基于多路延迟结构的频率估计新算法研究

针对多路延迟数字测频结构,提出了基于多级维纳滤波( MSWF)的MUSIC频率估计方法。该方法利用MSWF的前向递推的多级分解特性来实现信号子空间和噪声子空间的快速估计,不需要估计协方差矩阵和对其作特征值分解,所以运算复杂度可以明显降低,并且子空间估计性能与常规方法几乎一样。最后在子空间分解的基础上,通过MUSIC算法对其频率估计性能进行比较。仿真结果表明MSWF-MUSIC算法和常规子空间分解MUSIC算法具有几乎一样的频率估计精度;但本文箅法降低了计算量和复杂度,更易于信号的实时处理;随信噪比或快拍数的增加,两算法的频率估计误差都越来越趋近于Cramer—Rao界。     

基于三角包络拟合的直扩信号时频二维精估算法

针对直接序列扩频信号捕获过程中，时频二维搜索估计精度受限于搜索步进的问题，提出一种低复杂度的时频二维精估算法。该算法通过利用直扩信号模糊函数在频率维和时间维剖面的相似性，设计三角包络对时频二维的粗估结果进行拟合，在无需提升系统采样率和处理点数的前提下，可有效提升低信噪比、高动态直扩信号时频二维的估计精度。通过仿真计算，所提出的精估算法可在符号信噪比4 dB时达到超过95%的精化效果，相比传统的直扩信号捕获算法，有效提升了直扩信号的捕获精度。     

阵列幅相误差影响下的一维噪声子空间算法

针对阵元幅相误差对一维噪声子空间算法测向性能的影响,先根据相关参数推导出阵元幅相误差影响下的空间谱计算公式,再以均匀线阵为例进行仿真.其在信噪比较高和采样数较大情况下,对于波达方向角间隔较大的两不相干信号,一维噪声子空间和MUSIC算法都能准确估计其来波方向;当信噪比较低和快拍数较少,信号到达方向角间隔较小,此时MUSIC算法失效,而一维噪声子空间算法仍能正确的分辨出相邻的两个信号源.     

极化敏感阵列的到达角和极化参数联合估计方法

在应用传统的空间谱(MUSIC)算法联合估计来波信号到达角(DOA)和极化参数的时候,需要进行四维谱峰搜索,计算量巨大。针对极化敏感阵列,采用降维MUSIC算法联合,可以估计信号的DOA和极化参数。利用极化矢量的范数为常数这一特点,采用Lagrange乘数法进行降维操作,转换为方位角和俯仰角的二维谱峰搜索,同时可估计出极化相角和极化幅角,大大降低了算法实现的运算量。仿真结果证明了算法的有效性。     

基于频域数据矩阵奇异值分解的宽带测向算法

文中提出了一种新的宽带信号测向算法。利用宽带阵列数据时间一带宽乘积大的特性，构造一个频域数据矩阵，对其进行奇异值分解，应用子空间的方法进行一维谱峰搜索，就得到来波方向的估计值。仿真实验结果证明了算法的有效性，并且给出了方向估计精度、分辨率与信噪比、快拍数、相对带宽之间的关系。     

基于降维子空间的多重信号分类快速算法

基于MUSIC的DOA估计存在运算量大的问题,已有的改进快速算法很多是以降低精度为代价的,因此提出了基于降维子空间的多重信号分类快速算法,该算法先利用降维的噪声子空间进行DOA粗略估计,使得MUSIC搜索的运算量大大减小,然后利用最大噪声子空间对估计结果进行修正;数值仿真结果表明,该方法能够在不影响DOA估计精度的情况下显著降低运算量,使MUSIC算法更具实用性.     

基于子空间加权的多重信号分类时延估计算法

针对水下探测通信一体化干扰抑制中时延估计误差对主动干扰抑制性能的影响,以及常规多重信号分类(MUSIC)时延估计方法因数据长度有限、信噪比低使得信号与噪声子空间不完全正交,导致时延估计性能下降的问题,提出了基于子空间加权的MUSIC时延估计方法。该方法通过重构噪声子空间,并利用信号特征值与噪声功率构造加权值,对子空间进行加权,实现对MUSIC时延估计谱的修正。仿真结果表明,所提方法较互相关法、MUSIC算法和SSMUSIC算法具有更高的时延估计精度,以及更优的时延分辨率。     

基于多窗方法的DOA估计

提出了一种基于多窗方法的DOA估计算法,该方法只需要较少的快拍数目,能同时分辨相干信号和互不相关的信号.该方法以多窗函数为基础,将线性回归模型用于空间谱中平面波的检测和估计.计算机仿真结果表明该算法是有效的,甚至在低信噪比条件下仍然适用.然而,最值得注意的是,该算法对于阵列增益和相位误差具有较强的鲁棒性能.     

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.     

双极化面阵的快速波达方向估计算法

针对目前极化敏感面阵空域-极化域联合谱估计运算量大、耗时长的问题,提出一种降维求根MUSIC(Multiple Signal Classification)优化算法。通过对接收信号进行降维处理,提出新的求解模型将传统四维MUSIC转化为两个一维求根MUSIC求解空域波达方向和引用已求解出的空域信息结合拉格朗日乘子法解决来波信号极化信息估计问题。相比传统的4D-MUSIC和秩亏MUSIC,所提算法在不损失估计精度的前提下提高了运算速度,降低了运算复杂度,无需谱峰搜索过程,消除了因搜索步长而导致的量化误差。对日后大规模阵列计算及MIMO(Multiple Input Multiple Output)雷达引入提供快速求解方法。仿真实验表明,所提算法在低信噪比0 dB下空域误差约为0.85°,速度相比秩亏MUSIC提升了约64.7%,验证了该算法的有效性和高精度性。     

基于多重信号分类法的线性调频差频频率估计

针对傅里叶方法估计线性调频连续波差频信号频率在小尺度上精度低的缺陷,提出利用多重信号分类法(Multiple Signal Classification,MUSIC)估计差频信号频率.该方法在频域上对自相关功率谱进行信号和噪声的空间分解,利用信号空间和噪声空间的正交性,完成对信号频率的超分辨估计.仿真计算和实验室测试表...     

分数阶傅里叶变换与虚拟阵列相结合的波达方向估计

针对常规的MUSIC、ESPRIT算法不能估计宽带线性调频(LFM)信号、相干LFM信号和平滑技术解相干在低信噪比下精度不高的问题,提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)与虚拟阵列变换法相结合的宽带相干LFM信号的波达方向(DOA)估计方法。该方法首先将天线阵的观测信号变换到分数阶Fourier域(FRF域),把时域时变的方向向量转化为FRF域时不变的方向向量,然后构造FRF域的阵列信号相关矩阵,用虚拟阵列变换法对相干信号进行解相干,再用ESPRIT算法进行波达方向估计。理论分析和仿真结果表明:在较低信噪比和较少采样快拍时,不仅能实现更准确的DOA估计,而且不损失阵列的孔径,使N个阵元中可估计相干信号源数目达N-1个,提高了阵元数的利用率。     

线阵中基于降维NC-MUSIC的非圆信号DOA估计算法

通信领域中非圆(NC)信号的波达方向(DOA)估计已经得到广泛的研究和应用。考虑到非圆信号的多重信号分类算法(MUSIC)计算复杂度较高,提出线阵中基于降维NC-MUSIC的非圆信号DOA估计算法。与传统的需要二维搜索的2D-NC-MUSIC算法相比,该算法只需要一维搜索,降低了计算复杂度。仿真结果表明,该算法优于传统的MUSIC算法,并且与2D-NCMUSIC算法的估计性能非常接近。     

基于预处理MUSIC算法的分布式阵列DOA估计

针对经典多重信号分类算法对分布式阵列波达方向估计的多值模糊问题,提出一种基于预处理MUSIC算法的DOA估计方法。利用旋转不变子空间算法得到无模糊粗估计。根据分布式阵列方向图主瓣和第一栅瓣的最小间距,结合粗估计的估计精度,确定MUSIC算法的搜索区间,再在确定的搜索区间用MUSIC算法得到无模糊精估计。提出的算法的估计精度高于双尺度ESPRIT算法,且计算量比经典MUSIC算法小。仿真结果验证了算法的有效性。     

基于谱熵的单通道多跳频信号参数盲估计方法

针对在单通道接收情况下对多跳频信号参数盲估计困难的问题,提出了一种基于谱熵的异步跳频参数盲估计方法。该方法在对接收信号时频分析的基础上,利用谱熵函数完成了对异步跳频信号中跳频时刻的全盲估计,并进一步通过PRI变换估计了不同分量信号的跳频周期。仿真结果表明,该方法以无交叉项干扰的时频分析方法为基础时,都能实现对异步跳频信号参数的盲估计。当信噪比不低于6 dB时,对跳频周期能满足90%以上的检测成功率与0.1以下的均方根误差值。该方法在跳频驻留时间小于跳频周期时也适用,但检测性能会有所下降。     

基于“列维扩展”信号子空间的双基地MIMO雷达相干角度估计

针对传统算法在解相干时存在阵列孔径损失以及计算量大的问题,提出了基于"列维扩展"信号子空间的相干目标角度估计方法。该方法首先利用两个低复杂度的低维协方差估计来替代高复杂度的高维协方差估计,构造出"列维扩展"信号子空间,证明该子空间的列满秩性质不受目标相干性、回波单多快拍数的影响。然后提取出"扩展"旋转不变因子,实现了目标收发角度估计,最后利用空域滤波法实现收发角度的配对。仿真实验与数据分析表明:该方法在解相干时无需牺牲阵元孔径,其估计精度优于空间平滑类算法,并且适用于单次快拍数据情况的收发角度估计。     

基于子空间拟合的声矢量阵阵型校正算法及DOA估计

将声场中的声压、振速进行联合信息处理,基于信号子空间拟合原理提出了一种声矢量阵高分辨方位估计算法。该算法在估计性能上与声矢量阵MUSIC算法接近,但在运算量方面有所减少;并针对阵元位置存在误差时文中算法性能恶化的问题,基于迭代优化原理提出了一种声矢量阵阵型校正算法。该算法依赖两个方位未知的disjoint信源,结合单矢量传感器方位估计技术实现了对阵元位置误差的有效估计。仿真结果表明,随着disjoint信源信噪比的增大和快拍数的增加,声矢量阵阵型校正算法的性能明显提高。     

MIMO雷达二维低复杂度MUSIC测向算法

基于单基地MIMO雷达收发天线共址特性,提出一种二维低复杂度MUSIC测向算法。该算法通过构造交换矩阵和降维矩阵,有效去除MIMO雷达收发联合处理过程的冗余信息,大大降低协方差矩阵的维度。仿真结果表明,该算法的低复杂度特性随阵面天线阵元数的增多越来越显著,同时具有和原MUSIC算法相近的角度估计性能,甚至在低SNR时能获得更高的估计性能。     

战场坦克目标被动宽带MUSIC法定向研究

声目标被动定向算法是声被动探测系统中的关键技术之一，国内外对此技术进行了广泛研究。基于时延估计目标定向分辨率较低，而采用高分辨率空间谱估计定向能获得较高的定向分辨率。极大似然估计，最大熵谱估计和自相关矩阵的特征分解法空间谱估计计算量较大。MUSIC法以其空间谱分辨率高和运算量小而在空间谱估计中得到运用。战场坦克目标声信号的频谱范围在20～200Hz之间属宽带信号，利用整个频谱范围内信号来估计DOA虽然可以提高估计精度，但计算量大。在实际应运中受到限制。实验证明，用几个信噪比高的频谱点采用宽带MUSIC算法来估计DOA，不但能够在较大距离范围内获得较高DOA估计精度，而且能够减少计算量，其估计精度能够满足智能雷弹作战需求。     

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％.