高斯噪声背景下多用户波达方向估计与互耦自校正

在高斯噪声背景下,针对互耦条件下的均匀线阵(Uniform Linear Array, ULA),该文提出了一种联合多用户波达方向(Direction Of Arrival, DOA)估计与互耦误差自校正算法。该算法首先利用特征矩阵联合相似对角化(Joint Approximative Diagonalization of Eigen matrix, JADE)方法估计出各用户广义空间特征矢量,然后定义了一个将各用户广义空间特征矢量转换为只与部分阵元相关的转换矩阵,进而在斜投影及前后向空间平滑的基础上,实现了多用户相干信源DOA估计,最后以多用户相干信源DOA及广义空间特征矢量估计值为基础,给出一种互耦自校正方法。仿真结果表明:该算法具有较高的DOA估计精度及DOA估计成功率,而且对高斯白噪声/色噪声背景,阵列互耦误差已知/未知情形,均具有普适性。     

基于MEMS矢量传声器的声源DOA估计

微机电系统（Micro Electro Mechanical System,MEMS）矢量传声器在声源波达方向（Direction of Arrival,DOA）估计领域具有巨大的潜力及优势。本文分析MEMS矢量传声器接收信号模型,并结合随机性最大似然原理推导矢量传声器DOA估计模型。针对时变非均匀噪声影响矢量传声器DOA估计性能的问题,提出基于空间噪声预白化的极大似然DOA估计方法。此外,开展仿真分析及园区环境下的定向验证试验。结果表明,通过噪声协方差估计矩阵对矢量传声器接收信号数据进行预白化处理,能够克服时变非均匀噪声对信号协方差矩阵的影响,实现矢量传声器对目标DOA精确估计,验证了该方法的有效性及实用性。     

有色噪声下不相关和相干混合信号的DOA估计

针对有色噪声背景下的不相关和相干混合入射信号，本文提出了一种新的波达角度（Direction Of Arrival,DOA）估计方法 .首先对混合信号协方差矩阵进行分析和处理以消除其中的有色噪声部分.在此基础上，先利用多重信号分类（Multiple Signal Classification,MUSIC）方法或旋转不变信号参数估计（Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT）法估计出不相关信号的DOA；然后利用改进的空间差分方法构造出一个新的只含有相干信号的协方差矩阵，且无秩亏损；最后利用MUSIC算法或ESPRIT算法从中估计出相干信号的DOA.和文献报道的方法相比，新方法具有更优的混合信号DOA估计性能，尤其对于相干信号.仿真结果验证了该算法的有效性.     

基于声能流矢量补偿的水下目标高精度DOA估计

针对各向异性噪声对水下目标方位估计精度产生严重干扰的问题,文中提出了一种基于声能流矢量补偿的水下目标高精度DOA估计方法。该方法基于声压和质点振速联合信息处理技术,在有效降低各向同性噪声影响的同时得到各向异性噪声源分布模型,并根据各向异性噪声场声能流模型对各向异性噪声进行矢量补偿,进一步实现了对各向异性噪声的抑制,达到高精度估计的目的。通过数值仿真对该方法的性能进行了验证。仿真结果表明,在20 dB以下,文中方法精度均高于常规复声强器DOA估计,精度最高提高了21%。     

一种估计宽带信号源数目的新方法

信号源数目估计是波达方向（DOA）估计的基础。基于噪声特征值的统计特性，文章在宽带信号条件下，基于各个频率点下的阵列采样协方差矩阵的噪声特征值在平面直角坐标系中几乎处于同一条直线上这一统计特性，提出了一种新的估计宽带信号源数目的方法，该方法简单且易于实现。最后通过计算机仿真验证了此方法的有效性和优越性。     

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。     

一种新的近场源三维参数联合估计算法

本文研究近场源距离、频率和到达角(DOA)三维参数的联合估计问题，并提出一种计算有效的新算法。该算法利用特征值及相应的特征矢量估计信号参数，不需要谱峰搜索且各参数自动配对。此外，新算法使用四阶累积量，因此适用于任意的加性高斯噪声环境。计算机仿真证实了所提算法的有效性。     

一种空间非均匀噪声环境下DOA估计的改进方法

文中提出一种空间非均匀噪声环境下的信号源DOA估计的改进方法.该算法首先对阵列协方差矩阵进行平滑处理,在此基础上估计出空间非均匀噪声协方差矩阵,通过已估计的噪声协方差矩阵对平滑处理后的阵列数据协方差矩阵进行白化处理,克服了空间非均匀噪声对空间谱估计的影响,实现信号源DOA估计.相对于原方法,文中所提方法改善了DOA估计的性能,计算量小,并且能够估计强相关或相干信号源DOA.理论分析和仿真结果均表明所提方法的有效性.     

脉冲噪声下基于相关熵的相干分布源DOA估计新方法

针对复杂电磁环境下被动无线监测定位问题,该文提出广义相关熵的概念,推导了广义相关熵的性质,用以抑制阵列输出信号中的脉冲噪声。为了实现脉冲噪声环境下相干分布源中心DOA和扩散角的联合估计,提出基于广义相关熵的DOA估计新方法,并证明了该方法的有界性。为进一步提升算法的鲁棒性,推导了一种仅依赖阵列输出信号的自适应核函数。仿真结果表明,该算法能够实现脉冲噪声环境下相干分布源参数的联合估计,相比已有算法,具有更高的估计精度和鲁棒性。     

基于矢量奇异值分解的DOA估计方法及其改进

对相干信号的波达方向（DOA）估计是空间超分辨谱估计的热点。在均匀线性阵列模型下,特征矢量奇异值分解法（ESVD）能够很好的对相干信号进行DOA估计,但是当相干信号和非相关信号同时存在时,ESVD并不能对全部信号进行DOA的估计。本文通过对ESVD算法的理论分析后,选取经过加权处理的特征向量来构造新矩阵,再利用奇异值分解得到信号的噪声和信号子空间,从而进行DOA估计。理论分析和计算机仿真表明该改进算法(MESVD)解决了ESVD算法在相干信号和不相关信号同时存在不能正确进行DOA估计的问题,估计精度与空间平滑算法（FBSS）相当。     

SWEDE算法提高模式空间内DOA估计抗噪声能力

均匀测向圆阵相干信号DOA估计在模式空间内将阵列流形化为线性结构后 ,一般情况下都是先进行空间平滑去相干处理后再运用MUSIC算法进行DOA估计 ,文中运用SWEDE算法代替MUSIC算法进行了模式空间内的DOA估计 ,仿真结果证明SWEDE算法更好地适应了均匀圆阵模式空间内DOA估计数据矩阵的特点 ,使系统抗噪声能力、测向精度、分辨率均得到较大提高     

基于Screened Ratio原理的冲击噪声环境下DOA估计算法

该文提出了一种冲击噪声环境中DOA估计的算法。算法首先根据Screened ratio原理构造阵列信号的相关矩阵,然后利用MUSIC算法实现DOA估计。与基于分数低阶矩(FLOM)的算法相比,该文算法不需要选择FLOM参数p。计算机仿真表明该文算法在冲击噪声环境下具有更佳的稳定性和估计精度。     

互质MIMO雷达的非圆信号降维DOA估计方法北大核心CSCD

针对传统互质阵列波达方向估计方法存在的自由度低、阵列孔径小、相位模糊等问题,提出了一种基于互质MIMO雷达的非圆信号降维波达方向(Direction of Arrival, DOA)估计方法。该方法结合了互质阵列与MIMO雷达的优点,利用非圆信号特性对阵列进行扩展,重构接收信号矩阵,然后进行降维处理,并利用噪声特征值的幂级数对噪声子空间进行修正,进一步提高算法精度。最后推导了文中方法的无相位模糊问题。仿真实验表明,文中方法能够有效避免相位模糊,大大提高自由度并扩大阵列孔径,与传统MUSIC算法以及互质阵列MUSIC算法相比,在估计成功率、DOA估计精度等方面均具有更好的性能。     

基于贪婪算法的高分辨信号源DOA估计

确定辐射源的来波方向(DOA)是阵列信号处理的重要研究内容,已经广泛应用于雷达、声纳和无线通信等领域。本文研究了远场窄带信号源的DOA高分辨估计问题。利用信号来波方向在空域具有稀疏性的特点,建立了远场窄带信号源的稀疏表示模型。根据协方差矩阵的特征值分解和贪婪匹配追踪算法原理提出了一种基于特征值分解的多重正交匹配追踪算法（EIG MOMP）。首先,利用特征值分解对阵列接收数据进行降维处理。这一降维操作使得问题转化为了一个具有多重观测向量（MMV）的欠定方程求解问题。接着利用MOMP算法对降维后的数据进行处理,最终得到信号的DOA估计值。该算法实现了在低信噪比下远场窄带信号源的高分辨DOA估计,并具有较低的运算复杂度。将本文提出的算法与传统的Capon算法、多重信号分类算法（MUSIC）以及正交匹配追踪算法（OMP）进行了对比。结果证明,该算法在低信噪比下能取得较好的DOA估计效果,可以针对任意的相干信号源,并且具有高分辨率的优点。      

一种新的DOA估计方法

用四阶累积量构造了一个较通用的累积量矩阵,该矩阵符合最小模（Min-Norm）算法的结构,从而可进行DOA估计。仿真结果表明,该方法在高斯噪声中具有良好的统计性能,是实现高分辨方位估计的有效方法。     

CDMA系统基于四阶累积量的DOA估计

提出一种在 CDMA 系统中使用四阶累积量解相干 DOA 估计的算法。该算法不仅能消除多径干扰,且与二阶 MUSIC 算法相比能更有效抑制空间色噪声,提高估计精度,且算法计算量不大,可以实时处理和实现。通过计算机仿真,证明在低信道比色噪声环境下,该方法是有效的。     

采样数据重构的修正一维噪声子空间算法

阐述了一维噪声子空间算法的基本原理,介绍了将接收数据重构再利用,构造相关矩阵的修正一维噪声子空间算法,在快拍次数有限时,可以明显改善相干信号DOA估计的性能,计算机仿真结果证明该修正算法是有效的。     

基于相干对消的噪声子空间自适应估计

MUSIC算法的运算量主要集中在特征值分解和空间谱的搜索两部分,为避免进行特征 值分解,将相干信号自适应对消的思想用于噪声子空间的估计。由于阵元输出信号完全相干 ,视一个阵元输出为参考信号,其它阵元输出能够完全对其进行对消,得到的系数矩阵作为 噪声子空间的估计。基于LMS算法,给出了算法的矩阵形式,得到的噪声子空间估计算法的 运算量大大降低,且以迭代的方式进行,适合应用于运动信号源的跟踪,在阵元数较大时能 很好地逼近MUSIC算法性能。为减少空间谱搜索过程的计算量,对搜索过程先用系数矩阵的 一列进行搜索,然后采用其它列对搜索峰值进行验证。仿真结果显示算法具有很好的空间谱 估计性能和DOA跟踪性能。     

脉冲噪声环境下基于分数低阶循环相关的MUSIC算法

该文以稳定分布作为噪声模型,研究了脉冲噪声环境下循环平稳信号的波达方向估计问题。针对在脉冲噪声环境中基于传统2阶循环相关的算法效果显著退化的问题,该文提出了基于分数低阶循环相关的分数低阶循环MUSIC算法(FLOCC-MUSIC)。将分数低阶循环相关与MUSIC算法相结合,可以有效抑制脉冲噪声的同频带干扰。计算机仿真表明了此算法可有效完成高斯噪声和脉冲噪声条件下的波达方向估计,其性能优于传统的基于2阶循环相关的Cyclic-MUSIC。     

Computationally efficient direction-of-arrival estimation of non-circular signal based on subspace rotation technique

In order to solve the problem that the high computational burden of the multiple signal classification algorithm of non-circular signal (NC-MUSIC) in direction-of-arrival (DOA) estimation,a novel computationally efficient DOA estimation algorithm based on subspace rotation technique was proposed.Firstly,the partitioning of noise subspace matrix and the subspace rotation technique (SRT) were used to construct a new reduced-dimension noise subspace.Then,the two-dimensional peak searching was converted to the one-dimensional peak searching on the basis of the separation of variables and the orthogonality between the new reduced-dimension noise subspace and the space spanned by the columns of the extended manifold matrix.The proposed algorithm can enhance the computational efficiency by means of the conversion of the two-dimensional peak searching into the one-dimensional peak searching and the removal of redundant computations.Theoretical analysis and simulation results show that the proposed algorithm can reduce the computational complexity to less than 5% as compared to NC-MUSIC algorithm on the premise of ensuring the accuracy of DOA estimation.Especially,the efficiency advantage of the proposed algorithm is more obvious in scenarios where the large numbers of sensors are required.