基于遗传算法的均匀圆阵DOA估计研究

用遗传算法对均匀圆阵进行目标的方位角估计,引入确定性最大似然准则确定遗传算法中的适应度函数,利用模式空间变换方法将均匀圆阵转换为虚拟线阵.通过计算机仿真验证算法在低信噪比的情况下有很好的收敛性和稳定性.     

基于均匀圆阵的LFM信号DOA估计

针对为解决对雷达和通信中的线性调频信号源(LFM)定位的难题,为提高定位精度,提出了一种基于均匀圆阵的测向定位方法.方法通过分数傅立叶变换(FRFT)对LFM信号的能量聚焦特性,构造出一种新的FRFT域阵列数据模型;采用UCA-RB-MUSIC算法测向,通过模式激励法把阵元空间转换到实波束空间,对谱函数进行二维搜索,得到辐射源的方位角和俯仰角.通过理论推导和仿真验证,证明方法具有测向精度高、运算量小、360°全方位测向的优点.     

基于FRFT的多分量LFM信号DOA估计

提出了一种基于分数阶Fourier变换的多分量LFM信号波达方向估计算法。观测信号经滤波和解线调处理,变换为一系列单频平稳信号。在分数阶Fourier域结合传统的MUSIC算法,从而实现了LFM信号的方向估计。给出了估计误差的统计分析,使得这一方法在理论上趋于完备,仿真试验验证了算法的有效性。     

基于均匀圆阵的改进UCA-ESPRIT算法

波达方向(DOA)估计是阵列信号处理的研究热点和难点之一。基于阵列天线, 利用空间谱估计理论进行DOA估计,提出一种改进算法——I-UCA-ESPRIT。首先根据均匀圆阵(UCA)的中心对称性,将输入信号进行重新排列;然后将重新排列的信号进行实值转换,并对相关矩阵进行特征值分解;最后引入SVD算法,以求解来波信号的方位角和俯仰角。仿真结果表明,该算法不仅适用于DOA估计的非相干信号和相干信号,且优于UCA-RB-MUSIC算法和UCA-ESPRIT算法。     

均匀圆阵MIMO雷达中的DOA估计新算法

当前多输入多输出(MIMO)雷达波达方向(DOA)估计的研究均以传统算法为依托,无法估计具有循环平稳特性的信号的波达方向。因上述一类信号广泛运用于信号处理领域,为改进传统算法,提出了一种基于循环统计量的MIMO雷达DOA估计新算法,均匀圆阵可进行360度全方位、无模糊的方位估计,可同时提供方位角和俯仰角信息,并在均匀圆阵中进行了新算法的理论推导,实现了在非平稳信号环境中对俯仰角和方位角同时估计。     

基于ResNet的和差共阵DOA估计

传统互质阵列的差分共阵存在“空洞”,即缺少一些虚拟阵列元素。论文采用和差共阵形成更大尺寸的连续虚拟阵列,保留了传统的互质阵列配置,同时,将残差网络（ResNet）应用于到达方向（DOA）估计算法。论文采用的算法先将和差共阵输出的空间平滑矩阵处理后,得到特征数据,然后输入到ResNet中,将DOA估计转变为特征数据和DOA之间的非线性映射关系。通过ResNet对信号分类来实现DOA估计,相比于传统的互质阵列,基于ResNet的和差共阵DOA估计算法具有更强的准确性和适应性。     

基于三维交叉阵的相干分布式信号源DOA估计

研究了相干分布式信号源的二维中心波达方向估计（Direction of arrival, DOA）。利用三维交叉阵的对称特性,用求根的方法和广义ESPRIT算法分别估计出相干分布式信号源的中心俯仰角和中心方位角。所提算法无需知道相干分布式信号源的角信号分布函数,并且只需要一维谱搜索。此外,非圆信号的引入使得算法获得了更高的估计精度。计算机仿真验证了算法的有效性。     

基于均匀圆阵的相干信源二维角估计方法

论述了一种利用旋转子空间不变技术对相干信源二维角估计的方法。此方法通过对天线阵列进行虚拟平移，相当于将信号矢量进行旋转，从而使相干信号源的协方差矩阵的秩恢复为满秩，达到去相干的目的。该方法解决了均匀圆阵对二维相干源的测向问题。计算机仿真结果证实了该算法的有效性。     

基于圆阵双基地MIMO雷达多维角度联合估计

提出了一种基于均匀圆阵双基地MIMO雷达多目标多维角度估计的新算法。对阵列接收信号进行分析,表明其具有平行因子三线性模型特征,利用该模型低秩分解的唯一性条件,从分解得到的矩阵中联合估计出多维角度。该方法无需谱峰搜索,可实现参数的同时估计与配对,与基于旋转不变参数估计技术(Estimation of signal parameters via rotational invariance techniques,ESPRIT)思想的算法相比具有更高的估计精度,而且在小样本数下也能较好地工作。仿真结果验证了该算法的有效性。     

刚性球上均匀圆阵声源方位角估计算法仿真

为了研究环绕在刚性球上均匀圆阵声源方位角估计问题.以环绕在刚性球上的均匀圆阵为阵列模型,分析了刚性球体对圆阵响应的影响,在球坐标系下对声场分解所得到的特征波束空间,利用EB-ESPRIT算法和EB-Unitary-ESPRIT算法实现了声源方位角估计.计算机仿真表明,在独立声源条件下,两种算法均能较好地估计出空间多个声源的方位角,并且EB-Unitary-ESPRIT算法计算量小,估计精度高.另外具有解相关声源的能力.     

基于分数阶傅里叶变换的宽带LFM相干信号二维DOA估计

在分数阶傅里叶(FRF)域从离散角度推导了二维DOA估计数学模型,并在此模型基础上提出基于分数阶Fourier变换的二维相干信号DOA估计新算法.该方法利用分数阶傅里叶变换良好的能量聚集性,在分数阶傅里叶(FRF)域构造前后向空间平滑DOA矩阵.通过对DOA矩阵进行特征值分解,估计信号子空间和噪声子空间,由信号子空间的特征值和特征向量得到宽带LFM相干信号的二维到达角,避免了二维谱峰搜索和交叉项,也无需参数配对.理论推导与实验仿真验证了算法的有效性.     

短快拍条件下宽带chirp信号的波达方向估计

传统的波达方向(DOA)估计算法角度分辨率低或者依赖于大量的快拍,基于稀疏参数估计的SPICE谱估计算法虽然在很少的快拍数即短快拍条件下就能达到较高的分辨率以及低的旁瓣水平,但是只适用于窄带信号。为了解决上述问题,即仅依靠少量快拍实现对宽带线性调频(chirp)信号的高分辨率DOA估计,提出了一种FrFT-SPICE算法。首先,将宽带chirp信号进行特定阶次的分数阶傅里叶变换(FrFT),将时域的chirp波形变为FrFT域的单频正弦波形;其次,推导出FrFT之后接收信号的方向向量;最后,将方向向量代入到窄带的SPICE算法中,实现对宽带chirp信号的DOA估计。仿真实验中,在少量快拍以及扫描间隔相同的前提下,同多重信号分类(MUSIC)与FrFT相结合的FrFT-MUSIC算法相比, FrFT-SPICE在DOA估计的分辨率方面有所提高;而同将空间重采样(SR)与迭代自适应算法(IAA)相结合的SR-IAA相比, FrFT-SPICE在估计精度上有所提高。实验结果表明,所提算法能够在短快拍条件下实现对宽带chirp信号的高分辨率、高精度的DOA估计。     

基于完美抽样的阵列单通道DOA估计方法

提出了一种新的基于接收通道轮流采样的阵列单通道波达方向估计算法.该算法通过射频开关控制接收通道轮流对各阵元进行采样建立新的阵列单通道窄带信号频域空间谱估计模型,基于该模型推导了来波方向的后验概率密度函数,结合马尔科夫链蒙特卡洛方法(MCMC),提出一种新的完美抽样策略,实现了波达方向(DOA)的估计.仿真实验结果表明,该方法参数估计性能好,分辨率高,不但保持了原贝叶斯最大后验概率估计方法的优越性能,而且收敛速度更快.     

基于FFT和FRFT的非平稳干扰估计和抑制

提出了一个基于快速傅里叶变换(FFT)和分数阶傅里叶变换(FRFT)的线性频率调制(LFM)干扰参数的估计和抑制方法.通过FFT粗略估计和FRFT精确估计,确定LFM干扰在分数阶傅里叶域所处的旋转角度,估计出LFM的相关参数,利用最小二乘法综合出LFM干扰信号;然后从接收的信号中减去,有效地抑制LFM干扰.性能仿真分析表明,该方法较好地改善了误码率性能,降低了计算的复杂度,提高了系统处理的实时性.     

基于对称谱的宽带相干信号快速DOA估计

针对聚焦类宽带信号方位估计算法运算量较大的问题,提出了一种快速算法。首先利用矩阵的Toeplitz化重构,不用对阵列进行子阵分割,就可实现宽带信号的解相干;然后根据接收数据协方差矩阵的厄尔米特特性,利用酉变换将复数矩阵映射为实数矩阵,通过在实数域特征分解,降低了特征分解的计算复杂度;最后通过投影子空间正交技术,利用噪声子空间和共轭噪声子空间重新构造空间谱,根据谱对称性,在半谱内搜索即可得到信号的角度,同时使谱峰搜索的运算量降低了一半。理论分析及仿真结果表明,新算法无需聚焦运算,精度较高,运算量小,对宽带相干信号有效。     

低信噪比条件下的高分辨DOA估计算法

提出一种基于多级维纳滤波器（MSWF）的信号波达方向（DOA）估计算法。通过测试信号子空间的估计值与噪声子空间的正交性实现DOA粗估计,通过测试MSWF分解的互相关函数实现信号DOA的精估计。仿真实验表明,在低信噪比条件下,该算法比已有的子空间类算法有更好的分辨率和误差性能。     

互质线阵中一种基于共轭增广的DOA估计算法

论文开展互质线阵下的空间谱估计研究。通过利用信号二阶统计量的共轭增广特性,提出互质阵下基于共轭增广的酉旋转不变性进行信号参数估计 (Conjugate augmented unitary estimation of signal parameters via rotational invariance technique, CA-UESPRIT)波达方向(Direction of arrival, DOA)估计算法。该算法先利用不同时长间隔下接收信号的二阶统计量,构造共轭增广虚拟阵列以扩展阵列孔径和提高空间自由度。然后采用基于互质特性的联合UESPRIT算法实现DOA估计。相比于传统互质线阵下的联合UESPRIT算法,CA-UESPRIT算法DOA估计性能更优。此外,通过酉变换可以将ESPRIT算法的协方差矩阵从复数域转化到实数域,降低了复杂度的同时保证了测向精度。仿真结果证实了所提算法的有效性。     

DOA和频率联合估计高分辨算法

提出了一种基于双L型阵列结构针对空间非相干多个窄带信号源的中心频率、方位角和俯仰角三维参数的联合估计方法.该方法首先利用阵列接收数据构造时空矩阵,进而对时空矩阵进行特征分解,信号的三维参数由特征值和对应的特征向量直接得到.该方法不需要进行谱峰搜索,运算量小,可实现频率、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,同时解决了角度兼并问题,在无线电通信领域有很好的应用前景.给出的计算机仿真结果证明了该方法的有效性.