基于ANSG的雷达信号DOA估计算法

针对阵列信号处理中雷达信号的波达方向(DOA)估计,提出自适应噪声子空间生成(ANSG)算法。通过数值方法,得到阵列接收信号的协方差矩阵,以迭代方式处理约束最小化问题,实现ANSG。根据噪声子空间的表达式获得DOA估计,并且先验信息可以很好地融入算法的流程中,能够有效地解决复杂环境下的多信号源DOA估计问题。仿真结果表明,该算法适用于单频、线性频率调制以及二进制相移键控雷达信号,DOA估计精度和运算速度优于MUSIC。     

基于多级维纳滤波的卫星信号DOA盲估计研究

卫星信号的盲测向是使用阵列天线进行导航终端抗干扰的基础,为了解决该问题,文中利用每颗卫星对应C/A码的唯一性进行解扩,提高了卫星导航信号的信噪比,采用多级维纳滤波分解得到的信号子空间代替ESPRIT算法中特征分解得到的信号子空间,提出一种基于多级维纳滤波的ESPRIT算法来实现卫星导航信号测向的应用.仿真结果表明,该算法不但能够实现卫星导航弱信号的测向,而且能够降低ESPRIT算法的运算量,具有更好的稳健性和测向性能.     

基于稀疏贝叶斯学习的空间紧邻信号DOA估计算法

离格(off-grid)波达方向(DOA)估计解决的是实际DOA和假设网格点的失配问题.对于空间紧邻信号的DOA,稀疏的网格点会导致精度和分辨率的下降,密集的网格点虽然可以提高估计精度却显著增加计算负担.针对此问题,该文提出基于稀疏贝叶斯学习(SBL)的空间紧邻信号DOA估计算法,主要包括3个步骤.首先,通过最大化阵列输出的边缘似然函数,推导了信号在拉普拉斯先验下的新不动点迭代方法,进行超参数的预估计,相比其他经典SBL算法提高了收敛速度;其次,利用新网格插值方法优化网格点集,并二次估计噪声方差和信号功率以分辨空间紧邻信号的DOA;最后,推导了似然函数关于角度的最大化公式以改进离格DOA搜索.仿真表明该算法比其他经典SBL类算法对空间紧邻信号的DOA具有更高的精度和分辨率,同时有计算效率的提升.     

基于稀疏贝叶斯学习的空间紧邻信号DOA估计算法

离格(off-grid)波达方向(DOA)估计解决的是实际DOA和假设网格点的失配问题。对于空间紧邻信号的DOA,稀疏的网格点会导致精度和分辨率的下降,密集的网格点虽然可以提高估计精度却显著增加计算负担。针对此问题,该文提出基于稀疏贝叶斯学习(SBL)的空间紧邻信号DOA估计算法,主要包括3个步骤。首先,通过最大化阵列输出的边缘似然函数,推导了信号在拉普拉斯先验下的新不动点迭代方法,进行超参数的预估计,相比其他经典SBL算法提高了收敛速度;其次,利用新网格插值方法优化网格点集,并二次估计噪声方差和信号功率以分辨空间紧邻信号的DOA;最后,推导了似然函数关于角度的最大化公式以改进离格DOA搜索。仿真表明该算法比其他经典SBL类算法对空间紧邻信号的DOA具有更高的精度和分辨率,同时有计算效率的提升。     

均匀圆阵下的宽带信号DOA估计算法

为了解决传统宽带信号DOA估计在全频段作谱峰搜索所得空间谱分辨率较低和计算量非常大的问题,新算法采用FFT变换,仅仅通过采用选取的部分频带数据进行基于子空间的空间谱估计,不仅可以提高宽带信号DOA估计的分辨率,同时减少了运算量。文章介绍了算法实现过程,并对算法计算量进行了定量分析,分辨率和误差性能则通过仿真进行比较分析。另外,算法以均匀圆阵为模型,相对于线阵结构,使所得结论更加具有实用性。     

基于双边相关变换的宽带DOA估计快速算法

基于双边相关变换提出了一种宽带DOA估计快速算法.与已有的双边相关变换(TCT)算法不同,本方法虽然基于聚焦误差最小提出,但最终处理却避开了聚焦矩阵的构造和聚焦过程,从而大大提高了运算效率.理论分析证明该方法在构造无噪相关矩阵的过程中隐含了对各个频率点信号能量的聚焦,从而保证在简化运算的同时不损失估计性能.计算机仿真验证了快速算法的有效性.     

基于噪声子空间特征值重构的DOA估计算法

该文针对非等功率信号波达方向(DOA)估计问题,提出一种基于噪声子空间特征值重构(Eigenvalue Reconstruction of Noise Subspace, ERNS)的超分辨算法。算法对接收信号自相关矩阵进行特征值分解,通过重构噪声空间特征值以及引入虚拟信源来构造新的接收信号自相关矩阵,对该矩阵进行特征值分解得到新的噪声空间特征值。当虚拟信源与实际信源入射方向相同时,新噪声空间特征值与重构后噪声空间特征值保持不变,利用这一特性来估计信源入射方向。该文给出算法的原理及实现步骤,并通过仿真进行原理验证与性能分析,仿真结果表明与其他子空间算法和MUSIC 算法相比,ERNS算法能够提高弱信号估计成功的概率。     

基于噪声子空间解析形式的快速DOA估计算法

该文针对特殊的信号环境各辐射源信号均值相等且不为零,利用均匀线阵导向矢量的Vandermonde结构,推导出了噪声子空间的解析形式,并以此为基础提出了利用均匀线阵和稀疏平面阵的1维和2维DOA估计快速算法。该算法不需要计算接收数据的协方差矩阵,也不需要任何矩阵分解,因此计算量远小于传统的超分辨DOA估计,而且无论信号之间是否具有相干性,该方法有相同的估计性能。仿真实验表明,在噪声均值为零且快拍数足够的条件下,该方法的估计性能整体上与Root-MUSIC算法相当,而在信噪比较低时性能优于后者。     

基于声传感器阵列的高亚音速飞行目标宽带DOA时域MSWF快速估计方法

在海面低空飞行目标探测场景中,主要利用声学方法对目标进行测向从而为其他高精度雷达系统提供引导,这就对声学测向方法的实时性提出了较高要求。针对低空高亚音速飞行目标DOA的快速估计问题,以利用布设于有限空间内的声传感器阵实现海面高亚音速目标角度的快速估计为背景,针对其宽带声信号精确测向的难题,建立了基于均匀线性空间十字阵的宽带时域阵列信号模型,为实现海面低空飞行目标的快速声学测向,将经典宽带时域多级维纳滤波器（MSWF）的DOA估计方法拓展至时域模型,提出了相应的宽带DOA快速估计方法,该方法在保持了多重信号分类算法优势的同时,有效提升了声学DOA估计的实时性。      

基于类MUSIC的DOA估计算法

针对相关信号波达方向(DOA)的估计问题,提出了一种基于最大差值子矩阵的信号DOA估计方法.对利用Toepllitz构造的满秩矩阵进行特征值分解,得到排序后的特征值,并利用特征值的差值实现满秩矩阵筛选,同时结合传统MUSIC算法实现信号DOA估计.理论分析与仿真实验表明,本文所提方法在相关信号DOA估计方面具有更好的分辨力.     

信号特征向量分解与到达波方向估计＊

本文提出了到达波方向(DOA)估计的一种新算法。基于信号特征向量分解的一种唯一形式,我们提出了用递推算法来实现由一个或几个信号特征向量进行DOA估计。与一般的特征结构法相比,该方法不但可以解决相干源问题而且改善了在低信噪比情况下的估计性能,并具有使用灵活的特点。计算机仿真证实了上述结论。     

基于粒子滤波的宽带信号波达方向估计

利用粒子滤波对不同频率点处的目标阵列流形进行跟踪,实现宽带信号波达方向估计.该算法基于当前时刻的观测信息,无需估计观测协方差矩阵,使得在短数据情况下仍能够取得优良的估计性能.同时算法从一组随机的初始值出发,无需预估计波达方向,并且递推过程是基于极大似然估计的思想,具有解相关的能力.计算机仿真验证了算法在短数据、低信噪比...     

互耦效应对DOA估计的影响

在均匀线性阵列模型下,结合常规波束形成算法、Capon最小方差无失真响应(MVDR)波束形成算法、MUSIC算法、ESPRIT算法和Root-MUSIC算法等几种主要到达角(DOA)估计算法的原理,分析了互耦效应影响这些算法的作用机理,并利用MATLAB进行了数值仿真.理论分析和仿真结果表明,互耦效应带来的误差增大了DOA估计算法的估计误差,降低了估计成功概率,严重影响了算法的性能.     

基于调频Z变换的均匀线阵波达方向估计

提出了一种基于调频Z变换(CZT)的宽带波达方向估计算法.由均匀线阵的理想聚焦条件,提出了其焦矩阵的波矢量域求解原理及计算方法:首先从聚焦频率处的聚焦矩阵中依次选取一行向量,用CZT分别计算其它带内,各聚焦矩阵中相应位置的行向量的波矢量谱,再由傅立叶反变换得到相应的行向鼍.该方法可选择信号频带围内的任意值作为聚焦频率,...     

基于混沌寻优的DOA估计

提出用混沌优化的方法来实现阵列信号波达方向(DOA)的极大似然估计。基于混沌运动的遍历性、内在的随机性、规律性等特点的混沌优化算法是一种有效的全局优化算法,其计算复杂度较低。仿真结果表明该文提出的方法在获得与AP算法相当测向精度和测向分辨率的情况下有更低的计算量;在相干信号的情况下,其性能比AP算法有较大的提高;同时其基于轨道搜索的结构易于并行实现,以进一步满足实时性的要求。     

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。     

适用于二维阵列的无格稀疏波达方向估计算法

针对现有的适用于2维阵列的无格稀疏波达方向(DOA)估计方法性能不足的问题,该文提出一种新的方法。对2维阵列,从原子L0范数出发,证明其值等于一个以矩阵秩为目标函数的半定规划(SDP)问题的最优解。对该矩阵使用第1类有限阶贝塞尔函数近似表达,构造新的秩优化SDP问题。根据低秩矩阵恢复理论,对该SDP问题的目标函数使用log-det函数方法平滑替代,然后使用优化最小(MM)算法求解,最后通过(半)正定Toeplitz矩阵的范德蒙分解方法实现无格DOA估计。在MM算法求解模型时,使用样本协方差矩阵构造初始优化问题,减少算法迭代。仿真实验结果表明,相较于基于网格的MUSIC和其他无格DOA估计方法,该文方法具有更好的均方根误差(RMSE)性能与对相邻源的分辨能力;在快拍数充足且信噪比(SNR)较高时,适当的第1类贝塞尔函数阶数选择可以实现与较大阶数接近的RMSE性能,同时能减少运行时间。

     

多级维纳滤波测向算法的参考信号优化方法

多级维纳滤波（MSWF）利用接收数据矩阵的正交分解,代替了传统MUSIC算法对协方差矩阵 的特征分解,降低了运算量。为有效提高算法性能,对参考信号的取值进行了研究,发现方 向矩阵的取值对其有很大影响。在参考信号取值结构为阵元接收数据的基础上提出参考信号 取值公式,指出了文中条件下参考信号的最优取值。仿真结果表明,在相同条件下该优化方 法比其他算法有更好的性能,对于提高算法精度具有重要意义。     

采用降秩多级维纳滤波器的二维DOA估计快速算法

针对双平行线阵的二维波达方向(DOA)估计问题,为有效降低计算复杂度,提出了一种基于降秩多级维纳滤波器(MSWF)的快速算法。首先利用MSWF的前向递推实现信号子空间的快速估计,无需估计协方差矩阵和特征分解;然后,通过MUSIC算法对方位角和俯仰角的估计进行分维估计,使二维DOA估计退化为两个一维DOA估计问题,且方位角和俯仰角自动配对,进一步降低了运算量。仿真结果表明,该方法的估计精度优于同样基于双平行线阵提出的波达方向矩阵法(DOAM),俯仰角兼并时同样适用,计算复杂度低,适用于实时性要求高的应用背景。     

基于互相关协方差矩阵的改进多重信号分类高分辨波达方位估计方法

针对经典高分辨波达方位(DOA)估计方法在低信噪比下分辨性能较差的问题,该文提出一种适用于主动探测系统的基于互相关矩阵的改进多重信号分类(MUSIC)高分辨方位估计方法(I-MUSIC)。该方法首先利用主动声呐发射信号已知的特性,将发射信号与阵元接收信号进行互相关,利用互相关序列形成新的空域协方差矩阵,再进行特征分解。理论分析表明,互相关处理在抑制噪声的同时保留了阵元之间的相位信息,可以得到比MUSIC方法更准确的子空间划分,进而提高低信噪比方位估计性能。在此基础上,提出一种基于相关时间门限的改进MUSIC高分辨方位估计(T-MUSIC)方法,通过对互相关序列设置时间门限进一步提高方位估计信噪比。仿真结果表明,与MUSIC方法相比,I-MUSIC与T-MUSIC可以分别使低信噪比时的估计性能提高3 dB和6 dB,相应平均估计误差分别为原方法的77%和53%。在阵元间接收噪声存在相关性时,T-MUSIC与I-MUSIC方法相比可获得8 dB的估计增益,估计性能更优。I-MUSIC与T-MUSIC应用于多目标主动探测,可大幅提高探测系统在低信噪比下的方位估计性能。