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...     

宽带波达方向估计新方法及性能分析

本文研究了相干信号空间处理方法（ＣＳＭ）的聚焦（ｆｏｃｕｓｉｎｇ）过程，给出了任意阵列的一致聚焦方法，该方法使ＣＳＭ在ＤＯＡ估计的分辨率，精度，时效等性能上得到了显著改善，本文利用计算机仿真实验，对该方法进行了较为详细的性能分析。     

宽带阵列信号波达方向估计的新算法

随着信号处理技术的发展,阵列信号处理的许多领域如雷达、声纳等越来越需要更精确的估计空间宽带信号源的波达方向（direction of arrival,DOA）。CSM（coherent signal subspace method）聚焦类DOA估计算法需要预估计波达方向,预估角偏差会影响聚焦效果,严重时会导致算法失效,本文提出一种基于一致聚焦的DOA估计方法,该方法不需要预先估计到达角,通过聚焦矩阵将宽带信号聚焦到一个中心频率,然后可利用窄带DOA算法进行估计。该算法提高DOA估计的分辨率、估计精度,也增强了算法的实时性,仿真结果验证了此算法的有效性。     

高分辨率宽带相干信号波达方向的高效估计

本文给出了一种用于多源宽带相干信号波达方向（ＤＯＡ）估计的快速算法。它是基于信号子空间技术，通过截取中心窄带频段数据并进行空间平滑来获得支方向的高效估计。文中最后通过计算机仿真，与ＣＳＭ方法进行了比较，验证了本算法的快速，高分辨率等优良性能。     

基于自聚焦的宽带Chirp信号波达方向估计

利用Chirp信号调频斜率不变的特性,提出了一种基于调频斜率的自聚焦方法,该方法通过各个阵列的延时自相关将宽带chirp信号聚焦至与其调频斜率相关的固定频率上,然后在该固定频率上构造相关矩阵并运用music空间谱估计方法实现了对宽带Chirp信号的波达方向估计.该方法可以很容易消除阵元通道幅相不一致带来的影响,而且运算量相对于其它聚焦算法大大减少,具有很高的测向精度.最后通过仿真,验证了该算法的有效性.     

宽带相干源波达方向估计的新方法

相干信号子空间处理方法（ＣＳＭ）是一种通过构造聚焦（ｆｏｃｕｓｉｎｇ）矩阵来估计宽带相干源波达方向（ＤＯＡ）的有效方法。本文基于一致聚焦的概念，给出了一种可用于任意阵列的完全聚焦方法，从而极大地改善了ＤＯＡ的估计分辨率、估计精度等性能，大大降低了估计方法的信噪比阈值。文中在最后通过计算机仿真，与ＣＳＭ方法进行了比较，验证了本方法的优良性能。     

波达方向估计中的宽带信号个数检测新方法

在进行波达方向估计时,往往要对信号个数进行判断,传统的宽带信号个数检测方法需要在每个频点上进行多次采样,否则无法正确完成测向.针对此问题,提出了一种基于Bootstrap准则实现的宽带信号个数检测新方法.将宽带信号划分为若干个互不重叠的子带部分,之后对每个子带信号进行特征分解,利用特征值对相应的特征向量进行加权,再通过Bootstrap准则构造新的信号重采样矩阵,用聚类的方法判断出该子带上的信号个数,最后将各个子带上的结果进行综合判断出宽带信号个数.所提方法回避了聚焦的过程,且在非高斯噪声背景下也有较高的估计成功概率,尤其是在小快拍数下有着较好的估计性能,仿真结果证明了该方法的性能.     

高分辨率宽带相干信号波达方向的高效估计

本文给出了一种用于多源宽带相干信号波达方向(DOA)估计的快速算法。它是基于信号子空间技术,通过截取中心窄带频段数据并进行空间平滑来获得对方向的高效估计。文中最后通过计算机仿真,与CSM方法进行了比较,验证了本算法的快速、高分辨率等优良性能。     

宽带非高斯信号波达方向的估计方法

本文提出了一种解决宽带非高斯相干信号波达方向估计的新方法，这种方法是采用阵列频域数据四阶累积量的新颖思想，通过将各频段的四阶累积量聚焦到同一参考频段下来实现的，它不仅能获得高斯噪声环境下非高斯宽频相干信号的高分辨率方向估计，同时，对于非高斯噪声环境也具很好的估计性能，且不需要有关噪声的原始分布的先验知识，文中还通过计算机仿真实验该方法进行了性能分析，验证了方法的有效性。     

共形阵列非圆信号波达方向估计算法

受共形载体变曲率结构的影响,各天线单元指向不尽相同,使得共形天线阵列呈现极化多样性。因此,共形天线阵列的建模过程中需考虑不同阵元的极化响应特性。基于柱面共形天线阵列的快拍数据模型,利用非圆信号的特性对阵列输出进行扩展,基于秩亏理论和子空间原理实现信号波达方向（DOA）估计,所提方法估计精度高,不需要参数配对。存在相干信源时,提出对扩展后的虚拟阵列进行划分,对划分出的子阵进行虚拟的空间平滑,实现解相干的预处理操作。仿真结果表明该方法能有效应用于柱面共形阵列非圆信号DOA估计,并提高了空间分辨率。      

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,...     

Robust Modified Multiple Signal Classification Algorithm for Direction of Arrival Estimation

Wireless Personal Communications - A modified robust multiple signal classification (MUSIC) algorithm for direction-of-arrival (DOA) estimation of coherent source signals is devised in this work....     

宽带信号源的波达方向估计新方法

针对信号源数多于天线阵元数的情况,提出了一种新的宽带信号波达方向(DOA)的估计方法.与传统方法一样,首先把宽带信号分解为互不重叠的窄带部分,通过将信号频率的不同等效为阵元间距的不同而得到多个阵列,合理组合这些阵列可以获得一个多阵元的虚拟阵列,对此虚拟阵列的输出运用传统的窄带信号子空间方法即可进行高分辨DOA估计.不需要对阵列输出进行"聚焦"变换及角度预估计,并且利用两个阵元即可对多个宽带信号进行空间谱估计.仿真结果证明了该方法在信号源数多于阵元数情况下的有效性.     

基于空间时频分布的宽带源波达方向估计

研究了空间时频分布在宽带阵列处理中的应用。在信号时频特征可分的情况,提出一种新的时频域宽带DoA估计算法,充分利用信号不同的时频特征,结合宽带聚集思想对每个源单独处理得到多个源的DoA估计。该方法具有很好的信号选择性以及抑制干扰和噪声的能力,估计性能优干传统空间时频分布方法。仿真结果验证了新方法的有效性。     

一种基于面阵的相干信源DOA估计算法

由于传播环境的复杂性,入射到阵列的信号中有多径信号存在。在多径环境中,相干信源会造成波达方向（Direction of Arrival,DOA）估计的漏报。对面阵及相干信源进行数学建模,通过对接收信号协方差矩阵进行矩阵重构以降     

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。     

宽带相干信源波达方向估计(DOA)的新算法

辅助方向向量增加(ADVA)聚焦算法是非归一化的,存在聚焦损失。双边相关变换(TCT)聚焦算法是归一化的,不存在聚焦损失,但需要对目标的方位进行预估计。这不仅会使运算复杂,而且得到的聚焦矩阵也只是在预估角度上有最小范数解,在其他方向上则会产生偏离,因此不是稳健的。提出了一种在归一化的条件下,不需要方位预估计的、稳健的聚焦矩阵算法,算法的思想是将整个感兴趣的空间分成组,对每一组在归一化约束的条件下利用奇异值分解法求解最小化问题。通过仿真验证了该算法的有效性。     

基于自组织映射网络的波达方向估计

基于自组织映射网络学习算法来实现聚焦过程的方法能够较好地改善估计精度、估计分辨率等性能;并通过与基于逆传播学习算法的聚焦方法进行比较实验,充分显示该方法的优良特性。     

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。