基于均匀圆阵的信号源DOA和多谱勒频率估计算法

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、俯仰角和多谱勒频率的算法,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谱勒频率,由各特征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。     

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。     

一种可自动配对的二维波达方向估计算法

针对非相关远场窄带信号,提出了一种基于L阵模型的低复杂度高分辨二维波达方向估计算法。该方法通过利用互相关矩阵以及L阵的几何结构,消除了附加噪声的影响,且对于方位角和俯仰角的求取仅仅需要一维估计,同时该算法只需对一个低维矩阵进行特征值分解,减少了运算负担,该算法利用特征值求取俯仰角,利用相应的特征向量构造出的虚拟阵列响应矩阵求取与俯仰角配对的方位角。仿真进一步证明了算法的有效性,通过仿真还可以看出,该文所提方法在低信噪比、小快拍数和较小角度间距的情况下都具有良好的性能。     

一种互耦条件下多径信号的2D DOA估计方法

在均匀圆阵的阵列结构下,提出了一种互耦条件下相干多径信号的2D DOA估计方法,该方法基于RARE降秩理论,首先对多径相干源进行去相干处理,并对与俯仰角相关的互耦矩阵进行补偿,然后将圆阵导向矢量转换成新的波束空间阵列流型,同时将俯仰角与方位角变量构造到两个独立的函数中去,实现在互耦未知的情况下用求根的方法估计出方位角,再根据俯仰角向量函数与噪声零空间的关系通过1D参数搜索得到俯仰角的估计,最后再与方位角配对,得到2DDOA估计结果.整个估计过程仅需要1D参数搜索,不需要预先知道空间信源个数及相关性,俯仰角与方位角能正确配对,克服了RARE算法中2D DOA伪估计问题,没有孔径损失,计算量较RARE算法增加不大.仿真结果验证所提方法的有效性.     

基于时空结构的阵列信号三维参数同时估计方法

提出了一种针对空间非相关窄带信号源的中心频率、方位角和俯仰角三维参数的同时估计方法。该方法通过对均匀双平行线阵时域采样构造虚拟阵元，然后结合空域采样数据构造时空DOA矩阵，对DOA矩阵进行特征分解，利用分解得到的特征值和特征向量估计出信号源的三维参数。该方法不需要进行谱峰搜索，运算量小，能实现频率、方位角和俯仰角的同时估计与自动配对，具有较高的分辨率，且能估计出比阵元数多的信号源的参数，给出的计算机仿真结果证明了该方法的有效性。     

基于双向传播算子的互质面阵二维波达方向估计

针对谱峰搜索的二维波达方向估计中现有算法复杂度高,精度受搜索间隔影响较大的问题,给出了一种双向传播算子的互质面阵二维波达方向估计算法,实现了俯仰角和方位角的低复杂、高精度、无模糊联合估计.该方法首先将互质阵列引入到二维波达方向估计中,构造互质平面阵模型,然后采用两次旋转不变传播算子方法计算出不同阵列流型方向上的旋转因子矩阵,根据旋转因子矩阵解算出目标信号的俯仰角和方位角,同时利用互质理论消除了稀疏阵列角度估计的不确定性,证明了互质阵列模型下采用双向传播算子方法进行俯仰角和方位角估计的无模糊性.对算法的复杂度进行理论分析,并给出了平面阵列角度估计的克拉美罗界推导.理论分析与仿真结果表明,算法不需要进行角度匹配和谱峰搜索,在相同条件下的均方根误差性能优于均匀平面阵的多重信号分类算法,并且以较低的复杂度无模糊的达到了高维网格搜索的精度.     

单快拍数据的分布式二维阵列测角方法研究

该文针对2维阵列波达方向估计问题,提出一种基于单快拍数据的分布式2维DOA估计算法。该算法首先利用每个子阵单元的单快拍数据进行2维Hankle矩阵构造;然后基于2维状态空间平衡法分别获得方位角和俯仰角子阵单元内DOA估计与子阵单元间DOA估计;最后通过解模糊算法获得方位角和俯仰角高精度无模糊DOA估计。该算法较好地解决了子阵单元内DOA估计和子阵单元间DOA估计之间的配对问题以及俯仰角和方位角之间配对问题,充分利用分布式阵列扩展阵列物理孔径特性;同时该算法可直接对相干信号和非相干信号进行处理。计算机仿真结果验证了所提算法的有效性。     

动目标多径回波的时延、到达角和多普勒频率联合估计

动目标回波的时延、到达角与多普勒频率等参数,都是定位与跟踪目标所需的重要参数。本文针对动目标多径回波的参数估计问题,利用照射信号的周期重复性建立了具有旋转不变结构的阵列接收信号模型,并将PRO-ESPRIT算法应用于该信号模型,从而利用模型中的旋转不变因子及其对应的特征向量估计得到各多普勒频率、时延和到达角参数。这一方法对阵列形式没有特殊要求;与已有的联合估计方法相比,多参数联合估计时无需高维搜索或迭代,估得的对应相同回波的信号参数自动配对;在照射信号未知及存在相同多普勒频率参数的条件下,仍具适用性。计算机仿真结果证实了该方法的有效性。     

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。     

MODE SPACE SMOOTHING ALGORITHM TO ESTIMATE DOA OF COHERENT SIGNALS IMPINGING ON UNIFORM CIRCULAR ARRAY

A novel method to estimate DOA of coherent signals impinging on a uniform circular array( UCA) is presented in this paper. A virtual uniform linear array (VULA) is first derived by using spatial DFT technique, transforming the UCA from element space to phase mode space to obtain the properties of ordinary ULA, and then the well known spatial smoothing technique is applied to the VULA so that the lost rank of covariance matrix due to signal coherence can be retrieved. This method makes it feasible to use the simple MUSIC algorithm to estimate DOA of coherent signals impinging on a UCA without heavy computation burden. Simulation results strongly verify the effectiveness of the algorithm.     

一种新的DOA估计方法

本文提出了一种用天线阵来进行多个人射平面波的DOA(direction of arrival)估计方法.这种方法可以解决以往像MUSIC、ESPRIT等算法信号数不能超过阵元数的问题.这种方法计算量少、精度高、可适用于任意几何形状天线阵.同时得到信号频率估计,在平面阵中可得到自动成对的2维角估计.并且借助于相应技术,可...     

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。     

Spatially Close Signals Separation via Array Aperture Expansions and Spatial Spectrum Averaging

A resolution enhancement method for estimating the direction‐of‐arrival (DOA) of signals is presented. The proposed method is by virtually expanding a real array into virtual arrays and then averaging the spatial spectrum of the virtual arrays, each of which has a different aperture size. Superior DOA resolutions are shown in comparison with the standard algorithm, MUltiple SIgnal Classification (MUSIC), for incoherent signals incident on a uniform circular array.     

信号频率和到达角联合估计新方法

提出了一种类L型阵,并运用快速子空间法得到噪声子空间,然后进行频率、到达角二维搜索。此方法阵元结构简单,物理易实现;无需特征分解,计算量大大降低;参数估计精度较高,与多抽头MUSIC方法相当。仿真试验证明了此方法的可行性。     

基于对数螺旋阵的波达方向估计

系统渡达方向(DOA)的估计能力受天线阵的几何结构影响很大.提出了一种新的二维天线阵列流形--对数螺旋阵,该阵列流形具有天线单元数少、天线孔径大、分辨力高的特点.通过粒子群优化方法(PSO)确定了无栅瓣的阵结构参数,计算了此阵的天线方向图并与矩形阵、圆环阵做了比较,利用MUSIC方法进行了二维空间谱估计,仿真结果表明:利用该对数螺旋多天线阵可以实现高分辨二维DOA估计.     

基于深度卷积网络的二维波达方向估计方法

为了提高信号波达方向估计技术的实时性和简便性,设计了一种适用于估计均匀圆阵多信号波达方向的深度卷积网络。由阵列观测数据得到的协方差矩阵被当作是包含实部和虚部两个通道的图像,将其当作是卷积神经网络的输入张量,便可以通过训练网络来提取包含在信号协方差矩阵中的波达方向细微特征,从而实现准确快速地同时对多个入射信号的方向进行估计的目的。仿真结果表明,设计的深度卷积网络能够很好地完成二维信号波达方向估计。相比于现有估计方法,卷积网络给出的结果更加精确,且算法相对稳定。因此,提出的深度卷积网络在多目标方位识别与跟踪领域具有潜在的工程应用价值。