在的前提下,针对多组相干信号源和若干非相干信号源并存的情况,提出了一种对信号源进行准确估计的算法.算法首先估计阵列的互耦参数,并利用此互耦参数对阵列接收数据进行补偿;然后利用Toeplitz矩阵重构法对相干信号进行解相干;最后利用MUSIC算法估计各个信号源的来波方向(direction of arrival,DOA).实验结果表明,算法有效解决了互耦的影响,避免了阵列损失,实现了间距很小信源的准确估计.     

基于实值信号子空间的虚拟阵列解相干算法

针对存在相干信源时,传统的DOA估计算法失效问题,提出一种基于实值特征子空间的虚拟阵列解相干算法.该算法根据虚拟阵列变换的思想,利用阵列接收数据构造虚拟子阵,实现对信号的解相干处理,并将协方差矩阵从复数域变换为实数域,获得一个实值信号子空间,最后利用实数域ESPRIT (Unitary ESPRIT)估计信号波达方向.该方法避免了阵列孔径损失,保持了阵列的空间分辨率,估计精度高,利用个阵元可估计个信源,且引入实数域处理和无需空间谱搜索,运算量小.计算机仿真验证了该方法的有效性和优越性.     

基于二次虚拟扩展的高分辨率波达方向估计方法

为进一步提高天线阵波达方向估计的分辨率,在四阶量多重信号分类方法的基础上,提出一种高分辨率的波达方向估计方法.利用阵列接收数据的四阶矩量进行虚拟阵列扩展,再利用阵列接收数据的共轭进行虚拟阵列扩展,实现二次虚拟扩展;将扩展后的阵列导向矢量和协方差矩阵用于波达方向估计,与原阵列导向矢量和协方差矩阵相比,相当于构造了更多的虚拟阵元,并扩展了阵列的孔径.仿真结果表明:与四阶量多重信号分类等波达方向估计方法相比,所提出的方法在波达方向估计中成功概率更高,均方误差更低,具有更高的分辨率.所提方法通过二次虚拟扩展,构造了更多的虚拟阵元,有效地提高了天线阵波达方向估计的分辨率.     

多通道阵列相干源波达方向超分辨估计

采用发射阵列分布式布阵、接收阵列密布阵的多通道阵列,提出了一种虚拟子阵积累算法,在获得空间分集增益的同时可以超分辨估计相干源的波达方向.先通过正交信号分选的方法在接收端得到虚拟子阵,然后叠加积累各虚拟子阵接收数据的协方差.该算法利用空间分集克服了目标闪烁,同时具备解相干的能力,且避免阵列物理孔径的损失.理论分析和仿真结果表明,该算法可以有效处理多通道阵列相干源波达方向估计.     

基于酉变换的虚拟阵列DOA估计算法

为了估计相干信源的波动方向,提出基于酉变换的虚拟阵列DOA估计算法．该算法通过阵列虚拟平移形成虚拟阵列对相干信号进行解相干,并利用酉变换将虚拟阵列接收数据的协方差矩阵从复数域变换到实数域,然后利用该实数矩阵进行波达方向估计．计算机仿真表明算法在低信噪比情况下具有很好的解相干特性和估计性能．该算法避免了阵列孔径损失,可在小采样拍数情况下实现相干信源的DOA估计,且运算在实数域进行,大大降低了运算复杂度．     

基于L阵的低计算复杂度二维波达方向估计

针对L阵的二维波达方向估计问题,提出了一种低计算复杂度、高精度的二维波达方向估计算法.首先利用L阵子阵互相关矩阵和均匀线阵导向矢量的共轭交换性质扩展阵列孔径,并构造新的阵列接收数据;然后利用旋转不变子空间算法得到二维角度估计;最后将子阵互相关矩阵对角元素Toeplitz化,在不损失阵列孔径的情况下重构出类阵列自相关矩阵,利用Nystöm方法得到信号子空间估计,进而通过少量角度搜索得到正确的二维角度配对.该算法无须大量角度搜索,具有角度估计精度高、运算量小、所需快拍数少的优点.理论分析和仿真实验结果证明了算法的正确性和有效性.     

基于特征空间算法的非圆相干信源DOA估计

针对非圆相干信号的解相干问题,给出了一种新的特征空间算法(eigenspace-direction of arrival,ES-DOA)。利用信号源的非圆特性,虚拟地扩展了阵元个数,使阵列信息增至扩展前的两倍,对信号源数目的估计突破了M-1(M为阵元数)的限制;将信息量加倍后的协方差矩阵加以重构,给出一种新的特征空间算法进行解相干,最大限度地利用了噪声子空间与信号子空间的信息,避免了空间平滑思想的阵列孔径损失及最大似然算法运算量过大的问题;该方法还对信号源功率进行了估计,提高了对小能量信号的估计成功概率。仿真结果表明,该方法对波达方向估计具有很好的鲁棒性。     

非圆信号的二维相干测向新方法

传统的二维相干测向算法都是针对圆信号提出的,且要求大快拍数和较多阵元数,在低信噪比时估计性能较差.通过充分利用非圆信号的特点和L型阵列的结构优势,提出了一种非圆信号的二维解相干新方法.该方法利用阵列接收信号数据及其共轭信号数据,重新构造阵列接收数据矩阵,有效地扩展了阵列孔径;同时,提出了一种修正的空间平滑技术进行解相干,最后采用ESPRIT算法实现相干信号的二维DOA估计.所提方法具有阵列利用率高的优点,能够有效弥补传统二维测向算法阵列利用率低的缺点,提高了ESPRIT算法在低信噪比时的估计性能.实验仿真结果表明,所提方法能够有效实现二维相干信号估计并且估计性能优良.     

New method for estimating 2-D DOA in the coherent source environment based on data matrix reconstruction

The performance of classical two dimensional (2-D) Direction-Of-Arrival (DOA) estimation algorithms degrade substantially in the presence of coherent environment. A new DOA matrix method——DOA matrix method based on data matrix reconstruction (DMR-DOAM) is proposed for 2-D DOA estimation in the coherent source environment. The proposed algorithm reconstructs two Toeplitz equivalent covariance matrices by using cross-correlation information among receiving data from arrays. Decorrelation and 2-D DOA estimation can be realized via the eigen-decomposition of the new DOA matrix. The algorithm can retain the advantages of the traditional DOA matrix method, such as automatical parameter alignment and no need of 2-D search spectrum peak. The equivalent covariance matrices only use the middle column of classical covariance matrices, so the calculation amount is reduced, and the algorithm can be realized easily. Furthermore, the paper analyzes the estimation performance and influencing factors of the proposed algorithm. Theoretical analyses and simulation results both show that the proposed algorithm is effective.     

2-D DOA estimation of coexisting uncorrelated and coherent signals

The common two dimensional (2-D) direction of arrival (DOA) estimation algorithms for coexisting uncorrelated and coherent signals are based on the complex array structure, such as the uniform rectangular array, so the computational complexity is high and the array aperture is not utilized efficiently. By taking advantage of the L-shape array and adopting an efficient method to eliminate the Gaussian noise, a new 2-D DOA estimation method is proposed. Firstly, the DOAs of the uncorrelated signals are estimated and the influence of the coherent signals is eliminated by utilizing its characteristics. Then, the data covariance matrix containing the coherent information only is obtained by exploiting the Toeplitz property of the uncorrelated signals, and the DOAs of the coherent signals are estimated by the direction finding method based on the compressed sensing theory. Theoretical analysis and simulation results show that the proposed method has a small computational load, high array aperture as well as excellent estimation performance.     

声矢量阵快速子空间方位估计算法

针对声矢量阵高分辨方位估计算法运算量大的问题,基于声压振速联合信息处理,提出了一种快速的声矢量阵高分辨方位估计算法．该算法选择参考阵元的电子旋转矢量作为期望信号,运用多级维纳滤波器(MSWF)对信号子空间进行快速估计,不需要计算声矢量阵的互协方差矩阵,不用进行特征值分解,从而大大缩减了计算量．另外,该算法基于矢量传感器声压与振速的相干性原理,充分利用了声压振速组合抗干扰能力,有效抑制了各向同性噪声．理论分析和计算机仿真表明,该算法在拥有良好DOA估计性能的同时,大大减小计算量．     

基于空间平滑算法的二维相干源DOA估计

基于均匀矩形阵列,利用2D Unitary ESPRIT算法二维参数自动配对的优点,运用二维空间平滑技术进行解相干,并结合虚拟阵列扩展的EVESPA算法,提出了相干源的2D-SS-EVESPA-DOA估计算法。该算法在多径环境下能精确估计出二维波达角,能实现多径波达方向的分组估计,而无需进行谱峰搜索;并实现二维角度的自动配对,二维参数自动配对,无需二维谱峰搜索。仿真实验证明了算法的有效性。     

一种均匀线阵的信号分离方法研究

为了进一步改善阵列信号处理中盲源分离算法的分离性能,本文提出了一种基于DOA估计的阵列信号分离方法。该方法的基本思想是利用MUSIC算法实现对阵列信号DOA的预先估计,构建一预估计方向加载矩阵W,使加载后的混合信号在该预估计DOA上的信号能量最大化,最后利用传统的盲源分离算法分离接收到的混合信号,得到原始信号波形。仿真结果表明,该方法分离效果优于直接的盲分离算法,原始信号与分离信号相关系数接近于1,但同时牺牲较大运算量。     

无需信源数目的声矢量阵相干源方位估计算法

针对相干源方位估计问题,本文在PVFS（Particle Velocity Field Smoothing）算法的基础上,提出一种新的算法。该算法通过对PVFS算法构造出的协方差矩阵进行特征值分解,利用得到的特征值及特征向量构造新的噪声子空间,然后运用子空间原理实现相干源的方位估计。该算法无需已知相干源的信源数目且不会损失阵列孔径,具有较好的相干源方位估计性能,计算机仿真结果验证了本文算法的有效性。     

基于虚拟阵列的相干信号快速测向算法

基于均匀圆阵提出了一种快速的解相干方法,该算法对均匀圆形阵列(UCA)的输出信号进行模式激励,使其成为虚拟阵列,利用阵列结构的特点来重构一个特殊的协方差矩阵,再根据ESPRIT方法成功地估计出相干信号的来波方向。该方法不需采用空间平滑技术,也不需谱峰搜索,减少了运算量,最后计算机仿真验证了该方法的有效性。