基于互质阵列的信号波达方向估计算法

互质阵列具有灵活的天线摆放形式,相比于均匀阵列,有更大的阵列孔径,可以获得更高的自由度从而减少硬件资源成本,因此受到广泛的关注。本文针对基于互质阵列的空间平滑MUSIC算法(互质SS-MUSIC算法)估计精度低、计算量较大的问题,提出两种基于Toeplitz矩阵重构的互质阵列DOA估计算法。两种算法均利用扩展互质阵列构造虚拟阵列,然后进行协方差矩阵重构,重构后的矩阵是Toeplitz矩阵,对其进行划分,对划分后的矩阵进行特征值分解,求出信号子空间和噪声子空间,从而得到信号的入射角度。仿真实验结果表明,两种算法均能够实现信号的欠定DOA估计,与互质SS-MUSIC算法相比,两种算法在低信噪比-5 dB时的测向误差分别减少1.1°和0.5°,具有更高的估计精度;在相同条件下,运行时间分别减少45.9%和69.1%,具有更低的计算复杂度。     

互质极化阵列的DOA估计算法研究

针对极化阵列计算复杂度高、互耦效应大的难点问题,提出一种基于三正交偶极子互质阵列的极化稀疏算法,用于波达方向(DOA)估计.首先充分利用三正交偶极子三个通道的所有信息,形成一个拥有更多阵元的虚拟线阵,使得原本不相干的信号变为相干信号;然后进一步使用前后向空间平滑的方法对虚拟阵列的协方差矩阵进行解相干.该算法可以扩展阵列...     

基于互协方差的L型嵌套阵列二维波达方向估计

为了解决L型均匀阵列波达方向（DOA）估计分辨率较低、估计信源数受限于阵元数、估计精度易受信噪比影响等问题,提出一种基于互协方差的L型嵌套阵列二维DOA估计算法。利用不同子阵间互协方差矩阵产生较长无冗余阵元的虚拟阵列,消除噪声干扰;利用虚拟阵列及其共轭矩阵构建等效协方差矩阵,实现虚拟阵列信号的解相干;采用旋转不变子空间技术对等效协方差矩阵进行处理,得到目标的角度信息;基于虚拟阵列等效信源的唯一性进行空间信源的角度匹配。对所提算法的DOA估计有效性进行仿真验证,结果表明,在阵元数相同情况下,该算法与L型均匀阵列相比在低信噪比环境下拥有更高的估计精度,能够辨识更多的空间信源。     

基于矩阵重构的DOA阵元位置误差校正方法

针对阵元位置误差引起阵列流型出现一定的偏差和扰动,从而导致多重信号分类(MU-SIC)算法估计波达方向(DOA)性能下降的问题,本文在Toeplitz预处理算法的基础上,提出了一种基于矩阵重构的阵元误差校正算法.所提算法首先对有阵列位置误差的协方差矩阵进行预处理,恢复理想情况下协方差矩阵的Toeplitz结构,然后利用核范数优化算法构造凸优化函数,对处理后的协方差矩阵进行降噪,同时保证信号和噪声子空间的正确划分,最后利用MUSIC算法进行DOA估计.计算机仿真和实验分析表明,所提算法有效改善了存在阵元位置误差时MUSIC算法的角度分辨能力,而且减少了由快拍数不足带来的影响,提高了估计精度.     

基于非圆信号的阵列扩展方法

提出了一种基于非圆信号的稀疏分解DOA估计方法,用于解决非圆信号数多于阵元数时的DOA估计问题。该方法首先利用非圆信号为实值信号的特点,用阵列上的接收数据及其共轭拼接构造一个新的扩展矩阵,选择扩展协方差矩阵的第一列作为稀疏分解向量,利用扩展阵列的导向矢量构造完备字典,建立了DOA估计的稀疏模型。仿真结果证明了该方法的可行性和有效性。     

基于双平行互质阵列的二维非网格DOA估计

近年来,基于稀疏表示的DOA估计方法已经被广泛提出,这些方法都需预设离散的网格点,而实际信号来波方向在空间域内具有随机性,任何来波方向都是等概率出现,很有可能信号的来波方向不在网格上,因而会存在网格误差,使DOA估计结果产生较大偏差。为提高DOA估计精度,本文提出了非网格的DOA估计模型。同时,为提高测向自由度,本文应用由两个均匀线阵组成的互质阵列,并且将两个均匀线阵平行放置在同一平面。通过将两均匀线阵的互协方差矩阵向量化成互协方差矢量,可得到一维虚拟扩展的接收数据矢量,并且在稀疏表示框架下应用相应的稀疏恢复算法恢复出跟DOA参数相关的向量,从该向量中得到唯一的并且自动配对的二维DOA估计参数。仿真实验结果验证了本文算法较传统算法具有更好的DOA估计性能。     

基于维度特性的二维到达角及极化参量联合估计算法

针对利用极化敏感阵列进行多维参数联合估计运算复杂度大的问题,提出一种基于噪声子空间维度特性的极化敏感阵列DOA及极化参数联合估计算法。算法利用阵列接收数据协方差矩阵噪声子空间的维度特性构造谱函数,有效降低了极化敏感阵列信号参数联合估计的计算复杂度,同时保证了算法的估计性能。对算法与现有基于长矢量的MUSIC算法的运算复杂度进行了理论分析对比。最后,仿真对比实验验证了算法的有效性。     

一种基于空间时频分布的波达方向估计方法

基于信号空间时频分布的到达角（DOA）估计算法利用Cohen类分布构造时频分布矩阵代替传统的阵列协方差矩阵，既适用于平稳信号的场合又适用于时变、非平稳信号的情形。如何在时频分布矩阵中选择合适的时频点是此类算法的关键。分析了信号项选择和联合对角化的原理，并通过无约束最优化方法在时频平面上寻找单信号项的时频点，通过时频MUSIC方法对线性调频信号进行DOA估计，仿真结果证实了该方法的有效性。     

基于互质多载频MIMO雷达的DOA估计

为在多输入多输出(multiple input multiple output, MIMO)雷达接收通道数量受限的情况下获得较好的角度分辨力,利用互质多载频在互质空间构建等效阵列,提升MIMO雷达的等效孔径及阵列自由度。基于多载频MIMO雷达阵列接收信号的互质空间信号模型,提出了一种联合求根的互质空间单快拍波达方向(direction of arrival, DOA)估计方法,以充分利用多载频互质空间等效阵列的孔径和自由度。仿真结果证明了所提算法的有效性。     

基于协方差矩阵重构稳健波束形成算法

提出了一种新的基于协方差矩阵重构的稳健算法.该算法基于最小化输出期望信号空间倒谱,利用多项式拟合估计期望信号的导向矢量;从数据协方差矩阵中减去期望信号部分,得到干扰加噪声协方差矩阵,通过修正方法实现对干扰加噪声协方差矩阵的准确估计,解决了低信噪比时由于信号子空间发生缠绕,导致协方差矩阵估计存在较大误差的问题;理论分析与仿真实验表明了该算法的有效性和稳健性.     

任意阵列二维测向的快速子空间算法

为了对空间辐射源进行精确定位，建立了基于任意阵列对多目标源进行二维DOA估计的数学模型。将MUSIC算法推广到三维空间阵列可以对辐射源进行二维高精度测向，但由于其需要估计接收数据的协方差矩阵和进行特征分解，因而其计算量较大。利用多级维纳滤波器的前向递推获得信号子空间和噪声子空间，不需要估计协方差矩阵和对其进行特征分解，从而降低了MUSIC算法的计算量。将文中的方法应用于任意阵列的二维DOA估计中进行计算机仿真和实际侧向系统性能验证，实验结果均表明该方法达到了MUSIC算法的性能，但与常规MUSIC算法相比降低了计算量。     

一种新的高分辨率DOA估计方法

文中在入射到阵列的信号数M已知的条件下,提出了一种新的高分辨率的DOA估计算法FPMA。FPMA通过使用协方差矩阵R的数据来直接构造投影矩阵Vq的方式,对信号的DOA进行估计,计算量为O（N2M）,比已有高分辨率算法要小。文中证明了通过计算Vq,FPMA可以得到对信号DOA的良好估计;计算机仿真也进一步证实,在相同条件下,当q≥2时,FPMA的DOA估计性能要优于Capon算法,且与MU-SIC算法一致。     

基于任意结构阵列的二维波达方向与频率联合估计

针对任意结构传感器阵列二维波达方向、频率三维参数联合估计问题,给出了一种基于DOA矩阵法的有效解决方案。经由特征分解同时得到信号频率与阵列流形矩阵的估计,通过考察相邻阵元之间信号传播时延的关系构造矩阵方程,并由求解矩阵方程直接给出二维波达方向的闭式解。该算法参数估计性能优越,计算量小,仅需要阵列满足空域采样定理的基本要求即可,具有广泛的适用性与实际的应用价值。理论分析与仿真实验都证实了这一结论。     

色噪声背景下基于声矢量阵列孔径扩展的相干目标波达方向估计

在目标波达方向(DOA)估计中,更大的阵列孔径往往能够获得更高估计分辨率和估计精度.然而,在色噪声背景或相干目标情况下,子空间类DOA估计算法性能急剧下降.针对这个问题,采用2个分置且相互垂直的均匀线性矢量阵列,通过阵列之间的协方差矩阵前向/后向平滑进行解相干预处理,并消除有色噪声的干扰;然后利用传播因子方法(PM)得...     

基于ANM的宽带非相干子空间DOA估计方法

针对被动探测系统中,经典的宽带信号波达方位(DOA)估计方法在单快拍下无法获得统计结构,导致无法直接有效估计方位的问题,提出了基于最小原子范数(ANM)来修正传统的宽带非相干子空间(ISM)DOA估计方法。该方法首先将宽带信号划分为若干子带,在每个子带上通过将ANM重构成半正定规划(SDP),构造并恢复出最优的Toeplitz矩阵。该矩阵经过特征分解,能够获取准确的信号子空间和噪声子空间,从而得到误差较小的估计角度;最后将各子带的估计角度均值作为宽带信号方位估计结果。仿真结果和分析表明,所提方法提高了宽带信号的方位估计性能。     

基于协方差矩阵重构的稳健自适应波束形成算法

针对大角度失配和采样协方差矩阵中包含有期望信号时,传统自适应波束形成器性能极剧下降的问题,提出了基于协方差矩阵重构的稳健自适应波束形成算法。该算法将全空域划分成若干互不重叠的区域,分别对应干扰区域和期望信号区域,先利用标准Capon波束形成器及采样协方差矩阵的最小特征值对干扰加噪声协方差矩阵进行重构,再利用MUSIC谱估计法重构出信号协方差矩阵,以其主特征向量估计出期望信号导引向量,最终得到自适应波束形成器的最优权值。仿真实验结果表明,在少快拍和大角度失配情况下算法具有良好的性能。     

基于子阵协方差矩阵的线列阵扩展

针对现有线列阵扩展方法低信噪比时信号检测与波达方向估计性能下降、鲁棒性差、要求信源信号具有非圆对称性等问题,提出一种线列阵扩展方法。该方法将线列阵按奇、偶阵元分成两个子阵,通过两子阵的协方差矩阵消除噪声的影响,利用两子阵的协方差矩阵及线列阵旋转不变性重构阵列接收数据,实现一维线列阵扩展。仿真和实测数据处理结果表明,该方法降低了波束输出旁瓣,提高了弱目标的探测性能,不要求信源信号具有非圆对称性,具有较好的工程应用价值。     

极化信号波达方向估计算法

对于电磁矢量传感器,基于长矢量模型的波达方向(DOA)估计,通常需要高维搜索来获得信号的DOA估计,其搜索过程格外复杂,不适合在实际场合应用。在此提出了一种基于四元数模型的极化信号DOA估计算法。建立了电磁矢量传感器的四元数输出模型,而后利用四元数模型将极化信息从阵列方向矩阵中剥离出去,将高维参数搜索问题简化为低维参数搜索问题,大大地减少计算量。计算机仿真验证了本算法的有效性。     

基于圆柱共形阵的极化MUSIC算法

基于圆柱共形阵列的波达方向(Direction-of-Arrival,DOA)估计方法受载体曲率影响,对于不同极化入射的信号存在极化接收不匹配的问题,同时由于载体的遮挡,会使测向精度下降,甚至产生测向错误.针对极化接收和载体遮挡效应,本文提出了一种基于圆柱共形阵列的极化MUSIC算法,建立了基于圆柱共形阵的极化敏感阵列信号接收模型,考虑载体遮挡效应对信号的导向矢量进行重构,保证了信号子空间和噪声子空间的正交性,并运用极化秩亏MUSIC算法进行DOA估计和极化参数估计.仿真结果表明,与子阵分割极化MUSIC算法相比,本文算法在低信噪比10 dB时测向误差减少了0.9°,具有更高的信号测向精度,信号估计准确率提高了27.4％.     

基于空域压缩采样的水声目标DOA估计方法

在空域存在稀疏观测约束条件下,传统的水声目标方位DOA估计方法在水下无人航行器等小型平台的应用中往往精度低或者失效。针对这一问题,提出了一种基于空域压缩采样的水声目标DOA估计方法。该方法通过建立水下目标的空域稀疏模型,对水下目标在空域进行压缩采样,并利用联合稀疏重构实现水下目标的DOA估计。仿真实验表明：与传统方法相比,该方法在较少阵元、较小阵列间隔和较少快拍下估计精度相对提高;而在较低信噪比下估计成功率能够提高50%以上,均方误差也能降低到02°以下。