一种分布式目标波达方向估计方法

本文提出一种在多径情况下,利用广义阵列流形的特点,通过求解矩阵的广义特征值分解,不用进行谱峰搜索或多维参数搜索,直接由广义特征值得到分布式目标波达方向（DOA）估计的方法。该方法的估计性能对信号源的分布特性优于MUSIC方法。     

时—空欠采样下的频率和DOA联合估计算法

针对时—空欠采样下入射信号的频率和波达方向(DOA)估计问题,提出基于谱校正和中国余数定理的联合估计算法。首先利用稀疏分布的传感器阵元构造非均匀线阵,然后对入射信号做多路并行欠采样;借助AM估计器,该算法仅耗费少量样本即可获得精确频率和相位差余数,再结合闭式中国余数定理分别得到频率和DOA估计值。由于谱校正结果可以同时为频率估计器和DOA估计器所利用,因而该算法的样本利用率高。此外,与现有基于中国余数定理的频率估计法相比,该估计器无需对源信号做多次欠采样,耗时更短,更适用于快速时变目标的估计。仿真结果验证了联合估计算法的有效性和高精度,而且该算法在低信噪比情况下亦可达到很高的成功检测率,具有广阔的应用前景。     

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。     

基于盲波束形成的分布式目标波达方向估计方法

在分布式目标波达方向估计问题中,空间信号分布函数一般具有共轭对称性.本文提出了一种新的盲波束形成方法,不用进行多维参数搜索,不要求已知空间信号分布的具体函数形式,并适用于分布函数形式不同的分布式目标同时存在的情况.仿真实验结果表明,这种方法的波达方向估计性能对信号源的分布特性不敏感.     

相干分布式目标一维波达方向估计方法

在相干分布式目标波达方向估计研究中,角信号分布函数一般具有共轭对称性.在角分布函数的数学形式未知,或角分布函数形式不同的信号源同时存在的情况下,本文提出了搜索极小最小特征值(噪声子空间)或极大最大特征值(信号子空间)的分布式目标一维波达方向估计方法,并分析了分布式目标波达方向估计的模糊性问题.     

强干扰背景下相干弱目标DOA估计算法

针对强相干干扰环境下弱信号的DOA估计问题,提出了一种小采样数的相干信源DOA估计算法。该算法首先通过修正的Toeplitz算法实现了对相干目标的解相干,然后基于干扰阻塞法剔除了强干扰的影响,从而可获得真实的弱信号空间方位。所提算法对非平稳噪声有较好的抑制性能,可适用于小采样数的环境。此外,该算法相对松弛算法、高阶累积量算法等信号分离方法,具有运算量小的优势。计算机仿真结果表明,新算法具有较好的测向性能,能在电子战环境下有效估计出目标信源的空间方位。     

分布式嵌套阵列及其DOA估计

提出了一种分布式嵌套阵列天线结构,由两个相互独立的四级嵌套子阵构成。两个子阵间存在一个基线长度,且满足一定条件。对该阵列天线接收到的信号进行高阶累积量和Khatri-Rao积运算可以得到三个完全相同的均匀直线阵列天线结构。针对新得到的阵列天线结构,使用基于空间平滑技术的双尺度酉旋转不变子空间( ESPRIT)波达方向( DOA)估计算法对信号进行DOA估计。该方法可以有效地提高阵列天线的自由度,进而达到提高估计精度的目地。仿真结果证明了基于所提出阵列天线结构的DOA估计方法的有效性。     

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.     

基于均匀圆阵的相干信源DOA估计算法研究

针对均匀圆阵相干信源的波达方向估计问题,提出了一种去相干的正交预处理方法——阵列移位算法。阵列移位算法改进了抗相干干扰的波束形成方法,通过圆阵移位和MUSIC算法的结合,使相干信源角估计的性能得到改善。与传统的模式空间平滑算法相比,该方法减少了阵列孔径损失,提高了计算速度。     

DOA估计的一种改进MUSIC算法

讨论了在移动通信环境中采用协方差差分和迭代空间平滑以进行信号来波估计(Direction Of Arrival)的一种改进MUSIC算法.首先简要回顾了经典MUSIC算法,给出阵列接收信号模型,然后详细分析了经典MUSIC算法估计相干信号所存在的问题,在常规空间平滑算法(SS)的基础上提出了一种改进算法,最后给出计算机仿真结果并验证了新算法的有效性。     

相干分布式信源二维波达方向估计算法

针对相干分布式信源二维波达方向估计算法多采用谱峰搜索导致计算复杂度较大的问题,该文提出了一种二维波达方向分离估计算法。该算法通过将积分形式的相干分布式信源方向向量化简为点信源方向向量与实向量的Schur-Hadamard积,对子阵X接收的数据构造二阶统计量;利用传播因子最小二乘估计子阵X与Z,X与W之间的旋转不变矩阵。由二阶统计量与旋转不变矩阵分别估计方位角与仰角,对于接近90的仰角也可给出有效的估计。与传统子空间算法相比,无需任何谱峰搜索和特征值分解,降低了计算复杂度。仿真实验表明了所提算法的有效性。     

非相干分布源DOA和角度扩展去耦估计方法

该文提出了一种新的非相干分布源的DOA和角度扩展估计算法。根据空间频率模型下的非相干分布源协方差矩阵的结构特点,可将协方差矩阵分离成两个分别由相位信息和幅度信息重建的矩阵。对矩阵的各主次对角线元素均进行平滑,可得到包含相位信息和幅度信息的平滑向量。利用最小均方拟合方法,可从相位信息中估计得到方位角;估计得到的方位角信息代入到幅度信息中即可获得角度扩展信息的估计,实现非相干分布源的DOA和角度扩展去耦估计。计算机仿真验证了算法的性能。     

基于MI-MUSIC的分布式阵列波达方向估计方法

针对分布式阵列的波达方向估计,提出了一种基于多尺度旋转不变(MI)MUSIC的波达方向估计方法。首先对分布式阵列进行子阵划分,构造具有多尺度旋转不变性的子阵;然后利用酉ESPRIT算法得到精度低但无模糊的粗估计,采用MI鄄MUSIC算法得到一组精度高但包含模糊的精估计;最后以粗估计为参考解精估计的模糊,从而得到高精度无模糊的波达方向估计。所提方法具有分布式阵列及MI-MUSIC的优点,对子阵内部阵元位置误差不敏感,且精度较双尺度ESPRIT高。计算机仿真结果验证了该方法的有效性,也验证了分布式阵列DOA估计中存在基线模糊门限与信噪比门限。     

基于小波多分辨分析的DOA估计

提出了用小波作为预处理，结合阵列天线技术的方法。通过空间谱的估计，说明了小波在阵列信号的降噪、去相关、提高分辨率中所起的作用，为阵列信号处理的技术开拓了新的思路，提高了阵列天线的性能。     

一种基于时延差测量的运动声源快速定向算法

基于时延差测量的定向方法在被动声源探测中广泛应用。在传统方法的基础上,结合实际应用中的买时性需要,提出了一种运动声源快速定向算法,即按照一定准则对时延差进行优化选择后再对选中的时延差进行估计,从而有效地降低了声源定向过程的运算量。计算机仿真结果表明,该方法运算量明显低于传统方法,且由于时延差选择合理,其定向精度也有一定提高。     

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。     

基于特征波束形成的强弱信号波达方向与信源数估计方法

该文针对强弱信号并存时信源数和弱信号波达方向难以准确估计的问题,提出了一种基于特征波束形成的强弱信号波达方向与信源数同时估计方法。首先估计空域协方差矩阵,对其特征分解后按特征值从大到小调整特征矢量;然后从第1个特征矢量开始,由提出的估计式得到各特征波束的空间谱;最后,通过计算各空间谱的最大值与旁瓣谱峰平均值的比例判断有无信源,最大谱峰对应的角度即为该信源的波达方向估计。与RELAX和JJM方法相比,所提方法无需迭代步骤,无需强信号波达方向精确的先验知识,具有运算量小和弱信号估计精度高的优点,仿真和实测数据处理结果证明了方法的有效性和优越性。     

基于EM算法的宽带信号DOA估计及盲分离

本文提出了一种基于EM算法的宽带信号DOA估计与盲分离方法.首先将宽带混合信号转换到频域,然后综合利用带宽内所有频点信息建立似然函数,在此基础上推导出宽带条件下的EM迭代式,从而实现宽带信号DOA及波形的联合估计.并且本文通过分析EM算法的收敛性,自适应的设定角度搜索空间,提高了算法的运算效率.与传统方法相比,本文方法运用的有效信息更多,因此,其在DOA估计精度及波形恢复性能方面都更有优势.仿真实验表明了该算法的有效性.     

一种基于Toeplitz矩阵重构的相干信源DOA估计算法

提出一种基于Toeplitz矩阵重构的相干信号源DOA估计算法。首先对各个阵元的接收数据与参考阵元（第一个阵元）的接收数据的相关函数进行排列,形成Hermitian Toeplitz矩阵,然后通过奇异值分解可以得到信号子空间和噪声子空间,从而实现相干信源的DOA估计。该算法在不减少阵列有效孔径的情况下,增加了可估计相干信号源数目,并在低信噪比条件下能够得到较好的估计性能,计算机仿真结果证实了算法的有效性。