一种基于子阵列合成的DOA估计算法

在卫星通信中,由于星上资源有限,导致星载信号处理接收机的数目一般少于阵列天线的阵元数.在某些应用中需要在这样的条件下实现DOA估计:信号达波数大于星载信号处理接收机数目但是可能小于阵列天线的阵元数.实质上是要求能够用较少数量的接收机进行接收、处理含有较多阵元的阵列天线上的信号.针对这类应用要求,本文提出一种基于子阵列合成的DOA估计算法.通过子阵列输出协方差矩阵合成等效的大阵列输出协方差矩阵,基于等效大阵列输出协方差矩阵实现达波DOA超分辨率估计;讨论了子阵列天线选择优化问题.对算法性能进行了仿真验证,结果表明算法是有效的.     

一种新颖的DOA估计算法

子空间类波达方向(Direction Of Arrival, DOA)估计算法的关键在于得到高质量的信号子空间估计。该文利用矩阵伪逆的双正交性,针对源信号不相关而其本身是色信号的情况,给出了一种新颖的DOA估计算法,它不需要知道噪声统计特性。该算法利用一组空时相关矩阵的结构化信息,能稳健而精确地估计出信号子空间,从而得到DOA的精确估计。仿真实验证实了所给算法的有效性。     

一种快速DOA估计算法

MUSIC算法需要将天线阵列接收数据的协方差矩阵进行特征分解,并在全空域进行谱峰搜索。该算法具有很高的分辨力、估计精度及稳定性,但是运算量巨大,难以实时实现。通过对等距线阵特点及MUSIC算法的研究,提出了一种无需特征分解和在全空域进行谱峰搜索的快速算法,算法采取降维处理的方法快速估计信号子空间,然后根据基于阵列一次快拍的FFT算法粗略估计的局域信号空间进行谱峰搜索,从而有效降低了算法的计算量,理论分析和计算机仿真结果证明了该算法的有效性。     

高分辨信号DOA估计的跟踪算法

本文论述了一种基于子空间方法的高分辨ＤＯＡ估计跟踪问题的解法，该方法基于对采样数据矩阵的广义奇异值分解。本文讨论了ＧＳＶＤ的更新修正算法，在每步计算中只需有限次的运算，即可由前一次的近似分解结果计算出新的近似分解。     

一种基于导向矢量变换的DOA估计预处理方法

针对大多数空间谱估计算法在目标数量大于阵列自由度时失效这一问题,该文基于内插阵列变换思想,提出一种基于导向矢量变换的空域滤波方法。利用目标分布的先验信息,将观测空间划分为若干子空间,保证每一子空间内的目标数量小于阵列自由度;使用内插阵列变换方法,将整个观测空间的导向矢量变换为子空间的导向矢量,抑制子空间外的目标,从而将观测空间内大量目标的DOA估计问题转化为若干子空间内的常规DOA估计问题。计算机仿真结果验证了方法的有效性。     

一种DOA估计的快速子空间算法

MUSIC算法是一种属于特征结构的子空间超分辨方法，该算法性能优良，但需要估计协方差矩阵并对其进行特征分解，运算量大，很费计算时间。本文对波这方向估计问题进行了研究并提出了一种采取降维处理的快速子空间算法，该算法利用阵列协方差矩阵的一个子矩阵快速得到信号子空问，无需特征分解，且无需估计整个协方差矩阵，只需估计该子矩阵，故快速算法运算复杂度远低于MUSlC算法，而性能损失并不太大。理论分析和计算机仿真结果表明此方法是有效的。     

四种DOA估计算法的性能比较

文章研究经典MUSIC算法、求根MUSIC算法、基于解相干的双向空间平滑MUSIC算法和Toeplitz MUSIC算法的DOA估计性能.并且通过实验Matlab仿真,分析比较四种算法的性能.     

一种基于余弦特性的快速DOA估计算法

为了满足实时测向处理系统的要求,需要降低测向算法的运算量。在众多测向算法中,其中基于圆阵的MUSIC类算法因为其测向频段宽,可估计二维波达方向,性能稳健,测向精度高,并且在各个方向上具有相同的测向性能而广泛应用于实际系统中。本文主要针对均匀圆阵的阵列流形,分析了均匀圆阵导向矢量的特点,提出了一种基于余弦特性的快速DOA估计算法。该算法利用余弦信号周期特性来构造统计量,通过数学推倒可以证明该统计量只与俯仰角有关,与方位角无关。通过这种分维处理的思想从而可以先估计出俯仰角,再通过所得俯仰角的空间谱切片把二维搜索转化为一维搜索,这样处理大大降低了算法运算量,提高了算法估计速度,特别适合阵元数目较多的应用场合。同时考虑到实际应用中在同一个窄带信道中干扰信号和期望信号同时存在,并且互相影响,特别是强信号对弱信号的影响。本文利用数字滤波器提取期望信号估计,减少了干扰信号对期望信号的影响,提高了估计精度。通过计算机仿真验证了该算法的有效性。      

一种色噪声环境下的DOA估计新算法

本文提出了一种基于色噪声环境下的DOA估计新算法,该算法通过估计噪声协方差矩阵,进行预白化处理,克服了色噪声对空间谱估计的影响误差,计算机仿真结果证实了这一算法的有效性.     

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。     

基于Burg叠代的多径信号DOA估计算法

讨论了移动通信环境中的信号多径DOA估计问题，首先对典型算法作了简要回顾，然后给出了阵接收多径信号模型，给出了基于Burg算法的多径DOA估计算法原理，指出了该方法的特点，最后给出了计算机仿真实验结果。     

基于任意麦克风阵列的声源二维DOA估计算法研究

对基于麦克风阵列的声源定位技术进行了研究,分析了基于麦克风阵列的远场信号模型,并结合子空间的方法推导出了声源二维(水平角和俯仰角)DOA估计——2D-MUSIC算法,该算法适用于任意拓扑结构的麦克风阵列。利用MATLAB仿真工具,对几种典型阵列结构进行了对比分析,提出了2种新型的三维麦克风阵列:均匀球面阵和三维均匀直线阵。仿真结果表明,提出的DOA估计算法在二维的均匀圆阵、三维的均匀球面阵和三维均匀直线阵中,均能得到较好的DOA估计效果。     

一种修正的矢量奇异值分解DOA估计算法

在均匀线性阵列模型下,特征矢量奇异值分解算法能够对相干信号进行DOA估计,但相干和不相关信号同时存在时,算法的估计会出现错误。针对这一问题,提出了一种修正算法(MESVD),该算法选取经过加权处理的特征向量来构造矩阵,并利用该矩阵进行子空间估计。理论分析和数值仿真证明:修正后的算法能够正确估计相干、相关和不相关信号,估计性能与空间平滑算法(FBSS)相当。     

修正MUSIC算法对相关信号源的DOA估计性能

本文介绍了用修正ＭＵＳＩＣ算法提高相关信号源ＤＯＡ估计性能的方法。理论分析表明,采用该方法后,可将相关信号源的相关系数平均降低为原来的６３％,因而可改善ＭＵＳＩＣ算法对相关信号源的ＤＯＡ估计性能。且该方法不影响对非相关信号源ＤＯＡ的估计,计算量也无明显增加。计算机仿真实验结果验证了上述理论分析的正确性。     

一种最小冗余线阵的目标DOA估计方法

针对目标波达方向(DOA)估计的子空间类算法工程实现上的问题,提出了一种次最小冗余线阵的目标DOA估计方法。该方法应用孔径合成理论和最小冗余线阵理论,在保证阵列孔径等价的前提下,从工程应用的实际问题出发,对次最小冗余线阵的阵元配置进行研究。在分析MUSIC及MMUSIC算法的基础上,对次最小冗余线阵进行仿真。通过与相同孔径的均匀线阵和最小冗余线阵对比表明,次最小冗余线阵与相同孔径的均匀线阵性能相仿,并有更小的计算复杂度,比最小冗余线阵有更大的阵元灵活性,可以解决一般最小冗余线阵不能解决的相干信源的DOA估计问题。     

一种新的波达方向估计子空间算法研究

MUSIC算法是一种属于特征结构的子空间超分辨方法。该算法性能优良,但需要进行矩阵特征分解,运算量大。对波达方向估计问题进行了研究并提出了一种新的子空间算法。该算法利用总体最小二乘（TLS）方法取代特征分解得到噪声子空间,运算复杂度低于MUSIC算法,使其实时实现成为可能。总体最小二乘处理减轻了噪声的影响,该算法性能与MUSIC算法相当。理论分析和计算机仿真结果表明此方法是有效的。     

相干信源条件下的稀疏贝叶斯DOA估计

为了解决相干信源条件下的离格波达方向(Direction of Arrival,DOA)估计问题,在现阶段研究成果的基础上,将子空间平滑技术(Subspace Smoothing,SS)与离格稀疏贝叶斯算法(Off-grid Sparse Bayesian Interference,OGSBI)相结合,提出了SS-OG...     

基于贪婪算法的高分辨信号源DOA估计

确定辐射源的来波方向(DOA)是阵列信号处理的重要研究内容,已经广泛应用于雷达、声纳和无线通信等领域。本文研究了远场窄带信号源的DOA高分辨估计问题。利用信号来波方向在空域具有稀疏性的特点,建立了远场窄带信号源的稀疏表示模型。根据协方差矩阵的特征值分解和贪婪匹配追踪算法原理提出了一种基于特征值分解的多重正交匹配追踪算法（EIG MOMP）。首先,利用特征值分解对阵列接收数据进行降维处理。这一降维操作使得问题转化为了一个具有多重观测向量（MMV）的欠定方程求解问题。接着利用MOMP算法对降维后的数据进行处理,最终得到信号的DOA估计值。该算法实现了在低信噪比下远场窄带信号源的高分辨DOA估计,并具有较低的运算复杂度。将本文提出的算法与传统的Capon算法、多重信号分类算法（MUSIC）以及正交匹配追踪算法（OMP）进行了对比。结果证明,该算法在低信噪比下能取得较好的DOA估计效果,可以针对任意的相干信号源,并且具有高分辨率的优点。      

An ESPRIT-like algorithm for coherent DOA estimation based on data matrix decomposition in MIMO radar

A direction-of-arrival (DOA) estimation method for coherent sources is presented for MIMO radar. It uses symmetrical array mode for both the transmit and receive arrays and reconstructs a special data matrix from the range-compressed receive data. In the reconstructed matrix, the signal term is a Toeplitz matrix with the rank only related to the DOAs of the signals and independent with their coherency. Taking the noise term into account, the average method of multiple pulses is utilized to obtain the signal and noise subspaces. And then the DOA can be resolved via the SVD-based ESPRIT algorithm. Furthermore, the presented method is also useful in spatial colored noise scenario for MIMO radar. Theoretical and numerical simulations show the effectiveness of the proposed algorithm.