基于矢量阵的自初始化MUSIC方位估计算法

MUSIC空间谱估计突破了常规波束形成中的锐利限,能够对目标进行高精度方位估计.探讨了MUSIC算法在矢量阵上的应用,给出了矢量线阵MUSIC噪声子空间谱估计表达式,利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰实现目标的方位估计,用以提高目标方位估计的精度.对单目标和双目标方位估计进行了仿真研究,在文中的仿真条件下,当满足信噪比大于5dB的条件时,可对目标方位进行较好估计.研究结果表明,通过单个矢量阵元阵簇得出的目标方位估计精度较差,而迭代搜索MUSIC谱峰方法提高了方位估计精度.     

一种改进的二维扩展DOA估计方法

经典的DOA估计方法对目标信号源的分布特性非常敏感,导致DOA估计性能严重恶化,为了降低信源扩展对算法性能的影响,该文利用圆阵协方差矩阵的特点,直接由接收信号协方差矩阵的两条次对角线元计算分布式目标到达角,并提出了两种到达角估计方法,即直接由协方差矩阵的两条次对角线得到两维到达角的闭合解,和另一种利用两条次对角线构造最小二乘方程来估计分布源的两维到达角.计算机仿真结果表明,它们对均匀圆阵小角度扩展信号DOA估计具有良好的性能.     

提高二维DOA估计分辨率的改进MUSIC算法

针对经典二维多重信号分类(Multiple Signal Classification, MUSIC)算法在低信噪比和小快拍数情况下,分辨率受阵列孔径限制的问题,提出了一种改进的基于MUSIC算法的二维测向算法．该方法利用MUSIC谱函数极大值点处对方位角和仰角的二阶偏导数小于零的特性,通过对方位角和仰角求二阶偏导,构造了新的空间谱函数．对新的空间谱函数进行谱峰搜索,其负向谱峰所对应的角度就是目标的波达方向 (Direction Of Arrival, DOA)估计．理论分析和仿真结果表明,在低信噪比、小快拍数下,该方法对相近信源有更高的角度分辨率和更低的均方根误差,并且可适用于任何阵型．     

一种阵元位置误差条件下的DOA估计方法

针对存在阵元位置误差时多重信号分类(MUSIC)算法的信号波达方向(DOA)估计性能严重下降的问题,结合微粒群(PSO)算法,提出了一种在阵元位置误差情况下的DOA估计方法.该方法首先根据MUSIC算法原理拟合校准目标函数,然后运用PSO算法对函数进行寻优,再校准误差矩阵,最后利用MUSIC算法进行DOA估计.通过不同的参数设置条件下仿真结果比较,选择估计性能最好的一组作为PSO算法的关键参数设置,并对比了校准前后MUSIC算法的DOA估计性能.仿真结果表明:本文方法能够有效改善MUSIC算法的角度分辨能力.     

改进型MUSIC算法在智能天线DOA估计中的研究

智能天线的一项核心技术是波达方向（Direction of Arrival,DoA）的估计,它在无线定位的应用领域中有着十分重要的意义．为了对信号的DOA作出精确的估计,提出一种基于空间平滑技术的改进型MUSIC（Multiple Signal Classification）算法．仿真结果表明经典的MUSIC算法只能对非相干信号的DOA作出精确的估计,而改进型MUSIC算法对相干信号的DOA也能作出精确的估计．     

用干涉式APES算法实现干涉阵盲DOA估计

针对干涉阵的波达方向估计,提出一种干涉式幅相估计的盲波达方向估计算法.利用干涉式幅相估计算法的空间谱和模型阶数选择准则获得目标个数和目标方向余弦的粗估计;使用子阵间的相位中心偏移来获得目标方向余弦的精估计.针对干涉阵带来的测角模糊问题,采用双尺度解模糊算法得到高精度且无模糊的目标波达方向估计.该算法是一种盲波达方向估计方法,精度较多重信号分类算法和双尺度旋转不变子空间算法的高.计算机仿真结果和实测数据验证了干涉阵波达方向估计的高精度测角性能和有效性.     

利用空间平滑的协方差秩最小化DOA估计方法

针对传统波达方向角估计算法在相干信号及非均匀噪声下估计精度差、分辨率低的问题,基于空间平滑方法,提出一种接收信号协方差矩阵秩最小化波达方向估计方法．在传统空间平滑方法的基础上,所提算法将接收信号协方差矩阵分别左右乘交换矩阵以得到空间后向平滑协方差矩阵;而后基于平滑矩阵的低秩性,将协方差矩阵重构为无噪声协方差矩阵;最后利用传统MUSIC算法实现波达方向估计．仿真结果表明,与传统MUSIC算法、基于矩阵补全理论的MUSIC算法和秩迹最小化算法相比,所提算法能较好地抑制非均匀噪声影响,且在相干条件下具有较好的波达方向估计性能．     

一种采用协方差矩阵稀疏表示的DOA估计方法

提出一种新的基于样本协方差矩阵稀疏表示的联合波达方向估计方法.该方法对传统的基于协方差矩阵稀疏表示的模型进行改进,仅利用协方差矩阵的部分信息来进行波达方向估计,无须已知噪声功率,以极小的孔径损失换取算法的稳健性.虽然是基于样本统计信息(即协方差矩阵)的波达方向估计方法,但是其原理与传统的角度高分辨估计方法(MUSIC,CAPON)不同,该算法对具有任意相关性的信号源能进行有效的波达方向估计,不需要进行去相关处理,且具有很高的分辨力及估计精度.     

一种用四阶累积量进行DOA估计方法

用四阶累积量构造了一个较通用的累积量矩阵，该矩阵符合ＭＵ－ＳＩＣ算法的结构，从而可进行波达方向（ＤＯＡ）估计。由于四阶累积量对高斯噪声和干扰不敏感，从而可提高估计的分辨性能。当完全使用这个矩阵，可估计比经典ＭＵＳＩＣ法更多的源信号的参数。     

非均匀天线阵的超分辨测向

提出了一种基于非均匀天线阵的超分辨测向算法。该算法利用了数字波束形成技术（DBF）,因而设备简单,适应性强。为实现超分辨测向,算法基于Gram-Schmidt正交（GSO）网络,将干扰对消的原理用于信号的方向自适应定位。算法可同时估计波达方向及信源个数,不需预先知道或估计信源数,而且算法简单,便于硬件实现。仿真结果表明,算法可实现超分辨测向,而且在一定条件下,测向精度可分辨率优于MUSIC算法。     

基于单电磁矢量传感器的ESPRIT算法改进

为了充分利用非圆信号共轭相关不为零的特性,提高空间到达角(direction of arrival,DOA)和极化参数估计精度,提出了一种信号DOA和极化参数估计的稳健算法.即构造2个非圆信号的4阶累积量矩阵,引入旋转不变子空间(estimation of signal parameters via rotational invariance techniques,ESPRIT)算法思想,利用这2个矩阵之间的旋转不变特性求出旋转因子,实现信号DOA和极化参数更精确估计.与2阶相域ESPRIT相比,改进的算法适用于任意极化状态的信号,提高估计信号的利用率,同时利用4阶累积量对高斯噪声的抑制性处理相关噪声,使估计信号的精度有了明显提升,并通过仿真结果验证了改进算法的有效性.     

基于张量域降噪的宽带DOA估计

针对低信噪比条件下远场宽带信号波达方向(DOA)估计精度低的问题,提出了一种基于张量域降噪的宽带DOA估计算法。首先,联合各子频带数据构造张量信号;然后进行高阶奇异值分解,并利用最小描述长度准则分离信号与噪声;其次,改进协方差矩阵拟合算法,利用L1范数对信号功率进行约束,获得L1约束问题模型并求解;最后,对所有窄带估计结果进行融合得到宽带信号DOA。仿真结果表明,该算法可有效地降噪,同时较求根多重信号分类算法和旋转不变子空间参数估计算法,该算法对DOA估计无需预知信源数目,且在低信噪比条件下具有较小的均方根误差。     

MIMO radar waveform design method via low sidelobe beampattern modification

In the design of the multiple-input multiple-output(MIMO) radar waveform, decreasing transmit beampattern sidelobes could reduce the energy of clutters and false targets from sidelobes and increase the received signal to noise ratio (SNR) so as to improve the angle estimation property. Motivated by this idea, a transmit waveform design method based on low sidelobe beampattern modification is proposed for MIMO radar. First, the transmit waveform cross-correlation matrix can be obtained by the semidefinite relaxation (SDR) technique. Then the essence of our method is to establish an optimization modification model to reduce the beampattern sidelobe by changing the non-diagonal elements of the waveform cross-correlation matrix. Finally, the corresponding transmit beamforming weight matrix is obtained by this modified matrix, and the ESPRIT algorithm is used for the direction of arrival (DOA) estimation. Meanwhile, the feasibility of our method is demonstrated. Simulation results show the superiorities of our method in sidelobe suppression, DOA estimation accuracy and angle resolution.     

基于改进传播算子的双基地多输入多输出雷达参数估计

针对双基地多输入多输出（MIMO）雷达系统中，多目标波离方向（DOD）和波达方向（DOA）联合估计精度低的问题，提出了一种改进的传播算子（PM）方法。根据传播算子定义要求提取存在旋转不变结构的相关数据，组合相关数据求得协方差，采用前后向平滑方法求得传播算子，根据其内部结构特征求出旋转不变因子，估计出DOD和DOA的值。仿真结果表明:与传统的旋转不变子空间算法和PM算法相比，该方法具有更高的估计精度，在低信噪比时与传统的PM算法相比最大均方根误差相差4 dB，性能更加稳定，更适合低信噪比时的DOD和DOA高精度估计。     

矢量阵自初始化MUSIC算法的试验研究

利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰,实现目标的方位估计.该方法减少了运算量,同时提高了目标方位估计的精度.为了检验算法的性能,进行了外场试验.利用3个矢量水听器组成了三元矢量阵,对比了矢量阵自初始化MUSIC算法和MUSIC空间谱估计以及常规波束形成的性能.试验结果表明,矢量阵常规波束形成的目标方位估计精度较差,MUSIC空间谱的估计性能较好,而迭代搜索MUSIC谱峰方法的定向精度最高.当空间严重降采样时,常规波束图的栅瓣高度接近主瓣高度,MUSIC空间谱表现出较强的栅瓣抑制能力,而自初始化MUSIC算法不受空间降采样的影响,总能给出正确的目标方位估计值.     

基于矢量传感器的高分辨频率估计算法研究

基于子空间分解的ESPRIT算法常用在阵列处理中对目标进行DOA估计．如果将空间的位移变成时间的延迟，单个矢量传感器可以实现高分辨率的频率估计．将ESPRIT与矢量传感器相结合，研究了高分辨率频率估计算法，建立了矢量传感器的数据模型，推导了矢量传感器的空时阵列流形，通过对协方差矩阵进行子空间分解，求得目标信号的频率估计值．仿真计算研究了不同信噪比、采样频率和数据长度条件下该算法的性能．结果表明基于矢量传感器的算法比基于声压传感器的算法具有更高的频率估计精确度．     

基于两垂直方向虚拟平移的波达方向判定算法

提出了一种针对均匀圆阵接收信号波达方向(direction of arrival,DOA)判定的算法,该算法相对于其他算法,更能充分利用信号中的有用信息,达到提高算法判定精度的目的.算法将接收信号数学模型在Z轴和X轴方向分别进行虚拟平移,通过模式激励,构造出两个包含接收信号DOA信息的满秩Toeplitz矩阵,达到相干信号解相干的目的.先后根据Z轴、X轴方向旋转因子特性的不同,先得出信号俯仰角的估计值,再得出方位角的估计值,完成二维波达方向的判定.仿真结果验证了该算法对于相干信号DOA判定的正确性,而且对于强相干和低信噪比的入射信号DOA也能有效区分和判定.     

一种新的声矢量阵最小范数算法

现有的声矢量阵方位估计算法基本都是将声矢量传感器(AVS)的振速信息作为与声压相同的独立阵元信息来处理,没有充分利用AVS中声压和振速的相干性,以及由此带来的抗各向同性噪声能力.基于AVS中声压和振速的相干性原理,提出了一种新的声矢量阵最小范数算法.新算法充分利用了AVS中声压和振速联合信息处理的优势,能更好地将最小范数(MN)算法的高分辨能力与AVS的抗噪能力有机地结合起来,实现远程高分辨DOA估计.理论分析和基于湖试数据的仿真实验证明了所提算法的有效性.     

Two-dimensional DOA estimation with reduced-dimension MUSIC

According to the heavy computation of two-dimensional DOA estimation with 2D-MUSIC, this paper proposes an RD-MUSIC(Reduced-Dimension MUSIC) DOA estimation method without conjunction search or angle pairing. This algorithm decomposes two dimensional DOA estimation into two stage one dimensional DOA estimation. Firstly, we use the rooting method to estimate the angle between signal direction and x axis. Secondly, least square method is used to estimate the angle between signal direction and y axis. Finally, the 2D angle can be obtained with the angle formula. Simulation results show that the angle accuracy of RD-MUSIC is higher than that of 2D-MUSIC in the low SNR condition, and that they are equal in the high SNR condition, but RD-MUSIC has a higher operation speed.     

基于数据阵共轭重构的MUSIC角估计算法

介绍了一种利用接收数据及其共轭重构得到新的数据矩阵,然后借助于数据阵奇异值分解实现的修正MUSIC算法,并指出了这将有助于改善协方差矩阵特征值的分布,从而提高信号到达方向(DOA)的估计性能。在相同的信噪比和快拍数条件下,该方法无论是在角估计的均方误差、信号源角分辨能力等方面均优于普通的MUSIC算法,并给出了验证理论分析的计算机仿真结果。