基于遗传算法的MIMO阵列位置误差自校正方法

天线阵元的位置误差会影响天线阵元所接收到信号的相位。基于特征值分解的高分辨率波达方向(DOA)估计算法对信号的相位误差非常敏感。针对多输入多输出(MIMO)阵列,本文基于遗传算法,利用自校正思想,构造一个对不同方向空间谱值进行加权求和的自适应权函数,结合MUSIC方法,构建个体适应度函数,实现了MIMO阵列阵元位置误差与DOA的联合在线估计。仿真结果表明该方法进行DOA估计的同时,还可以完成阵列位置误差的在线估计与校正,提高了系统参数估计的鲁棒性。     

阵列误差对四阶MUSIC算法到达角估计的影响

子空间算法用于窄带信号到达角估计时，通常认为阵列响应是已知的。然而，在实际中，阵列响应往往偏离正常值，成为角度估计误差的重要来源之一。文中讨论阵列误差对四阶MUSIC算法估计到达角的影响，并与传统二阶MUSIC算法进行比较。结果表明：相同阵列误差时，四阶MUSIC算法的角度估计误差小于二阶MUSIC算法。     

基于矢量传感器MIMO雷达的DOD DOA和极化联合估计算法

该文研究了一种基于多输入多输出(MIMO)电磁矢量传感器阵列雷达目标波离角(DOD),波达角(DOA)和极化联合估计问题。提出一种新型矢量阵MIMO雷达系统模型,发射阵列采用常规阵元,而接收阵列采用电磁矢量传感器。在此基础上,该文提出4维MUSIC, ESPRIT和迭代1维MUSIC 3种联合参数估计算法。其中迭代1维MUSIC算法首先利用矢量传感器的内在结构特点获得目标DOA预估计,随后采用MUSIC算法对DOD和DOA分别进行1维搜索获得目标角度的高精度估计,最后给出一种基于ESPRIT的目标极化估计算法。迭代1维MUSIC算法可用于不规则阵列,对接收阵列约束较少,无需2维搜索及多维搜索,还可以利用矢量阵特点扩展阵列孔径提高DOA估计精度。此外,论文还推导了DOD, DOA和极化联合估计的CRB。仿真实验表明,与前两种算法相比,迭代1维MUSIC算法具有与CRB更接近的估计精度。     

MUSIC与MMUSIC算法对DOA估计性能的比较

阐述阵列信号处理中广泛采用的MUSIC算法和MMUSIC算法的基本原理,然后理论分析了MUSIC和MMUSIC算法性能.仿真发现MUSIC算法只能估计非相干信号.针对这种情况,提出了一种修正MUSIC算法,该算法可以同时估计相干和非相干信号,计算机仿真结果证明该改进算法是有效的.     

一种利用信号特点的实值MUSIC算法

提出了一种实值MUSIC算法来估计波达方向(DOA).利用BPSK和MASK调制信号为实信号的特点,将阵列上的接收数据用欧拉公式转换为正弦和余弦数据,再将它们进行拼接,增加了数据维数,这相当于将可利用的阵元个数加倍,在此基础上使用实值数据进行MUSIC类波达方向估计.该算法具有精度高、分辨力高和处理信号个数多等优点.仿真实验验证了算法的有效性.     

基于虚拟阵列变换的共形阵列信号DOA估计

共形阵列是指与载体表面共形的天线阵列,对载体空气动力性能影响小,在军用、民用等飞行器上具有广泛的应用。针对共形阵列信号处理中的角度估计问题,给出了一种基于虚拟阵列变换思想的共形阵列信号DOA估计算法。该算法首先对接收数据进行虚拟阵列变换,利用变换后的数据,采用ESPRIT算法和MUSIC算法相结合,实现了对共形阵列信号二维角度估计。算法对阵列形状限制小,真正实现了适用于任意共形阵列。以圆柱共形阵列为例,通过仿真实验验证了算法的有效性。     

分布式阵列在定向通信DOA估计中的应用

为了提高定向通信系统的DOA估计精度,提出将分布式阵列用于定向通信系统代替常规的均匀线阵.利用通信系统的合作性,根据通信双方的位置信息,计算无模糊角度估计,并由该角度估计确定MUSIC算法的无模糊搜索范围.此外,使用MUSIC算法在该范围内获取高精度角度估计,实现解模糊,给出成功解模糊的条件,并利用计算机仿真验证了所提...     

基于内插阵列变换的非圆信号MUSIC算法

针对非圆信号的波达方向(DOA)估计问题,提出一种基于内插阵列变换的非圆信号MUSIC算法(VIA-NC-MUSIC算法)。利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实协方差矩阵变换为虚拟协方差矩阵,再对虚拟协方差矩阵进行奇异值分解(SVD),利用信号子空间与噪声子空间的正交性,得出算法的空间谱函数。仿真实验表明:存在阵元位置误差的情况下,新算法通过对阵元位置校准数据进行内插阵列变换(VIA),取得与阵元位置校准的非圆信号MUSIC算法(NC-MUSIC算法)相当的估计性能,保持了高估计精度、阵列扩展能力等优点。     

无源单通道阵列快速DOA估计算法

针对现有无源单通道阵列DOA估计算法复杂度较高,实时性较差的问题,提出一种适用于单通道阵列的快速DOA估计算法。该算法将常规多通道阵列的空间FFT算法引入单通道阵列信号处理中,将通道切换时间带入FFT运算,构建了新的变换核函数,利用该核函数可直接对单通道阵列的采样信号进行空间FFT变换,基于此提出了适用于单通道阵列的SAA—FFT算法。理论分析与仿真实验证明了该算法的有效性。     

阵列天线阵元位置误差的一种有源校正方法

针对等间距直线阵，在子空间基本原理的基础上结合遗传算法，提出了天线阵元位置误差的一种有源校正方法。其优点在于只需要一个校正信号源，而信号源的方向也不必准确已知，所以更加易于工程应用。由于充分利用了遗传算法的全局寻优特性，该方法收敛速度更快，而且适用于任意阵列形式。计算机模拟结果表明，采用该方法完成误差校正后，用MUSIC算法能实现对信号DOA较为准确的估计。     

A fast computation method for MUSIC spectrum function based on circular arrays

The large computation amount of multiple signal classification (MUSIC) spectrum function seriously affects the timeliness of direction finding system using MUSIC algorithm, especially in the two-dimensional directions of arrival (DOA) estimation of azimuth and elevation with a large antenna array. This paper proposes a fast computation method for MUSIC spectrum. It is suitable for any circular array. First, the circular array is transformed into a virtual uniform circular array, in the process of calculating MUSIC spectrum, for the cyclic characteristics of steering vector, the inner product in the calculation of spatial spectrum is realised by cyclic convolution. The computational amount of MUSIC spectrum is obviously less than that of the conventional method. It is a very practical way for MUSIC spectrum computation in circular arrays.     

基于稀疏互质电磁矢量阵列的MUSIC算法

为增加传统MUSIC算法可分辨的信号源数,该文构造了一对具有互质关系的2维稀疏电磁矢量阵列,并基于此阵列提出了一种基于3维平滑的MUSIC算法。该算法利用两个阵列间的互质关系形成具有更多自由度的互质差合成阵列,并基于3维(2维空域加极化域)平滑算法恢复其自相关矩阵的秩,达到应用于传统MUSIC算法的目的。该算法的最大优势是仅使用二阶统计量即可系统地增加了原阵列的自由度。计算机仿真结果表明所提算法能估计多于物理阵元数的信号且分辨率高。     

DOA估计的几种特征结构算法的性能比较

Pisarenko算法、多信号分类（MUSIC）算法、最小模算法和ORPD算法是来波到达方向（DOA）估计中常用的四种特征结构算法。在不同的信噪比及阵元数目条件下,对这几种算法的分辨性能作了比较。仿真结果表明：MUSIC算法是最稳定的一种算法;在预知大致方位的前提下。ORPD算法分辨性能最好;对于提高各种算法的分辨能力,改善信噪比相对增加阵元数目更有效。     

基于遗传算法的OFDM空载波频率同步的研究

针对正交频分复用系统对载波偏移非常敏感的问题,在分析基于类MUSIC载频偏移估计的基础上,提出了一种用遗传算法来实现类MUSIC的快速算法。在类MUSIC算法得到包含频偏的代价函数后,使用遗传算法求解代价函数获得频偏值。解决了使用空载波算法的多项式根运算量大、收敛速度慢的问题。仿真结果表明,在载频偏移初值相同的情况下,使用遗传算法的运算量是类MUSIC算法的1／4．5。     

柱面共形阵列高性能低复杂度DOA估计算法

针对柱面共形阵列的波达方向(DOA)估计问题,从信号子空间的角度分析了在阵元遮挡下应用多重信号分类(MUSIC)算法的性能缺陷。在此基础上提出通过偏置常数的方法克服经典MUSIC算法的阵元遮挡问题。进一步提出一种基于数据自适应子阵分割的快速DOA估计算法,该方法先利用稀疏采样的偏置MUSIC算法进行DOA预估,依此确定所需要的子阵及二维搜索区域,确定MUSIC算法的搜索范围,进而得到高精确度的DOA估计。利用子阵分割的方法进行DOA估计,避免了经典MUSIC算法因阵元遮挡导致运算量大、精确度低等问题。仿真结果表明,该方法能大幅度降低运算复杂度,同时提高DOA估计精确度。     

二阶共轭增强MUSIC算法

提出了二阶共轭增强MUSIC(SO-CAM)算法,利用阵列输出的非零时延互相关函数及其共轭形成伪阵列输出,从而得到伪协方差矩阵,对其进行特征分解,利用信号子空间与噪声子空间的正交性,搜索得到的空间谱函数的极大值点对应的角度就是波达方向。仿真实验表明,新算法可对多于阵元数的信号进行测向,其测角精度和分辨力优于MUISC算法,与MUSIC-like算法性能相当。     

阵元间距对MUSIC算法的影响

本文概述了MUSIC算法,当阵元间距不大于载波半波长时,通过分析得出MUSIC算法空间分辨率随阵元间距增大而提高,并推导阵元间距与MUSIC算法性能的定量关系;当阵元间距大于载波半波长时,讨论空间谱可能出现虚假谱峰的情况,并提出提取真实谱峰的方案.最后通过计算机模拟仿真验证文中结论.     

基于MUSIC算法的相位干涉仪测向

提出了将相位干涉仪与MUSIC相结合的算法,先利用相位干涉仪算法对目标进行定位,然后在一定的范围内利用MUSIC算法进行谱峰搜索,这样既提高了L阵相位干涉仪的测角精度同时又缩小了搜索时间,有效地提高了MUSIC算法的效率。同时通过对L阵相位干涉仪、相关干涉仪、MUSIC谱估计和文中提出的联合算法的测向精度和MATLAB虚拟环境中的耗时仿真,结论表明此方法可以有效地解决精度高和实时性好这一矛盾。     

基于TD-SCDMA无线定位虚拟线阵四阶累量修正MUSIC算法的研究

无线定位的圆-角定位技术中,DOA估计极其重要。本文针对基于TD-SCDMA智能天线预处理后的虚拟均匀线阵MUSIC算法带来的阵列孔径小,抗阵元误差扰动性差的不足,研究了基于模式空间虚拟均匀线阵四阶累量的MUSIC算法,由于虚拟线阵四阶累量MUSIC算法的应用范围局限于独立的信号源的DOA估计,不能用于相关信号源DOA估计,因而提出了基于模式空间虚拟均匀线阵四阶累量的修正MUSIC(FOC-MMUSIC)算法,有效地拓展了阵元孔径,改善了系统抗阵元误差扰动和算法对相关信号源DOA的估计性能。     

Source localization using recursively applied and projected (RAP)MUSIC

A new method for source localization is described that is based on a modification of the well-known MUSIC algorithm. In classical MUSIC, the array manifold vector is projected onto an estimate of the signal subspace. Errors in the estimate of the signal subspace can make localization of multiple sources difficult. Recursively applied and projected (RAP) MUSIC uses each successively located source to form an intermediate array gain matrix and projects both the array manifold and the signal subspace estimate into its orthogonal complement. The MUSIC projection to find the next source is then performed in this reduced subspace. Special assumptions about the array manifold structure, such as Vandermonde or shift invariance, are not required. Using the metric of principal angles, we describe a general form of the RAP-MUSIC algorithm for the case of diversely polarized sources. Through a uniform linear array simulation with two highly correlated sources, we demonstrate the improved Monte Carlo error performance of RAP-MUSIC relative to MUSIC and two other sequential subspace methods: S and IES-MUSIC. We then demonstrate the more general utility of this algorithm for multidimensional array manifolds in a magnetoencephalography (MEG) source localization simulation