基于稀疏面阵的低复杂度三维信源定位算法

针对3维信源定位中阵列结构过于复杂、算法复杂度过高、谱峰搜索范围过大的问题,该文提出一种基于互素线阵互素平移的稀疏面阵(CLACS-SPA)的3维降秩MUSIC算法(RARE-MUSIC).所提CLACS-SPA拥有中心对称的互素稀疏面阵结构,相较于同口径均匀面阵结构减少了大量的阵元,降低了阵列的结构复杂度;以CLACS-SPA为基础的3维RARE-MUSIC算法利用泰勒公式将接收信号中的方向信息与距离信息进行分离估计,从而将3维谱峰搜索转化为方位角俯仰角的2维搜索和距离项的1维搜索,降低了定位算法的计算复杂度.仿真分析表明:在口径与定位算法相同条件下,与均匀面阵结构相比,所提结构的计算复杂度降低了1～2个数量级;在相同口径与CLACS-SPA结构下,与经典3维MUSIC算法相比,所提算法的复杂度降低了2～3个数量级;在相同口径和阵元数量条件下,与经典3维MUSIC算法相比,所提算法不仅降低了计算复杂度,而且提升了方位角与俯仰角的测量精度.     

基于稀疏对称阵列的混合信源定位

针对混合信源定位中存在阵列孔径损失的问题,基于稀疏对称阵列提出了一种新的混合信源定位方法。首先,通过不同子阵的接收数据构造一个仅与信源角度有关的特殊四阶累积量矩阵,进而利用MUSIC算法估计出所有信源方位角,然后在每个估计角度上进行距离维的搜索,从而得到近场信源的距离估计。该方法避免了二维搜索,且参数自动配对。同时,稀疏对称阵列的有效使用扩展了阵列孔径,提高了参数估计精度。实验仿真结果表明该算法的有效性。     

基于模拟退火算法的平面稀疏阵优化

大规模稀疏阵列优化时,解空间十分庞大,一般优化算法难以实现.模拟退火算法不是一种解空间遍历算法,因而非常适合用于解决此类问题.利用平面阵的对称性,对解空间进行镜像压缩,进一步提高了优化效率.利用解空间压缩后的模拟退火算法优化得到了一种副瓣特性优良的稀疏布阵方式.     

一种基于面阵的相干信源DOA估计算法

由于传播环境的复杂性,入射到阵列的信号中有多径信号存在。在多径环境中,相干信源会造成波达方向（Direction of Arrival,DOA）估计的漏报。对面阵及相干信源进行数学建模,通过对接收信号协方差矩阵进行矩阵重构以降     

稀疏阵的最优化设计

使用基因算法对稀疏阵进行优化设计。为实现指定的填充率,文中引入了保持单元数固定的基因算法。这是通过改造基因算法的基本操作——交叉、变异来实现的。通过选择合适的适应性函数,文中得到了一些对于其他算法的改进结果。文中还通过实例显示该基因算法可以应用于大型稀疏阵的设计。     

仓储场景中基于无线标签的三维定位方法

仓储行业在面向智能化发展中面临因无法获取物资的室内位置信息而导致出库、入库难等问题,为实现对物资准确定位,该文提出一种基于无线标签的目标3维定位方法。设计的无线标签安置在待定位物资上,将来自发射机正交频分复用(OFDM)信号反射到具有均匀面阵(UPA)天线阵列的接收机,进行多通道的信道估计后,利用分步的稀疏恢复算法实现高维无线信道参数估计,并结合发射机、标签和接收机的空间几何位置,建立标签位置的优化问题,最后采用群智能算法搜索得到目标准确的3维位置。为验证系统,实现了标签及收发机原型,实测结果表明,目标的中值3维定位精度达到0.53 m。     

面向天基物联的SCMA低复杂度译码算法

在天基物联场景中,当卫星星历和位置信息都较为准确时,即地面的各个用户可以同步接入到系统接收端。由此天基物联接入系统主要面临译码算法计算复杂度过高的问题。针对上述问题,基于部分边缘化以及球形译码策略,提出一种基于球形译码策略的部分边缘化消息传递算法。首先主要通过球形译码策略减少算法迭代中的冗余码字星座点,然后利用码字概率排序和设定动态阈值等方法,在每次算法迭代过程中选择出一个码字概率收敛性能最好的用户,并在之后的迭代中停止更新该用户信息,从而在每次迭代过程中降低了参与迭代更新的用户节点数和码字星座点数。仿真结果表明,该算法相比于现有的消息传递算法,计算复杂度得到显著降低的同时算法误码率性能以及收敛性能几乎不受影响。     

一种低复杂度的OS-CFAR排序算法

有序统计恒虚警算法是雷达在多目标环境下检测目标的主要方法,数值排序是有序统计恒虚警算法的必要步骤,通常采用的排序算法有希尔排序和快速排序等,本文根据OS-CFAR前后检测单元背景窗有相同单元的特点,提出了一种低复杂度的排序算法,仿真结果表明该算法较常规排序算法在运算复杂度上有很大的改善。     

基于稀疏表示的不相关分布式信源参数估计算法

在分析不相关分布式信源(Incoherently Distributed Source, IDS)信号模型的基础上,该文给出一种基于稀疏表示的IDS参数估计方法。该方法利用IDS协方差矩阵的Toeplitz性质,结合IDS协方差矩阵的两点近似及Jacobi-Anger级数展开模型,分别采用两个1维稀疏表示问题对IDS的角度扩展及中心入射角度进行估计。同现有算法相比,该文方法不需要进行2维搜索,计算量较小。仿真结果表明,该文算法在低信噪比及小快拍情况下具有良好的参数估计性能。     

基于嵌入式平台的低时间复杂度目标跟踪算法

针对嵌入式平台往往算力受限的应用背景,提出了一种低时间复杂度的、适用于复杂场景的目标跟踪算法CTSTC算法。算法由自适应更新的时空上下文目标跟踪环节和自适应更新的压缩感知目标辅助定位环节两部分构成,当时空上下文跟踪结果不可靠时,启动压缩感知目标辅助定位环节,如果辅助定位后的结果可靠,则采用辅助定位结果校正时空上下文跟踪环节。算法运行速度与时空上下文算法（STC）接近,I5CPU下测试可达每秒1 577帧,远高于其他常用算法,是一种运算速度极高的目标跟踪算法,但算法在复杂环境下的鲁棒性却有所提升。使用OTB2013数据集进行测试,较STC算法,CTSTC精度提升12.8%,成功率提升27.5%。算法在以DM6437为核心的小型目标跟踪系统上进行测试,可以实现实时稳定跟踪。     

一种平面传声器阵列在声源定位中的研究

空域中声源定位主要利用传声器阵列到达时间差(TDOA)技术实现,为避免阵列自身精度对测量的影响和复杂的计算,提出一种便捷的平面十字形传声器阵列模型,分析声源定位TDOA技术和模型在三维空间中的应用,给出了定位算法和误差公式,论证了模型在构造、计算方面的优势。系统虽在精度等方面有待进一步提高,但对无源定位的方法和阵列构造有较强的实用价值,在各类阵列技术领域中有广泛的应用前景。     

基于稀疏采样阵列优化的APG-MUSIC算法

针对稀疏阵列下2维波达方向(DOA)估计问题,该文提出一种基于稀疏采样阵列优化的加速逼近梯度(APG)算法与多重信号分类(MUSIC)算法相结合的2D-DOA估计方法。首先,建立稀疏阵列下的2D-DOA估计信号模型,并证明其具备低秩特征,满足零空间性质(NSP)。其次,为提高稀疏阵列下矩阵填充方法重构接收信号矩阵性能和以此为基础的2D-DOA估计精度,提出基于遗传算法(GA)的稀疏采样阵列优化方法。最后,将APG和MUSIC算法相结合,在重构完整平面阵列接收信号矩阵的基础上完成2维波达方向估计。计算机仿真结果表明,该方法在保证2维波达方向估计精度前提下,大幅提高阵元利用率,有效降低空间谱平均旁瓣,与常规2D-DOA估计方法相比具有优势。     

基于MUSIC算法的L型阵列MIMO雷达降维DOA估计

该文提出一种基于MUSIC算法的L型阵列多输入多输出雷达降维波达方向(DOA)估计算法。该算法首先针对L型阵列导向矢量的结构,构造出一个降维矩阵,将回波信号转换到低维空间。然后利用二次优化方法将2维DOA估计分解为两个1维DOA估计。最后利用MUSIC空间谱估计其中1维角度,并利用求得的角度回代谱函数,对另1维角度进行求根估计。该算法将2维空间谱搜索降为1维搜索,极大地降低了运算复杂度。理论分析和仿真结果验证了该算法的准确性和可行性。     

基于混合三角变异差分进化算法的平面稀疏阵列约束优化

针对旁瓣零陷凹面约束的稀疏平面阵列优化及算法早熟等问题,该文基于参数自适应的思想,提出一种混合三角变异差分进化算法。通过引入旁瓣零陷凹面约束矩阵,构建自适应惩罚函数,时变权重组合变异策略与交叉策略,提高算法前期全局搜索能力和后期收敛能力,最终实现峰值旁瓣电平和旁瓣零陷凹面的平面阵列约束优化。仿真结果表明,对比混合三角变异策略前的算法,该算法在完成稀疏阵列峰值旁瓣电平优化的同时,能在指定旁瓣区域完成零陷凹面设计,降低有源干扰影响。

     

基于阵列天线和稀疏贝叶斯学习的室内定位方法

由于多径和非同源等因素的影响,传统基于蓝牙信号强度的室内定位方法的性能精度和稳定性都不高。针对基于蓝牙信号的复杂室内环境定位问题,该文提出基于低成本阵列天线的室内定位方法,该方法利用单通道轮采极化敏感阵列天线对蓝牙信号进行采样,然后结合暗室测量获得的准确阵列流形和极化快收敛稀疏贝叶斯学习(P-FCSBL)算法实现信源的角度估计,最后通过角度实现定位。该方法充分利用极化信息和角度信息来实现目标和多径信号的分离,同时对单信源的同时采样保证了估计的稳定性。最后通过实测数据处理验证了该方法的有效性。

     

基于传声器阵列的声源定位系统设计

传声器声源定位是利用传声器阵列拾取声音信号,并用数字信号处理技术对其进行分析和处理的声源定位技术。设计了一种基于MUSIC算法的声源定位系统,该系统以数字信号处理器(DSP)为控制核心,通过TMS320C6747高速数字信号处理器,提高了系统处理速度,简化了设计,能更好的满足声源定位的要求。经测试,该系统具有实时、高速、精度高及可靠性好的优点。     

一种基于平行稀疏阵列虚拟孔洞填充的二维DOA估计算法

采用稀疏阵列进行波达方向（Direction of Arrival,DOA）估计时往往会产生虚拟孔洞,它严重限制了阵列孔径的扩展与阵元自由度的提升。由于孔洞位置与初始阵列阵元数目、排布方式有关,故较难对其进行预填充。为此,提出了一种基于平行稀疏阵列虚拟孔洞填充的二维DOA估计算法,利用双稀疏线阵扩展生成两个不同的虚拟阵列,并利用其中一阵的信息去填充另一阵的孔洞。为尽可能减少总阵元数目,采用提前计算的孔洞位置去设计另一阵列的排布规则,并通过求根多重信号分类(Root-Mutiple Signal Classification,Root-MUSIC）算法替代传统的二维谱峰搜索算法完成对入射角度的估计与自动匹配。实验仿真结果验证了所提算法相比传统算法能以更少的阵元获得更高的估计精度。     

基于互质阵列孔洞分析的稀疏阵列设计方法

针对互质阵列产生连续延迟较少且冗余度高的问题,该文提出了两种基于互质阵列的稀疏设计方法。首先,通过分析阵元位置对互质阵列差分共阵总延迟和连续延迟影响,得出互质阵列在去掉特定阵元后,将不改变连续延迟拓扑。然后,优化传感器阵列布局,在保持整个阵列的阵元数不变的条件下,增加阵列连续延迟数量。其后,分别推得了两种提出阵列设计方法的连续延迟和自由度相关的数学表达式。最后,以相同物理传感器和相同估计方法开展对比仿真,验证提出稀疏阵列设计的DOA估计性能。     

稀疏平面阵列幅相误差估计算法

稀疏阵列存在模糊特性,导致当阵元幅相误差或位置误差存在时,无法直接应用传统的ISM方法.针对这一缺陷,文中借用线阵中基于介质解模糊的DOA估计算法原理,将该算法推广至二维稀疏平面阵列,通过引入抑制度的概念深入研究了介质参数对抑制效果的影响,并进一步将该算法与经典ISM法相结合,提出了一种新的稀疏平面阵列幅相误差估计算法...