采用相干积累矢量平滑实现小样本信号解相干

提出了一种基于相干积累矢量空间平滑的解相干算法,该算法基于相干积累的原理来构建矢量,其对阵列输出进行相干积累后得到特征矢量,由此特征矢量进行前后向空间平滑,构建矩阵,实现解相干.最后由该矩阵奇异值分解得到信号或噪声子空间,与现有解相干算法相比,运算量大大下降.仿真结果表明,该算法具有很好的抗噪性,其在信噪比高于-14 dB时保持了与基于特征分解的矢量奇异值法相似的性能.     

声矢量阵快速子空间方位估计算法

针对声矢量阵高分辨方位估计算法运算量大的问题,基于声压振速联合信息处理,提出了一种快速的声矢量阵高分辨方位估计算法．该算法选择参考阵元的电子旋转矢量作为期望信号,运用多级维纳滤波器(MSWF)对信号子空间进行快速估计,不需要计算声矢量阵的互协方差矩阵,不用进行特征值分解,从而大大缩减了计算量．另外,该算法基于矢量传感器声压与振速的相干性原理,充分利用了声压振速组合抗干扰能力,有效抑制了各向同性噪声．理论分析和计算机仿真表明,该算法在拥有良好DOA估计性能的同时,大大减小计算量．     

基于信号子空间的正交矢量谱估计新方法--OVSS法

频谱估计被广泛的应用于工程中，在自相关阵的特征值分解中，存在着两个特征矢量子空间－－信号子空间和噪声子空间，基于信号子空间的频谱估计方法具有较好的统计稳定性；基于噪声（正交）子空间的频谱估计方法则具有很高的谱分辨率，本提出的新方法具有更高的谱分辨率和更好的统计稳定性，新方法对信号相关阵的最大特征值所对应的特征矢量按一定规律排成矩。进行奇异值分解，其右奇异矢量同样存在信号子空间和正交子空间，基于正交子空间的正交矢量谱估计法，源于信号自相关阵的信号子空间，有着高统计稳定性，同时又是正交方法，具有很高的分辨率，由于主特征矢量排出的矩阵阶数较低，也不会出现伪峰，将此方法称之为OVSS谱估计法，大量模拟试验显示OVSS谱估计法，是一种高质量谱估计方法。     

单矢量水听器ESPRIT波达方向估计算法

针对自相关算法的局限性,提出了一种基于高阶累积量的单矢量水听器ESPRIT算法.该算法首先对单个矢量水听器接收数据作-任意的时间延迟,以时间变元为旋转因子,构造了2个具有相同阵形的子阵,然后将高分辨信号子空间类方法的正交化原理及旋转子空间不变原理引入累积量域,得到基于高阶累积量切片的ESPRIT方法.仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,ESPRIT算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,信噪比6dB以上该方法还是能获得高精度、高分辨率的渐近无偏估计.     

基于加权1范数稀疏信号重建的DoA估计

针对l₁范数下奇异值分解的l₁-SVD稀疏信号重建的波达方向估计方法存在求解量的稀疏性较差且空间谱中存在较多的伪峰,不能准确估计波达方向的问题,对接收信号矩阵进行预处理,并使用信号子空间设计权值矢量得到更好的稀疏性和更好地逼近l₀范数,利用得到的权值矢量对l₁-SVD算法中解矢量的各个元素进行加权,以得到的加权l₁范数作为最小化的目标函数进行优化.仿真结果表明,提出的算法在快拍数、正则化参数和信噪比等条件改变的情况下能有效抑制伪峰,并准确稳定地估计出波达方向.     

基于张量域降噪的宽带DOA估计

针对低信噪比条件下远场宽带信号波达方向(DOA)估计精度低的问题,提出了一种基于张量域降噪的宽带DOA估计算法。首先,联合各子频带数据构造张量信号;然后进行高阶奇异值分解,并利用最小描述长度准则分离信号与噪声;其次,改进协方差矩阵拟合算法,利用L1范数对信号功率进行约束,获得L1约束问题模型并求解;最后,对所有窄带估计结果进行融合得到宽带信号DOA。仿真结果表明,该算法可有效地降噪,同时较求根多重信号分类算法和旋转不变子空间参数估计算法,该算法对DOA估计无需预知信源数目,且在低信噪比条件下具有较小的均方根误差。     

基于奇异值分解处理相干信号的新方法

相干信号的波达方向(DOA)估计一直是空间谱估计研究的一个重点问题,文章通过对奇异值分解解决信号相关问题的研究,提出了一种基于奇异值分解处理相干信号的新算法(MSVD),即利用信号相关阵的最大特征值所对应的特征矢量按一定规则排列出新的矩阵,再对此矩阵进行修正,最后利用奇异值分解得到信号的有关信息.该算法能在低信噪比条件下有效地估计相干的信源,其估计精度要远远高于常用解相干算法.最后用大量的计算机仿真实验来说明新方法的性能:即在低信噪比情况下(0 dB),MSVD的分辨能力远远高于MSS算法和SVD算法;在信号间隔较小时,MSS和SVD方法已无法分辨出信号源,而MSVD方法仍能分辨.     

基于MUSIC算法的Pol-InSAR相位估计方法

提出了一种基于MUSIC算法的Pol-InSAR多干涉相位估计方法.该方法结合维纳滤波理论构造最佳加权矢量,通过对其组成的最佳协方差矩阵特征分解得到信号子空间和噪声子空间,充分利用相应像素对其相邻像素的相干信息,并根据MUSIC算法中信号子空间和噪声子空间的正交性构造空间谱函数,通过谱峰搜索准确地估计Pol-InSAR...     

基于加权l1范数稀疏信号表示的DOA估计

为了在小样本、低信噪比以及高信源相关性的条件下都能对波达方向(direction of arrival,DOA)进行精确估计,基于压缩感知理论,利用目标信号空间分布的稀疏性,提出了基于加权l_1范数稀疏信号表示的DOA估计算法.该算法对l_1-奇异值分解(singular value decomposition,SVD)算法进行改进,对接收矩阵进行预处理,根据子空间的正交性确定加权矩阵,以加权l_1范数作为最小化的目标函数进行优化得到稀疏信号,进而得到信号的DOA.仿真结果表明,通过加权处理的l_1范数下稀疏信号重构方法能有效抑制偏差,在低信噪比下能够准确稳定地估计出DOA,并且能够提高估计精度.     

基于噪声子空间二阶锥规划求解的宽带波达方向估计算法

现有宽带子空间类方位估计方法需要对庞大的空时联合采样相关矩阵进行特征分解运算以获得好的估计性能,计算复杂度高.提出一种基于噪声子空间二阶锥规划求解、计算有效的宽带波达方向估计算法.该算法将宽带信号低秩模型的噪声子空间估计转换为凸最优理论中的二阶锥规划问题,实现宽带源方位估计,整个过程不需要估计样本协方差矩阵,不需要矩阵特征值分解或奇异值分解,运算量低.给出算法的理论分析、实现步骤.统计性能比较表明该算法分辨门限低、方位估计精度高.千岛湖湖试结果证明该算法在实际声纳阵系统中可有效实现宽带源波达方向估计.     

Tensor-Based Source Localization Method with EVS Array

In many wireless scenarios, e.g., wireless communications, radars, remote sensing, direc-tion-of-arrival (DOA) is of great significance. In this paper, by making use of electromagnetic vec-tor sensors (EVS) array, we settle the issue of two-dimensional (2D) DOA, and propose a covari-ance tensor-based estimator. First of all, a fourth-order covariance tensor is used to formulate the array covariance measurement. Then an enhanced signal subspace is obtained by utilizing the high-er-order singular value decomposition (HOSVD). Afterwards, by exploiting the rotation invariant property of the uniform array, we can acquire the elevation angles. Subsequently, we can take ad-vantage of vector cross-product technique to estimate the azimuth angles. Finally, the polarization parameters estimation can be easily completed via least squares, which may make contributions to identifying polarization state of the weak signal. Our tensor covariance algorithm can be adapted to spatially colored noise scenes, suggesting that it is more flexible than the most advanced algorithms. Numerical experiments can prove the superiority and effectiveness of the proposed approach.     

基于nested阵列的高分辨DOA估计

针对nested阵列对邻近信号的分辨力受信噪比和快拍数等因素限制的问题,提出了基于nested阵列的加权子空间平滑M USIC算法.该算法对协方差矩阵向量化以提高整个阵列的自由度,使用空间平滑恢复新接收数据矢量阵的秩,采用校正的噪声特征值对噪声子空间进行加权,并对信号子空间进行空间谱合成,得到新算法的空间谱函数.通过搜索空间谱函数极大值实现DOA估计.结果表明,该算法在低信噪比及小快拍数条件下,对间隔较近的信号具有高分辨力.     

一种快速波达方向估计算法

提出了一种基于多级维纳滤波的波达方向估计算法．利用均匀等距阵列的互相关向量处于信号子空间内的特点,采用多级维纳滤波得到了一种不需要期望信号和特征分解的信号子空间估计方法,然后采用最小范数求根方法得到波达方向的快速估计．该方法在没有期望信号的环境下能够快速有效估计波达方向,其计算复杂度为O(NLP),这里N为阵元数,L为样本数,P为信源数．最后通过仿真实验验证了该方法的有效性．     

高分辩DOA估计的子空间方法

首先对基阵所张成的空间、信号子空间和噪声子空间给出了定义.通过这些定义对用于高分辩DOA估计的子空间方法,阐述了一个较为系统的理论,并且应用这个理论,对几种典型的子空间方法进行了分析.指出了用子空间方法进行DOA估计的关键是:第一,如何将基阵张成的空间划分为信号子空间和噪声子空间;第二.如何利用信号子空间和(或)噪声子空间估计信号方向矢量.给出了在已知信号子空间和噪声子空间的条件下,满足方位估计唯一性的控制矢量条件,并且给出了证明.     

线阵相干源方位估计的波束域WSF算法实验验证

波束域加权子空间拟合（ｗｅｉｇｈｔｅｄ ｓｕｂｓｐａｃｅ ｆｉｔｔｉｎｇ－－ＷＳＦ）算法保留了阵元域ＷＳＦ算法最佳的目标方位估计性能,而其运算量则有所降低。本针对声呐系统中常用的线阵,通过计算机模拟实验和消声水池物理仿真实验研究了波束域ＷＳＦ算法解相干信源的性能。计算机模拟结果表明波束域ＷＳＦ算法可在低至－８ｄＢ的信噪比上分辨半常规束宽的强相关等功率信源,而水池实验则进一步表明算法可分辨不等功率     

四元数矩阵重构鲁棒波束形成算法

极化敏感阵列的四元数信号模型保持了偶极子阵元分量之间固有的正交性,因而四元数MVDR（Q-MVDR）算法具有比传统复数域MVDR算法更优的性能,但在强期望信号和导向矢量失配的情况下,Q-MVDR算法性能严重下降,甚至会出现期望信号相消现象.针对此问题,提出一种基于四元数矩阵重构的鲁棒波束形成算法.首先建立极化敏感阵列的四元数模型,将协方差矩阵重构方法扩展到四元数域,利用子空间方法得到干扰信号的导向矢量估计,并采用Capon谱估计方法获得干扰信号的功率,重构出干扰噪声协方差矩阵;然后根据信号子空间与噪声子空间的正交性,以及期望信号导向矢量与信号子空间属于同一子空间的特性,将权矢量投影到四元数信号子空间,对期望信号导向矢量失配误差进行修正;最后通过仿真实验验证了算法的有效性.仿真结果表明,在强期望信号和期望信号导向矢量失配时,与传统算法相比,本文算法有效避免期望信号相消引起的性能下降,增强了算法的鲁棒性,可以达到接近最优值的输出信干噪比(SINR).     

Performance study of a class of cyclic weighted subspace fitting methods

Ｍａｎｙｍａｎｍａｄｅｓｉｇｎａｌｓｉｎｃｏｍｍｕｎｉｃａｔｉｏｎ,ｒａｄａｒａｎｄｓｏｎａｒｅｘｈｉｂｉｔｃｙｃｌｏｓｔａｔｉｏｎａｒｉｔｙ.Ｒｅｃｅｎｔｌｙ,ｔｈｅｅｓｔｉｍａｔｉｏｎｏｆｔｈｅｄｉｒｅｃｔｉｏｎｏｆａｒｒｉｖａｌ(ＤＯＡ)ｆｏｒｃｙｃｌｏｓｔａｔｉｏｎａｒｙｓｉｇｎａｌｓｈａｓｄｒａｗｎｍｕｃｈｉｎｔｅｒｅｓｔ[1-3].Ａｓｓｕｍｅｔｈａｔｄｅｓｉｒｅｄｓｉｇｎａｌｓｅｘｈｉｂｉｔｃｙｃｌｏｓｔａｔｉｏｎａｒｉｔｙ,ｗｈｉｌｅｕｎｄｅｓｉｒｅｄｓｉｇｎａｌｓｄｏｎｏｔｈａｖｅｔｈｅｐ…     

一种新的均匀圆阵互耦校正算法

提出了一种估计均匀圆阵互耦系数的算法. 该算法首先将包含互耦系数信息的信号子空间向量表示为互耦系数矩阵和理想阵列导引向量的乘积. 然后，对互耦系数矩阵进行变换，进而用一个列向量表示出互耦系数矩阵中的全部独立元素； 并提出了基于最小条件数准则下对矩阵求逆从而给出此列向量的估计. 仿真证明了该方法可以准确估计互耦系数矩阵，并对小误差微扰具有一定稳定性.     

Photonic Vector Signal Generation by Frequency Sextupling for Radio Over Fiber Systems

面向光载射频系统的光子学六倍频矢量信号产生方案

王思阳,刘乃安

（西安电子科技大学 综合服务网络国家重点实验室,西安 710071）

创新点说明：

提出一种面向光载射频系统的光子学六倍频矢量信号产生新方案,该方案结构简单,可通过光子学六倍频技术大幅度降低系统带宽需求,产生的矢量信号质量较好,可避免由光纤色散引起的周期性功率衰落,避免相位混叠。

研究目的：

利用光子学大带宽优势,实现60GHz频段矢量信号的光子学产生,降低调制器、本振、驱动电路的带宽,同时避免相位混叠和功率衰落。

研究方法：

通过理论分析与仿真验证相结合的方法。

结果：

1）经过0-40km光纤传输,矢量信号功率保持一致,说明该方案产生的矢量信号可以避免由光纤色散引起的周期性功率衰落。

2）产生的矢量信号解调后星座图完好,说明该矢量信号产生方法可避免相位混叠。

3）在保证误码率小于10^-9情况下,与未光纤传输相比,光纤传输20、30、40km后接收机功率最大仅增加2.5dB,说明该方法产生的矢量信号质量较好,适合长距离光纤传输。

结论：

所提出的光子学矢量信号六倍频产生方案,结构简单,产生的矢量信号质量较好,可避免由光纤色散引起的周期性功率衰落,避免相位混叠,另外六倍频技术可大幅度降低系统的带宽需求。该方案有望应用于未来60GHz的宽带无线通信系统中。

关键词：双平行马增调制器;倍频;上变频;矢量信号;光载射频

     

一种改进的二维ESPRIT算法

针对二维旋转不变子空间算法(estimation of signal parameters via rotational invariance technigues,ESPRIT)在求解信号时协方差矩阵存在阵列冗余问题,提出一种改进后的二维ESPRIT算法。该算法利用阵列结构原理构造2个互相关矩阵,然后由合并的特殊大矩阵进行奇异值分解来估计信号子空间,最后利用2D-ESPRIT方法实现二维测向。该算法估计精度高,计算量小,通过空间平滑后既能对相干信号进行估计,也能同时估计非相干信号。