基于混合型MUSIC算法对相干信源DOA估计

在实际通信环境中,由于传播环境的复杂性使空间中存在大量的相干信号,从而导致信源协方差矩阵的秩亏缺。为使得矩阵的秩恢复到等于信号源数并解决相干信源波达方向（direction of arrival ,DOA）估计问题,提出了一种混合型MUSIC算法。该算法通过前后向空间平滑技术对天线阵列进行预处理,并将得到的新协方差矢量矩阵应用于改进的IMUSIC算法进行信号数据处理分析,得到相干信号的DOA角度估计。仿真结果表明,在信噪比低的情况下,信号间隔很小且存在相关信号时,混合型MUSIC算法能准确地估计出信源的DOA,验证了该算法的高分辨率和高性能。     

一种改进的加权空间平滑算法

对加权空间平滑算法计算加权因子时需要预估计信源方向的问题,提出 了一种新的相干信源波达方向估计的加权空间平滑算法。在计算加权矩阵时不需要知道信源 的先验信息,也不需要预估计信源方向,而是对原始阵列进行特殊结构的子阵划分,结合子 阵间的自、互相关矩阵对角度估计的贡献不同,采用嵌套的空间平滑算法得到加权矩阵,从 而实现相干信源的解相干和波达方向估计。本文算法相比原算法具有更优的加权因子、更好 的解相干 性能、更高的角度分辨率和角度估计的准确性。理论分析和仿真结果表明新算法的有效 性。     

一种基于阵列虚拟平移的互耦自校正算法

阵元间的互耦和相干信源对阵列的DOA(Direction-Of-Arrival)估计性能产生了严重影响.针对这一问题,在应用子空间原理的基础上,利用均匀线阵互耦矩阵的带状循环特性及时称Toeplitz性,并结合阵列虚拟平移,提出了一种阵元互耦条件下的相干信源的波达方向估计新算法.该算法无需阵元的互耦参数信息,就可准确地估计出相干信源的DOA,估计性能优良,而且只需一维搜索,计算量较小.计算机仿真结果验证了该算法的有效性.     

基于矩阵重构的非等功率相干信号DOA估计

针对功率相差较大和角度相隔较小的相干信号的波达方向(DOA)估计问题，提出一种基于Toeplitz矩阵重构的不变噪声子空间算法。对各个阵元的接收数据与参考阵元接收数据的相关函数进行排列，构造满秩的Toeplitz矩阵；引入虚拟信源优化Toeplitz矩阵，利用其不变噪声子空间特性估计信号波达方向。仿真结果表明该算法可以准确估计出功率相差40 dB、角度相邻2°的相干信号DOA,较空间平滑类算法具有更高的成功率与更强的分辨率。     

相干信号的空间谱估计算法研究

研究相干信号谱估计精度问题,由于空间信号噪声影响,识别精度低。为此提出了一种改进的解相干谱估计算法——全局滑动修正算法。可通过对平滑子阵划分的修正,突破了阵列布局限制,有效地使可利用的子阵数目大于双向空间平滑中的子阵个数,采用全部的阵元当做一个滑动的子阵,得到一个新的包含空间谱信息的协方差矩阵,再对其进行特征值分解,然后按照MUSIC算法进行谱估计。仿真结果证明,全局滑动修正算法能很好地对相干信号进行解相干DOA估计,并且在信噪比较低时,比前后向空间平滑算法具有更高的估计精度。     

均匀线阵中基于降秩Capon的近场源定位

提出了一种应用于均匀线阵中近场源定位的降秩Capon算法。该算法能够将经典二维Capon（Two-dimensional Capon, 2D-Capon）算法中的二维谱峰搜索转化为一维谱峰搜索,得到自动配对的近场信源角度和距离参数估计。与经典的2D-Capon算法相比,本文提出的算法无需信源数估计,同时由于避免二维谱峰搜索过程,其计算复杂度大大降低,且该算法参数估计性能与2D-Capon算法非常接近。仿真结果表明该算法可有效用于近场信源的参数估计。     

一种混合源环境下的波达方向估计方法

提出了一种基于均匀线阵的混合源波达方向DOA估计的新方法。该方法首先利用传统MUSIC方法估计出非相干信号源的DOA,然后对整个阵列数据协方差矩阵进行差分消除不相关源信号和噪声的影响,再对此差分矩阵进行特殊的空间平滑去相干,利用重建的数据协方差矩阵估计相干源的DOA。此方法的特点是分别估计不相关信号和相干信号的DOA,优点是在可估计出多于阵元数信号的前提下具有较高的DOA估计精度和稳健性。理论分析和仿真结果表明此方法的估计性能优于空间差分平滑算法。     

基于互相关矢量重构的解相干实值Root-MUSIC算法*

实值Root-MUSIC算法是一种计算量小、精度高的波达方向估计算法,但其最多能处理两个相干信源,阵元利用率很低。为了解决此问题,提出了一种新的实值Root-MUSIC算法,利用阵列接收数据的互相关矢量重构相关矩阵,使其具有Toeplitz特性。新算法无须空间平滑,无阵列孔径损失,可估计的相干信源数更多。实验仿真表明,与原算法相比,新算法实现更简单、计算量更小、性能更好,对于八阵元的阵列,原算法只能分辨两个相干信源,新算法可以成功估计四个相干信源,为实值类算法在多径环境领域的DOA估计提供了一条新途径。     

电磁矢量阵中基于平行因子压缩感知的角度估计算法

将平行因子框架与压缩感知理论相结合,解决了电磁矢量传感器阵列中的波达方向估计问题。首 先将接收信号构建成平行因子模型,然后结合压缩感知理论,对平行因子模型压缩。根据三线性交替最小二乘算法对压缩后的平行因子模型进行分解,最后利用信号的稀疏性,得到波达方向估计。借助压缩过程,本文算法降低了传统的平行因子算法的计算复杂度,节约了 存储空间。本文算法无需谱峰搜索,且同时适用于均匀线阵和非均匀线阵。该算法的角度估计性优于ESPRIT算法,且接近传统的基于平行因子模型的角度估计算法,仿真结果证明该算法的有效性。     

单基地MIMO雷达中相干目标的波达角和多普勒频率快速联合估计算法

针对单基地MIMO中相干目标的波达角（Direction-of-arrival,DOA）和多普勒频率联合估计问题,提出了一种降维-前向平滑-传播算子算法（Reduced dimension-forward spatial smoothing-propagator method,RD-FSS-PM）。该算法首先通过对接收信号进行降维变换以降低复杂度,继而利用前向平滑技术（Forward spatial smoothing,FSS）实现解相干,最后通过传播算子算法（Propagator method,PM）实现了对相干目标的波达角和多普勒频率联合估计,且无需额外配对。与传统的FSS-PM算法相比,所提算法波达角估计性能提升,多普勒频率估计性能接近而复杂度大大降低。本文同时分析了算法的理论均方误差（Mean squared error,MSE）和单基地MIMO雷达中波达角和多普勒频率联合估计问题的克拉美罗界（Cramer-Rao bound,CRB）。最后提供了详尽的仿真实验以验证算法的性能。     

机会式电磁矢量传感器阵列互耦校正算法

针对电磁矢量传感器阵列中的互耦效应导致系统性能下降的问题,研究了一种分布式电磁矢量传感器机会式阵列互耦校正算法。首先建立可以从信噪比、波达方向估计精度和孔径扩展维数等性能方面分析线性阵列、三角形阵列和双三角形阵列等阵列结构特性的数学模型,然后根据性能分析结果构建了电磁矢量传感器机会式阵列架构,最后提出了适用于分布式电磁矢量传感器阵列的机会式互耦校正算法。实验结果从波达方向估计精度、空间谱估计精度和信噪比等方面证明了所提分布式电磁矢量传感器机会式阵列互耦校正算法比静态传感器阵列具有明显优势。     

A coherent direction of arrival estimation method using a single pulse

This paper addresses the problem of coherent direction of arrival (DOA) estimation in monostatic multi-input multi-output (MIMO) radar using a single pulse, and links the trilinear model to derive a coherent DOA estimation method. We use the received data to construct a set of Toeplitz matrices through which a trilinear model is formed, and then the trilinear decomposition is used to attain the DOAs of sources. The proposed algorithm is effective for a single pulse. Compared to the forward backward spatial smoothing estimation method of signal parameters via rotational invariance techniques (ESPRIT), the ESPRIT-like of Han, and the ESPRIT-like of Li algorithms, our method has better angle estimation performance. Numerical simulations present the effectiveness and improvement of our approach.     

电磁矢量互质阵中基于降维Capon的DOA和极化估计算法

将传统电磁矢量均匀阵列推广为电磁矢量互质阵列,突破了阵元间距不大于半波长的限制。提出了电磁矢量互质阵列中基于降维Capon的波达方向（Direction of arrival,DOA）和极化联合估计算法。该算法无需假设已知极化信息,且只需一维搜索,避免了多维搜索,可实现DOA和极化参数自动配对;与相同阵元数的均匀阵列相比,明显提高了角度估计性能,并拓展了天线孔径,具有相对较高的自由度,且降低了运算复杂度。相同阵列及参数条件下,本文算法的角度估计性能优于ESPRIT算法和三线性分解算法。     

DPT和虚拟阵列相结合的相干NLFM信号的DOA估计

针对无线电通信领域中经常遇到多径传输和反射因素的现象,必须考虑宽带相干信号源的存在。提出一种离散多项式相位变换(DPT)与虚拟阵列变换法相结合的相干非线性调频(NLFM)信号的波达方向(DOA)估计方法,并对其中的算法做了对比、分析和改进。解决了常规MUSIC、ESPRIT算法不能估计宽带信号、相干信号的问题,不仅能更准确地进行DOA估计,而且不损失阵列的孔径,提高了阵元数的利用率。同时还提出了当两个信号源很近的情况下的角度估计算法。仿真实验证明了该算法的有效性。     

色噪声环境下双基地MIMO雷达相干目标角度估计算法

通过研究多输入多输出(Multiple input and multiple out,MIMO)雷达的角度估计算法,针对色噪声环境下双基地MIMO雷达相干目标角度估计问题,基于双基地MIMO雷达的信号模型,利用MIMO雷达的接收数据,通过四阶累积量的计算消除了色噪声的影响,并证明得到的一组矢量包含所有目标的角度信息;然后利用得到的四阶累积量矢量构造出块Hankel矩阵,并证明该矩阵的秩等于目标总数,且不受信号相干性的影响,通过奇异值分解,结合ESPRIT算法实现了色噪声环境下对相干目标的角度估计.算法结合四阶累积量和MIMO雷达的估计性能,具有自动抑制加性高斯白噪声和色噪声的能力,实现了相干目标的有效估计和参数的自动配对,提高了抗噪能力,更利于在实际中应用.最后计算机仿真结果证实了算法的有效性和可行性.     

基于压缩感知的二维DOA估计

针对L阵列,提出基于压缩感知的二维波达方向估计新方法。定义方位角和俯仰角余弦乘积为空间合成角,利用等余弦网格划分空间合成角构造超完备的冗余字典,将子阵接收的单快拍数据矢量转化为冗余字典下的稀疏表示问题;采用单位列向量组合矩阵随机抽取的新方法构造高斯随机测量矩阵;通过改进正交匹配追踪算法求解二维波达角。指出所提出的算法比传统二维MUSIC算法在高信噪比、多快拍条件下估计性能更好,并且有一定的阵元节约效能。计算机仿真实验证明了以上结论。     

一种高性能的二维波达方向估计算法

在二维虚拟ESPRIT算法的基础上,提出了一种高性能的改进算法。改进方法依照子阵数据直接空间平滑的思想对子阵数据进行预处理,用虚拟阵列变换技术实施阵列变换,采用波达方向矩阵法的思路计算二维角度参数。仿真结果表明,相比于空域平滑的DOA矩阵法和空域平滑的二维虚拟ESPRIT算法,该方法在低信噪比情况下对相干信号源具有更好的估计性能,对独立信号源,能够估计出超过子阵阵元数的信号。