共形阵列幅相误差校正快速算法

基于子空间的联合迭代算法可以实现对空间信源方位和阵列幅相误差参数的联合估计。当对共形阵列进行幅相误差校正时,由于其空域导向矢量不具有Vander monde结构,导致快速高分辨空间谱估计方法无法直接应用,而利用2维谱峰搜索实现空间方位估计的运算量较大,限制了算法在共形阵列上的应用。针对此问题,该文提出一种借助虚拟阵列实现共形阵列幅相误差校正的新方法。该方法利用虚拟阵列的特殊结构快速实现对信源的DOA估计,省去了谱峰搜索过程,因而运算复杂度低,便于工程实现。理论分析和仿真结果验证了所提算法的有效性,可为共形阵列的工程应用提供参考。     

一种矢量传感器阵列误差的自校正算法及DOA估计

突破大多数阵列误差校正技术针对标量传感器阵列误差模型的限制,提出一种对电磁场矢量传感器阵列误差进行自校正的方法。该方法针对存在方位依赖阵元幅相误差的矢量传感器阵列模型;所提算法基于子空间的思想可对任意极化状态多源信号的信源方位、极化参数和对应的阵元幅相误差进行无模糊联合估计;该方法适用于具有任意几何结构的矢量传感器阵列,仿真试验表明了该算法的有效性。     

一种矢量传感器耦合误差的校正方法

该文根据电磁学理论给出了电磁矢量传感器的耦合误差矩阵数学模型。利用一个辅助校正源,根据子空间理论得到存在耦合误差的导向矢量。利用理想的和存在耦合误差的导向矢量之间的关系,通过矩阵运算得到归一化误差的最小二乘解,并对各个阵元逐一校正,从而实现整个阵列耦合误差的校正;最后的数值仿真结果表明了该方法的有效性。     

基于噪声空间加权重构的相干信号DOA估计

针对传统相干信号DOA估计算法在低信噪比、少快拍数以及阵列通道幅相误差下存在的角度分辨力差和测角性能不稳定问题,本文提出一种基于噪声空间加权重构的相干信号DOA估计算法。该算法首先利用共轭重构对阵列接收信号协方差矩阵作解相干处理;然后在信源大致方位内对导向矢量作定积分,计算积分矢量与整个噪声子空间正交基矢量的交空间基矢量,并以此对噪声子空间进行加权;最后运用加权重构后的噪声子空间建立算法空间谱函数,谱峰搜索估计得目标的DOA。计算机仿真结果表明,本文所提算法易实现低信噪比、少快拍数以及通道幅相误差下相干信号的DOA估计。     

阵列天线在近场条件下的幅相校正和阵元位置估计

在运动阵列存在幅相误差和阵元位置未知的条件下,提出了一种基于子空间方法的阵列幅相误差校正和阵元位置估计方法。该方法要求一个方位已知的近场校正源。计算机仿真结果表明,该校正方法可有效地估计出阵列参数。     

阵列天线散射条件下的互耦校正

当阵列存在近场散射源时,互耦效应的分析和校正更加繁杂,这就导致了阵列互耦矩阵的参数化建模需要做进一步的扩展,使得互耦矩阵不再为方阵。然而现有的参数化互耦校正方法均假设互耦矩阵是一个具有特殊数学结构的方阵,对非方阵的互耦矩阵模型不适用。本文通过引入少量远离阵列且相互间隔较远的辅助阵元（互耦效应可以忽略）和方向未知的校正信源,提出了一种阵列天线散射条件下的互耦校正的参数估计算法。首先,推导了扩展后的非方阵互耦矩阵系数与方位依赖的幅相误差的等价关系;然后,对每次单源实验,得到校正源方位和各阵元方位依赖的幅相误差的联合估计,建立估计的幅相误差以非方阵互耦系数为参数的方程;最后,将多次单源校正得到的方程进行整合构建方程组,利用Tikhonov正则化方法求解不适定方程组实现互耦系数的有效估计,进而对阵列互耦进行校正。计算机仿真实验结果表明所提算法可以很好地解决阵列天线散射条件下的互耦校正问题,从而验证了算法的有效性。      

多径条件下基于加权空间平滑的阵元幅相误差校正

对阵列误差的低顽建性,一直以来都是高分辨空间谱估计技术走向实用化的一个瓶颈。因此,阵列误差的校正技术在实际工程应用中具有重要的意义。但是,现有的阵列校正算法几乎都没有考虑实际校正过程中辅助校正源的多径传播。基于相干源方位估计的加权空间平滑算法,本文构造了一个多径条件下用于阵元幅相误差校正的代价函数,并通过遗传算法实现了阵元幅相误差的校正。计算机仿真结果验证了新的代价函数具有优良的参数估计性能。     

“北斗”信号重构的导向矢量实时校正

针对导航应用中阵列天线导向矢量误差导致波束合成器性能恶化甚至失效的问题,提出了一种“北斗”信号重构的导向矢量实时校正算法。该算法利用重构的本地“北斗”参考信号与阵列天线接收信号进行相关解扩处理,然后利用信号子空间与信号正交补空间正交的特性,构造代价函数对各卫星方向的阵列导向矢量进行校正。仿真结果表明,经过校正的导向矢量相位误差从-100°~100°降低到-10°~10°范围内,幅度误差从-10~10 dB降低到-4~2 dB范围内;另外,导向矢量校正后,卫星信号波达方向估计误差在0.2°以内,估计精度大大提高。     

一种近场麦克风阵列幅相误差校准方法

阵列幅相误差会显著降低麦克风阵列的声源定位性能,因此对麦克风阵列的幅度和相位进行良好校准至关重要。文章针对近场麦克风阵列,引入三维多重信号分类（Multiple Signal Classification,MUSIC）近场算法,对基于特征结构的阵列幅度和相位校正方法进行改进。改进后的校正方法不再局限于特定阵列的拓扑结构,可以实现近场校正,具有较高的定位估计精度。     

一种利用互耦矩阵稀疏性的阵列误差有源校正改进算法

重点研究了波达方向估计中由阵元互耦、幅相误差以及阵元位置误差的综合影响引起的阵列误差校正问题,其主要方法是通过矩阵特征分解得到一组校正源的方向矢量来估计阵列误差.文中给出了一种改进的参数估计算法,该算法充分利用了互耦矩阵的稀疏性,并通过交替迭代的方法实现了阵列误差矩阵和阵元位置误差的优化校正.计算机仿真结果表明文中的改进算法提高了参数估计精度.     

基于组合阵列的水下特征线谱近场定位方法

本文提出了一种基于组合阵列的特征线谱定位方法,该方法仅采用均匀声压阵中心配置单只三维矢量水听器的基阵形式,即可完成近场源方位角、俯仰角和距离的三维参数估计,可为近场聚焦以及近场声全息等噪声源定位识别方法提供可靠的先验知识.该方法利用声源的二阶统计量信息,将三维参数估计问题转化为多个一维搜索问题,从而减少了算法的计算量,...     

基于矩阵差分的远场和近场混合源定位方法

混合源定位在无源雷达中发挥着重要作用.针对均匀圆阵下基于相位差方法的定位精度较低的问题,该文提出基于矩阵差分的远场和近场混合源定位方法.首先,利用二维多重信号(2-D MUSIC)分类方法估计出远场源的方位角和俯仰角;随后,利用协方差矩阵差分方法提取出近场源差分矩阵,通过改进的类旋转不变估计信号参数(ESPRIT-li...     

一种利用均匀圆阵对称特性的近场源酉变换估计算法

针对现有均匀圆阵的近场源三维参数估计算法运算量大的缺点,提出了一种基于均匀圆阵对称特性的近场源酉变换估计算法。该算法利用均匀圆阵对称特性将阵列导向矢量进行酉变换和对角化分离处理,消除距离参数,把三维搜索问题化简为二维搜索问题,同时把复值方向矢量转化为实值方向矢量。计算机仿真结果显示,所提算法估计性能优于相关序列降维估计方法,与三维多重信号分类算法性能相当,且通过矩阵分离降维和实值化处理,减少了运算量,有利于工程实时处理。     

Passive Localization of Mixed Near-Field and Far-Field Sources Using Two-stage MUSIC Algorithm

Passive source localization is one of the issues in array signal processing fields. In some practical applications, the signals received by an array are the mixture of near-field and far-field sources, such as speaker localization using microphone arrays and guidance (homing) systems. To localize mixed near-field and far-field sources, this paper develops a two-stage MUSIC algorithm using cumulant. The key points of this paper are: (i) in the first stage, this paper derives one special cumulant matrix, in which the virtual ?steering vector? is the function of the common electric angle in both near-field and far-field signal models so that source direction-of-arrival (DOA) (near-field or far-field one) can be obtained from this electric angle using the conventional high-resolution MUSIC algorithm; (ii) in the second stage, this paper derives another particular cumulant matrix, in which the virtual ?steering matrix? has full column rank no matter whether the received signals are multiple near-field sources or multiple far-field ones or their mixture. What is more important, the virtual ?steering vector? can be separated into two parts, in which the first one is the function of the common electric angle in both signal models, whereas the second part is the function of the electric angle that exists only in near-field signal model. Furthermore, by substituting the common electric angle estimated in the first stage into one special Hermitian matrix formed from another MUSIC spectral function, the range of near-field sources can be obtained from the eigenvector of the Hermitian matrix. The resultant algorithm avoids two- dimensional search and pairing parameters; in addition, it avoids the estimation failure problem and alleviates aperture loss. Simulation results are presented to validate the performance of the proposed method.     

对称子阵列的近场信号稀疏表示定位方法

针对近场信号源,本文基于对称子阵列提出了两种稀疏信号表示的目标定位方法。首先利用对称阵元导向矢量的关系分离出时延中的方向角和距离两个参数,将一个近场目标定位问题转换为一个类远场的方向角估计问题,再通过稀疏信号重构的方法分步得到方向角和距离两个参数的估计。在参数分离的过程中,方法二通过构造共轭部分,所得到的虚拟远场阵列阵元数等效于原始阵列,故所能估计的信源数约为方法一的两倍。和同类方法相比,本文提出的方法具有较低的计算量。仿真表明,本文两种方法具有更高的分辨率。      

基于区域约束的双耳近场自适应波束形成算法

提出了一种基于区域约束的双耳近场自适应波束形成算法，该算法将目标信号及其附近区域内的若干个导向矢量组成的矩阵进行特征值分解，并在最小化输出信号能量的同时对主要的特征向量进行约束，从而有效解决传统近场波束形成器对目标声源的方位估计误差和位置扰动过于敏感的问题。实验结果表明，所提方法可以有效抑制远场同向干扰声源，并且相对于传统近场波束形成器具有更高的鲁棒性。客观评价指标表明，该算法的降噪性能及语音质量提升方面均优于对比算法。      

基于均匀圆阵的近场源三维参数估计

基于均匀圆阵,提出一种近场源距离-方位角-俯仰角联合估计算法。利用阵元观测数据,构造一组高阶累积量矩阵,通过矩阵联合对角化技术得到阵列流形矩阵的估计。根据阵列流形矩阵的估计以及近场和远场条件下方位角相同的结论,获得方位角的估计。利用阵列流形矩阵和方位角的估计,得到距离和俯仰角的估计。该方法无需二维频域峰值搜索或参数配对。计算机仿真验证了算法的有效性。     

DoA Estimation Via Manifold Separation for Arbitrary Array Structures

In this paper, we consider the manifold separation technique (MST), which stems from the wavefield modeling formalism developed for array processing. MST is a method for modeling the steering vector of antenna arrays of practical interest with arbitrary 2-D or 3-D geometry. It is the product of a sampling matrix (dependent on the antenna array only) and a Vandermonde structured coefficients vector depending on the wavefield only. This allows fast direction-of-arrival (DoA) algorithms designed for linear arrays to be used on arrays with arbitrary configuration. In real-world applications, the calibration measurements used to determine the sampling matrix are corrupted by noise. This impairs the performance of MST-based algorithms. In particular, we study the effect of noisy calibration measurements on subspace-based DoA algorithms using MST. Expressions describing the error in the DoA estimates due to calibration noise and truncation are derived. This allows predicting the performance of MST-based algorithms in real-world applications. The analysis is verified by simulations. We established a link between the optimal number of selected modes and the statistics of calibration noise. We analyze the modeling error when MST is used for 1-D (azimuth) DoA estimation.