基于均匀圆阵相干信源的二维DOA估计

随着通信技术的不断发展,信号传输环境变得日益复杂。针对多径传播形成的高度相关和相干信号测向问题,提出了一种基于均匀圆阵相干信源的二维DOA估计方法。该方法利用均匀圆阵轴向虚拟平移解相干,通过去噪后利用虚拟子阵的自协方差矩阵和互协方差矩阵构造波达方向矩阵,利用该矩阵特征分解估计信号的俯仰角;然后将平滑后的自协方差矩阵与波束空间变换矩阵相乘,使圆阵的导向矢量具备范德蒙结构,最后用求根MUSIC算法估计出信号的方位角,完成了相干信号的二维DOA估计。该方法无需二维谱峰搜索,方位角和俯仰角自动配对,计算量小,分辨率高。仿真实验证明了所提方法的正确性。     

基于均匀圆阵模式空间噪声流形的高分辨测向算法

本文提出了一种适合于均匀圆阵的高分辨陈列测向算法，该算法首先将圆阵由陈元空间转化至模式空间，然后通过引入噪声流形阵对最大似然测向算法进行改进，形成了非多维插索优化的圆阵噪声流形算法。计算机模拟结果显示，该算法不仅计算量小，而且具有较强的角相干信源的能力。     

均匀圆阵DOA估计的一种酉变换方法

针对基于均匀圆阵的子空间类DOA估计算法包含大量复数运算、硬件实现复杂的问题,提出了阵元空间中的一种酉变换方法。该方法利用阵列的中心对称性将协方差矩阵和导向矢量分别转化为实对称阵和实矢量,从而大大降低了硬件实现复杂度。基于该酉变换的MUSIC算法在性能上优于传统的MUSIC算法和均匀圆阵模式空间酉MUSIC算法。     

基于均匀圆阵的信号源DOA和多普勒频率估计算法

本文研究均匀圆形阵列的信号处理问题 ,提出了一种同时估计空间非相关信号源方位角、俯仰角和多普勒频率的算法 .该方法对均匀圆形阵列的输出信号进行模式激励 ,使其阵列流形具有类似于均匀线性阵列的形式 ;在此基础上 ,特征分解构造的波达矩阵 ,由特征值获得各信号的多普勒频率 ,由各特征值对应的特征向量处理得到对应信号的到达方向 .该方法不需进行谱峰搜索 ,运算量小 ,能实现信号的方位角、俯仰角和多普勒频率的自动配对 ,且具有相当高的分辨率 .给出的计算机仿真结果证实了该方法的有效性 .     

基于均匀圆阵的相干信源DOA估计算法研究

针对均匀圆阵相干信源的波达方向估计问题,提出了一种去相干的正交预处理方法——阵列移位算法。阵列移位算法改进了抗相干干扰的波束形成方法,通过圆阵移位和MUSIC算法的结合,使相干信源角估计的性能得到改善。与传统的模式空间平滑算法相比,该方法减少了阵列孔径损失,提高了计算速度。     

均匀圆阵部分阵元失效情况下的DOA估计方法

在空间谱估计中,均匀圆阵(Uniform Circular Array--UCA)具有诸多优点,其得到广泛的应用.但在用MUSIC 算法测向时,一旦某一个或几个阵元通道失效,则通道数据变成无效数据,导致测向性能严重恶化,甚至完全失效.本文对在均匀圆阵部分通道失效的情况下,利用均匀圆阵其余阵元数据实现对信号来波方向进行有效估计的方法进行了分析和验证.其原理在于,直接将失效阵元进行隔离,利用剩余阵元形成的非均匀圆阵,进行MUSIC算法测向.该方法能在较高信噪比条件下实现和原阵列几乎相同的估计精度,在较低信噪比、信号数较小的条件下,也能取得良好的估计性能,大大增强了整个阵列谱估计的稳健性和鲁棒性.     

基于NC-MUSIC算法的均匀圆阵DOA估计及性能分析

近年来基于非圆信号的DOA估计算法由于其优良的估计性能,受到越来越多的关注。在接收阵列为均匀圆阵的情况下,对入射信号进行方位角和俯仰角的联合估计。依据非圆信号的DOA估计数学模型及阵列模型,采用NC-MUSIC算法完成对均匀圆阵方位角和俯仰角的联合估计。通过计算机仿真,得出该算法对均匀圆阵方位角和俯仰角的估计是比较准确的,并且通过NC-MUSIC与MUSIC算法仿真性能的分析比较,得出在接收阵列为均匀圆阵的情况下,NC-MUSIC算法也优于MUSIC。     

基于MUSIC 算法的圆阵 DOA 估计技术及改进方法

介绍了基于MUSIC算法的圆阵到达方向（DOA）估计技术,即将均匀圆阵接收数据的协方差矩阵进行特征分解,把观测数据划分为信号子空间与噪声子空间,并利用2个空间的正交性构造出＂针状＂空间谱峰,进行信号源DOA估计;针对小信噪比和小快拍数情况下,常规 M USIC算法对入射角度相近的信号源的分辨率严重下降的问题,利用谱函数极大值点对方位角和仰角的二阶导数小于零的特性,通过对方位角和俯仰角求二阶偏导数,提出了新的空间谱函数的方法。     

均匀圆阵中的波束合成技术

针对均匀圆阵天线的阵列布局,建立了天线阵列对信号的接收模型,提出了一种实用的直接加权波束合成技术。在分析了系统误差来源并修正了系统误差校准模型的基础上,给出了详细的波束合成理论推导。结合实际系统给出了工程上的具体实现,并运用正交校准技术对由设备通路引起的系统误差进行校准。对该算法进行计算机仿真验证其可行性,并与实际效果图进行比较,指出算法的优点和不足。所给出的理论和方法都通过了工程检验,具有一定的实用性。     

基于均匀圆阵的模式空间矩阵重构算法

该文提出了一种新的均匀圆阵解相干方法,这里称为模式空间矩阵重构算法(MODE-TOEP)。该算法对均匀圆形阵列(UCA)的输出信号进行模式激励,使其成为模式空间内的虚拟阵列(VULA);在此基础上重构一个Toeplitz 矩阵,成功地估计出相干源的来波方向。MODE-TOEP算法不需要进行平滑计算,从而减少了计算量。计算机仿真实验表明MODE-TOEP算法比传统的模式空间平滑类算法(MODE-FSS,MODE-FBSS)有更好的估计性能。     

基于高阶累积量虚拟阵列扩展的DOA估计

该文提出了一种基于高阶累积量虚拟阵列扩展的DOA估计新方法。该方法基于高阶累积量孔径扩展的性质,由实际阵元的坐标与方向矢量直接计算出虚拟阵元的坐标与方向矢量,利用两种阵元的坐标之间的关系构造四阶或六阶协方差矩阵,运用MUSIC方法对非高斯独立信号源进行DOA估计。该方法在任意阵列的情况下,对非高斯独立信号源进行一维与二维DOA估计,均能准确地估计出多于实际阵元数目的方向角与仰角。实验表明,该方法简单、有效地扩展了阵列孔径,提高了阵列的空间分辨能力,有效地抑制了高斯噪声的干扰,降低了高阶累积量协方差矩阵的计算量。     

DOA ESTIMATION FOR WIDEBAND SOURCES BASED ON UCA

A new Direction Of Arrival （DOA） estimation algorithm for wideband sources based on Uniform Circular Array （UCA） is presented via analyzing widcband performance of the general ESPRIT. The algorithm effectively improves the wideband performance of ESPRIT based on the interpolation principium and UCA-ESPRIT. The simulated results by computer demonstrate its efficiency.     

一种均匀圆阵幅相及互耦误差校正算法

阵元幅相、互耦误差对阵列DOA估计性能产生了严重影响。文章结合误差模型,提出了一种结合校正矩阵特殊结构设定约束条件的误差校正算法,进行的约束设定能够有效避免重复的无益估计过程,减少了运算复杂度,方法简便、快捷,且无需知道辅助源的精确位置信息便能够精确估计出误差参数及来波方位,最后通过仿真试验说明了算法的有效性。     

一种新的波达方向和多普勒频率估计算法

基于均匀圆形阵列,提出了一种同时估计空间非相干信号源方位角、仰角和多普勒频率的快速算法。该方法对均匀圆阵的输出信号进行模式空间转换,使得阵列流形具有类似于均匀线阵的形式,然后通过构造相应的数据矩阵得到传播算子的最小二乘（LS）估计,并由传播算子构造出一个特殊的低维矩阵,其特征值给出多普勒频率估计,特征向量舍有阵列流形的信息。结合模式空间阵列流形的性质,给出了一种DOA估计的总体最小二乘算法,在低信噪比条件下可提高测向精度。该方法不需要谱峰搜索和参数配对,具有运算量小的优点。计算机仿真验证了该方法的有效性。     

基于极化敏感阵列均匀线阵的二维DOA估计

针对残缺电磁矢量传感器的极化敏感阵列多参数联合估计问题,该文提出一种基于正交偶极子的均匀线阵的2维波达方向(Direction-Of-Arrival, DOA)估计算法。首先,对极化敏感阵列的接收数据矢量的协方差矩阵进行特征分解,然后将信号子空间划分成4个子阵,根据旋转不变子空间(ESPRIT)算法分别求出其中1个子阵与其它3个子阵的相位差,再对不同子阵间的相位差进行配对,最后根据相位差求出信号的DOA估计和极化参数。由正交偶极子组成的均匀线阵使用极化MUSIC算法和传统ESPRIT算法无法进行2维DOA估计,该文提出的算法解决了这个问题,并且相较于极化MUISC算法降低了算法的复杂度。仿真结果验证了该文算法的有效性。     

基于Bessel先验快速稀疏贝叶斯学习的互质阵列DOA估计

为提高低采样点条件下互质阵列DOA估计精度,该文提出基于Bessel先验快速稀疏贝叶斯学习算法。该方法针对互质阵列输出的多采样点复数数据,首先构建了基于Bessel先验的多量测分层模型;其次推导了模型所涉超参数的对数似然函数,根据最大似然估计准则得到了超参数的迭代公式;最后提出了快速实现方案,提高了运算效率。仿真结果表明,该方法不依赖先验信息,在低采样点条件下具有更高的DOA估计精度和分辨率,能够对相干信号进行高精度DOA估计,并具有较高的运算效率。此外,该文探究了虚拟阵列扩展与互质阵列测向自由度扩展间的关联,为后续阵列误差条件下互质阵列DOA研究估计提供参考。     

基于秩减估计器的L型阵列二维波达角估计算法

针对L型阵列2维波达角(2D-DOA)估计问题,该文提出了一种新的基于秩减估计器的算法。该算法利用辅助角将2D-DOA估计问题转换为两个级联的1D-DOA估计问题：首先采用基于传播算子的秩减估计器获得高精度的辅助角估计;其次利用辅助角估计结果获得某一入射角的一元代价函数,借鉴root-MUSIC算法通过对多项式求根获得某一入射角估计,而另一入射角估计可由已得角度估计和辅助角估计通过简单转换获得且两入射角之间无需配对。运算量分析表明,该算法运算量与JEADE算法接近,大于CODE和root-MUSIC算法。仿真实验验证了该算法在不同信噪比、快拍数目条件下可获得高精度的DOA估计结果。     

基于降维波束空间的实值ESPRIT单基地MIMO雷达测角算法

单基地多输入多输出(MIMO)雷达的波达方向(DOA)估计问题是近年来研究的热点。高维度的MIMO雷达数据,导致传统旋转不变性参数估计技术(ESPRIT)算法需要付出较大的运算代价。在低信噪比、低快拍数的条件下,传统ESPRIT算法性能会严重下降。为了克服传统ESPRIT算法的以上缺点,该文提出一种降维波束空间的实值ESPRIT算法。该算法通过转换矩阵,将高维度MIMO雷达数据转换到低维度的数据,从而去除数据中的冗余。然后再将低维数据变换到波束空间,构造实值旋转不变性等式,用以估计目标的角度。仿真结果表明,在低信噪比和低快拍数时,相比于传统ESPRIT算法,该文所提方法具有更好的角度估计性能和更少的运算量。     

Estimation of 2-D DOA using non-circular music method for Uniform Circular and Rectangular Arrays

This paper extends the Non-Circular MUltiple SIgnal Classification (MUSIC) (NC-MUSIC) method for the common array geometries including Uniform Circular Arrays (UCAs) and Uniform Rectangular Arrays (URAs), which enables the algorithm to estimate 2-D Direction Of Arrival (DOA). A comparison between UCAs and URAs of NC-MUSIC is made in this paper. The simulations show that the NC-MUSIC method doubles the maximum estimation number of standard MUSIC. Using non-circular signals, the performance of URAs is improved remarkably while the improvement of UCAs is not so significantly. Moreover, the influence of arrays structures on the NC-MUSIC method is dis-cussed.