基于空域平滑稀疏重构的DOA估计算法

该文提出一种基于空域平滑稀疏重构的DOA估计算法,利用空域平滑理论对协方差矩阵进行处理,然后通过KR积变换改变其结构,并对变换后的矩阵进行稀疏重构获得角度估计。此外,该文还给出了两种不同的目标函数误差求解方法。从仿真实验可以看出,该算法与传统的基于压缩感知理论的DOA估计算法对比,明显降低了运算量,且对于相干和非相干信号的处理性能均有所提高,在低角度间隔、低信噪比和低采样数条件下优势更为突出。     

频谱分析在DOA估计中的应用

子空间方法的本质是利用噪声子空间与阵列流型之间的正交性对阵列空间采样数据中空间频率进行估计。文章从快拍数据频谱分析的角度来实现这一估计。文中详细推导了窄带情况下DOA和快拍频谱的关系,提出了两种运算量较小、便于工程实现的利用FFT估计窄带DOA的方法。在宽带情况下,详细推导了宽带信号空间频率和时间频率的关系,推导出宽带信号频率对齐的方法,提出了两种直接利用对齐结果来估计宽带DOA的新方法。文中所用方法运算量小,便于硬件实现,仿真结果证明了算法的有效性。     

基于MCMC的DOA估计及其在空域滤波中的应用

针对传统算法在进行波达方向角估计时需要进行全空间的谱峰搜索,且依赖初始化迭代和插值的缺陷,设计了一种贝叶斯估计方法。首先,构建基于均匀圆阵的频域信号处理模型,提出了基于马尔科夫链蒙特卡罗进行波达方向角估计的方法,实现了无需初始化和插值的测向算法,且不需要进行全空间的谱峰搜索即可直接估计结果,同时推导了该模型下进行波达方向角估计的克拉美罗下界。在以测向结果为先验信息,同时设计了一种新的空域滤波增益模型。利用马尔科夫链蒙特卡罗算法对信号子空间进行解耦合,然后计算滤波器增益系数,以此实现空域滤波。最后在无线电设备搭建的真实环境中进行实验,验证了基于马尔科夫链蒙特卡罗算法进行阵列波达方向角估计和空域滤波的有效性,并且与其他模型相比要明显优于后者。     

信号频率和DOA联合估计方法

提出了一种针对均匀线阵的信号频率和DOA(direction of arrival)联合估计的快速算法。通过对采样数据进行分段与合并，构成含频率信息的时延旋转因子，利用ES-PRIT方法可以估计出信号的频率和DOA，不需要进行配对处理和增加任何多余的硬件。计算机仿真试验证实了该方法的有效性。     

利用改进遗传算法的DOA估计

用极大似然估计（ＭＬＥ）得到到达信号的方向（ＤＯＡ）,在统计性能方面要比其它一些理论优越,但是由于该方法为种多维参数估计,采用常规搜索方法,精度受到网格限制,不能任意逼近最优解,并且容易收敛到局部最优。而遗传算法是一种有导向的随机搜索方法,它具有适用条件宽松,有较大的概率收敛到全局最优等优点。在此通过改进的遗传算法（ＩＧＡ）,较好地解决了一般搜索算法存在的不足,计算机模拟实验证明可行。     

基于FRF域对称空域平均的相干LFM信源DOA估计研究

本文将时频分析中的FRFT与传统的MUSIC算法相结合,在FRF域找到具有时不变性的方向向量,很好地解决了雷达中典型的LFM非平稳信号的DOA估计问题,并针对相干信源入射的情况,提出通过在FRF域引入对称空域平均处理技术构造阵元接收信号的SATFD矩阵来消除信源间的相干性,最后仿真验证了本文所提算法的有效性,且与空间平滑解相干技术相比,具有更高的DOA估计精度。     

矩阵法在短波信号DOA估计中的应用

研究分析了基于均匀双平行线阵的矩阵法,并将其应用到短波信号的二维DOA估计中,通过计算机仿真验证了该方法的有效性。     

宽带独立信号和相干信号的DOA估计

当独立信号和相干信号共存时,传统四阶累积量方法无法估计出宽带相干信号的来波方向(DOA),针对这个问题提出了一种新方法。该方法首先通过离散傅里叶变换,将宽带阵列接收数据分解为若干个窄带信号,构造出各个窄带频率处的自相关矩阵,再通过MUSIC(Multiple Signal Classification)算法估计出各个窄带信号的DOA,将各个窄带信号的空间谱相加求平均,通过谱峰搜索得到宽带独立信号的DOA;然后分离出独立信号的信息,构造出一个只包含宽带相干信号信息的矩阵,最后通过稀疏重构的方法估计出相干信号的DOA。计算机仿真结果证明该算法的正确性和有效性。     

基于解相干的改进MUSIC算法DOA估计

MUSIC算法是一种子空间分解算法。在非相干的情况下,经典MUSIC算法能准确进行波达方向（DOA）估计,但当信号源在相干的情况下时算法失效。在对经典MUSIC算法进行理论分析研究的基础上,对其阵元接收数据阵做相应变换,得到共轭重构后的协方差矩阵,通过特征值分解再进行DOA估计。就经典的MUSIC和改进算法的DOA估计性能进行了仿真分析。结果表明,改进后的算法在信号源相干的情况下也能精确地估计信号的波达方向。     

色噪声环境下强相关源的DOA估计

结合MMUSIC（Modified multiple Signal Classfication)算法和SWEDE（Subsapce Method Without Eigen DE composition)方法的优点提出了联合DOA估计方法，该法使得在色噪声环境下强相关信源DOA（Direction Of Arrival)估计成为可能。理论分析与仿真结果表明：联合DOA估计方法在明显降低运算复杂度的同时，无需空间噪声必须为白噪声的约束，更加贴近现实情况，而且有利于在线处理。     

基于信号-阶循环平稳特性的源信号方向估计方法

本研究并给出了基于信号-阶循环平稳特性的阵列信号模型,根据该信号模型结合最小二乘方法得到了对源方向进行有效估计的算法,并与MUSIC算法作了简单的比较.对单目标和多目标两种情况分别进行了仿真计算,仿真结果说明了所给方法的有效性.     

基于累积量的空间特征估计算法及其在智能天线中的应用

在智能天线系统中,波达方向(DOA)估计是实现空分多址的关键问题之一.本文提出了一种基于累积量的多用户空间特征估计算法,并将该算法用于智能天线中的多用户相干源DOA估计.该算法利用累积量构造了空间特征矩阵,通过对空间特征矩阵的特征分解得到各用户信号的空间特征估计,并基于空间特征估计,利用前后平滑空间特征协方差矩阵估计共信道多用户信号的DOA.仿真实验验证了算法的有效性.     

Incoherent DOA Estimation in Uniform Antenna Arrays with Inordinate Spacing Using a Subband Hopping Approach

Given a certain transmission frequency, the Shannon spatial sampling limit defines an upper bound for the antenna element spacing. Beyond this bound, the exceeded ambiguity avoids correct estimation of the signal parameters (i.e., array manifold crossing). In this survey, the problem of simultaneous signal and direction-of-arrival (DOA) estimation of broadband sources is addressed when the element spacing of a uniform array antenna (uniform linear array (ULA)) is inordinate. It is illustrated that one can resolve the aliasing ambiguity by utilizing the inherent frequency diversity of the broadband sources. An algorithm based on maximum likelihood estimation (MLE) has been developed to estimate the transmitted data signal and the DOA of each source. Through confirmatory simulation, it is shown that the performance gain of the proposed setup is potentially significant, specifically under a low signal-to-noise ratio (SNR) and when the transmitters are closely spaced. This relaxes the stringent maximum element-spacing constraint of ULAs pertinent to the upper-bound frequency of transmission and suggests that the element spacing—which in practical applications results in detrimental element coupling—can be conveniently increased, in particular under wide transmission spectrum and low SNR (e.g., license-free communication). A method similar to the frequency hopping approach (i.e., subband hopping) is utilized for the problem of source associations and identification. In the sequel, a suboptimal subspace-based algorithm is proposed and its performance is investigated. An approximate expression for the estimation error has also been developed to gauge the behavior of the proposed setup.     

DOA Estimation Using Block Variational Sparse Bayesian Learning

In Direction-of-arrival (DOA) estimation, the real-valued sparse Bayesian algorithm degrades the es-timation performance by decomposing the complex value into real and imaginary components and combining them independently. We directly use complex probability density functions to model the noise and complex-valued sparse direction weights. Based on the Multiple measurement vectors (MMV), block sparse structure for the direction weights is integrated into the variational Bayesian learning to provide accurate source direction estimates. The pro-posed algorithm can be used for arbitrary array geome-tries and does not need the prior information of the in-cident signal number. Simulation results demonstrate the better performance of the proposed method compared with the real-valued sparse Bayesian algorithm, the Orthogo-nal matching pursuit (OMP) and l1 norm based complex-valued methods.     

基于累积量的二维DOA估计的特征向量算法

本文提出一种基于累积量的二维ＤＯＡ估计特征向量算法,算法能同时确定目标的仰角与方位角;空间平滑累量使算法能更有效抑制高斯空间有色噪声。本文证明了,通过对累积选择,算法还可抑制非高斯空间白噪声,仿真实验证明了该算法明显估于ＭＵＳＩＣ算法。     

基于空域稀疏性的嵌套MIMO雷达DOA估计算法

针对传统MIMO雷达可分辨目标数受限于虚拟阵元数的问题,该文提出一种基于嵌套阵的MIMO雷达阵形设计新方法并改进了相应的稀疏DOA估计算法。首先分析对传统MIMO雷达的虚拟阵元进行嵌套采样给DOA估计性能带来的影响;然后提出嵌套MIMO雷达阵形设计方法,在虚拟阵元数相同的情况下,该阵形比传统阵形分辨更多的目标;最后提出一种基于空域稀疏性的嵌套MIMO雷达改进DOA估计算法,该算法使用噪声子空间加权,在提高分辨率的同时可以有效消除伪峰。仿真结果验证了该文算法的有效性和优越性。     

有源欺骗干扰环境下的DOA估计

针对有源欺骗干扰环境下基于小样本的DOA估计问题,该文提出自适应极化滤波(APF)联合块稀疏贝叶斯学习(BSBL)算法的DOA估计方法。首先,通过APF抑制干扰能量,提高信干比。然后,建立有源欺骗干扰环境下的稀疏贝叶斯模型,基于相邻快拍相关性,利用BSBL算法进行DOA估计。仿真和实测数据处理结果表明,所提方法降低了干扰对BSBL算法的影响,且与APF联合子空间类算法或最大似然算法(ML)相比,具有更高的空间分辨率和DOA估计精度。

     

基于压缩感知的宽频段二维DOA估计算法

针对2维DOA估计问题,该文提出一种基于压缩感知(CS)的宽频段2维DOA估计算法,能够同时得到多个窄带信号的中心频率、方位角和俯仰角。首先利用方位向和俯仰向的空间频率分别建立过完备稀疏字典,然后通过对阵列接收数据的压缩采样得到空间频率的高分辨估计,最后通过空域滤波实现中心频率、方位角和俯仰角之间的匹配。理论分析表明,该算法具有较高的估计精度与分辨力,对信噪比(SNR)要求不高,无需多维搜索过程,且经过压缩采样降低了运算量。仿真结果验证了算法的正确性与有效性。     

多入多出系统测向精度与空域相关分析

分析了多人多出系统测向精度问题.提出了天线接收端利用圆形天线阵的布阵形式.精度分析是在该阵列形状下进行的.理论上分析了天线阵列形式与角度估计之间的关系.并在此条件下,分析了影响角度估计精度的各个参数.在此基础上推导了角度估计精度公式,通过计算机仿真进行验证.并将该种阵列形式与常规的阵列进行了对比,为以后多入多出天线系统的构建提供了一定的参考参数.以及在对 MIMO 系统性能进行评估时,影响评估参数的影响因子.