一种基于逐次搜索的快速MUSIC方法

MUSIC方法是一种经典的阵列波达方向(DOA)估计子空间方法,在高信噪比时,该方法有很好的性能,但随信噪比的降低,算法性能下降很快,特别是其分辨概率下降很快。其主要原因是低信噪比和DOA相邻较近时,信号源之间的空间相关性较强。逐次消除空间相关性并逐次搜索DOA的改进MUSIC方法,提高了分辨概率。为降低运算量,采用多级维纳滤波代替特征值分解过程。文中方法具有一般性,适合于基于子空间方法的一大类DOA估计。仿真结果证明了方法的有效性。     

MUSIC测向算法的入射方向确定方法

MUSIC(MUltiple SIgnal Classification)等谱峰搜索类算法的计算量主要集中于谱峰搜索过程,加大搜索步长虽可减小计算量,但会引起空间谱的畸变从而造成测向误差。先采用大步长搜索确定谱峰大约位置后再用小步长搜索可以减小测向误差,且增加的计算量较小,但其实时性不佳。文中提出了基于重心估计的入射方向确定方法,利用现有谱峰搜索数据进行后处理,当搜索步长远大于MUSIC测向算法本身的均方根误差(RMSE,Root Mean Square Error)时,可用很小的计算量大大提高测向精度,具有良好的工程应用价值。      

基于改进的循环互相关MUSIC算法的波达方向估计

给出了基于循环互相关运算的信号模型，根据该信号模型，运用改进的循环互相MUSIC算法得到了对具有循环平稳特性的空间源信号波达方向进行估计的有效方法——ICCC-MUSIC算法；定性的分析和仿真实验均表明该方法具有较好的抑制噪声和选择信号的能力，为利用天线阵列提取具有循环平稳特性的源信号提供了较好的实现方法。     

一种基于稀布降维处理的高分辨测向方法

针对阵元数一定时大型面阵均匀布阵易产生分辨力与模糊的矛盾问题,提出了一种基于稀布降维的波达方向高分辨估计方法。该方法极大的降低了运算量,同时保持了高分辨的测向精度,较大的改善了角度分嘉串率,计算机仿真证明了该方法的有效性和可行性。     

非圆信号多级维纳滤波MUSIC测向算法

为降低非圆信号的MUSIC(记为NC-MUSIC)测向算法的计算量,提出了基于多级维纳滤波的NC-MUSIC算法.首先,该算法将非圆信号特性用于多级维纳滤波算法,构造出扩展阵列输出矩阵,利用多级维纳滤波的递推特性求出信号子空间,而不需要估计样本协方差矩阵和对其特征值分解;其次,为了进一步降低算法的计算量,推导出信号子空间的谱峰一维搜索公式进行非圆信号谱峰搜索的计算,快速估算出目标的方位值.仿真结果和计算复杂度分析表明,新算法不但在均方根误差性能上与其他快速算法相似,均接近于NC-MUSIC算法,具有良好的估计性能,而且降低了NC-MUSIC算法的计算最,使其计算复杂度小于非圆信号扩展传播算子快速测向算法的计算复杂度.证实了新算法快速有效的估计性能.     

低信噪比中MUSIC算法研究

MUSIC（Multiple Signal ClaSSification）是一种超分辨率的DOA（Direction of hrrival）估计算法,其分辨率随着天线接收信号的信噪比的增大而增大。在低信噪比条件TMUSIC算法的分辨率快速下降,为解决此问题提出了一种改进的MUSIC算法,使它在低信噪比条件下有较高的分辨率。通过计算机仿真验证了改进后的算法在低信噪比条件下具有很高的分辨率,在信噪比高的条件下其分辨率也大于基本的MUSIC算法。     

基于MUSIC及其改进算法的DOA估计研究

在阵列信号处理领域,波达方向(DOA)估计一直是研究的重点之一。在波达方向(DOA)估计中,利用多重分类算法(MUSIC)对来波方向进行估计是最常用的方法。本文概述了经典MUSIC算法,针对现代通信中常用的BPSK和MASK信号都是实信号的特点,结合Eular公式对MUSIC算法进行了改进,使用matlab进行了仿真及对比。     

基于多级维纳滤波的MUSIC方法

多级维纳滤波是一种降维算法,本文提出了一种将多级维纳滤波引入到MUSIC算法的预处理模型,提出了一种构造预处理滤波器的方法,提出了适合于MUSIC方法的多级维纳滤波的结构。本文提出的方法不需要采样数据二阶统计的特征值分解,降低了运算量。本文方法具有一般性,适合于基于子空间方法的一大类DOA估计。仿真结果证明了方法的有效性。     

一种新的宽带DOA估计方法

总结了宽带信号子空间类DOA估计方法,提出了一种新的构造聚焦矩阵的方法,新方法基于预估角度和宽带信号带宽内各个频点上对应的阵列流形的奇异值分解,所构造的聚焦矩阵为酉矩阵,在聚焦过程中没有聚集损失。比较了新方法与旋转信号子空间方法（RSS）在分辨两个相邻较近信号源时的性能,新方法与RSS方法性能相当。仿真结果证明了算法的有效性。     

基于相干信号源的改进MUSIC算法

提出一种基于相干信号源的改进多重信号分类（IMUSIC）算法,以估计相干信号波达方向（DOA）。相干信号间接收数据特征值分解后,直接利用大特征值对应的信号子空间与信号导向矢量的关系,通过多维来波方向搜索谱峰,实现对来波方向的有效估计。与空间平滑算法相比,IMUSIC算法具有4大优点,仿真结果也验证了IMUSIC算法的有...     

电磁矢量传感器阵列信号波达角估计的模R投影MUSIC简

 为了充分利用电磁矢量传感器阵列数据中存在的多维结构,本文探讨了具有多维数据结构的电磁矢量传感器阵列多模张量模型的建立,以及模R信号子空间的定义,提出一种基于模R信号子空间投影的MUSIC算法.分析表明:由于模R投影方法可充分利用电磁矢量传感器阵列中的多维结构信息,从而可提高信号子空间的估计精度,进而可使MUSIC算法的性能得以改善.计算机的仿真研究验证了模R投影MUSIC算法明显优于传统MUSIC方法.     

加权伪噪声子空间投影的修正MUSIC算法

多重信号分类（multiple signal classification: MUSIC）方法通过计算搜索导向矢量与噪声或信号子空间的距离来估计波达方向,对采样协方差矩阵的依赖性较大。在小快拍或存在强弱临近信号条件下,采样协方差矩阵的估计值与真实值通常存在较大差异,导致估计的噪声或信号子空间发生畸变,严重恶化了MUSIC方法的波达角估计性能。针对该问题,本文提出采用加权伪噪声子空间投影的改进方法（称为wpnMUSIC）。该方法在修正数据相关矩阵的基础上估计与搜索导向矢量对应的伪噪声子空间并利用其在伪噪声子空间的投影值对MUSIC空间谱进行加权处理,在保持子空间处理方法高分辨能力的同时改善了对小快拍和强弱信号的稳健性。理论分析和仿真实验表明本文方法对强弱临近目标的分辨能力优于MUSIC方法。      

一种不需要特征值分解的ESPRIT方法

多级维纳滤波是一种降维算法,本文提出了一种将多级维纳滤波引入到ESPRIT算法的预处理模型,提出了一种构造预处理滤波器的方法,提出了适合于ESPRIT方法的多级维纳滤波的结构。本文提出的方法避免了采样数据二阶统计的特征值分解,降低了运算量。本文方法具有一般性,适合于基于子空间方法的一大类DOA估计。仿真结果证明了方法的有效性。     

基于多级维纳滤波的ESPRIT算法

因奇异值分解引入了庞大的计算量,子空间分解类的测向算法在工程中难以实现实时处理.多级维纳滤波(MSWF)算法,避免了奇异值分解运算,有效地减少了运算量.通过对多级维纳滤波算法进行改进,提出了一种信源数目的估计方法.与传统多级维纳滤波算法相比,该方法提高了测向精度.通过仿真证明了该算法的有效性.     

一种信源个数与波达方向联合估计的新算法

针对多级维纳滤波器(MSWF)用于子空间估计时信号特征矢量泄漏到噪声子空间的问题,提出了一种新的信号子空间估计算法,该算法不需要训练信号和信源个数的先验知识.随后,给出了一种信源个数的后判断方法,最终完成信源个数及方向的同时估计.整个算法不需要协方差矩阵的计算和特征值的分解,具有较低的计算复杂度.在均匀线阵且信号互不相关情况下,改进后的算法用于波达方向估计时拥有与基于特征分解方法近似的性能.仿真结果验证了该方法的有效性.     

FOC-MUSIC与MUSIC算法的稳健性对比分析

分析比较了阵元存在误差时基于四阶累积量的MUSIC方法（FOC-MUSIC）和基于协方差的MUSIC方法对波迭方向的估计性能，给出了大样本情况下估计误差方差的统一公式，基于这个公式从理论上分析了前一种方法的稳健性优于后一种的原因。仿真结果表明；文中提出的理论比较结果与实际仿真结果吻合，在存在幅相误差的情况下，FOC-MUSIC算法的稳健性确实优于基于协方差的MUSIC算法。     

基于虚拟扩展的超分辨改进MUSIC算法及伪峰抑制

提出一种改进的信号波达方向(DOA)估计的超分辨解决方案,该方法将实际的传感器阵列扩展成多个具有不同的阵列孔径的虚拟阵列,以提高DOA估计的分辨率,然后对这些虚拟阵列得到的空间谱取平均,以抑制阵列孔径扩展导致的虚假谱峰。仿真实验证明了该方法的有效性,并且显示该方法在非相干信号条件下相对于标准MUSIC算法具有更高的近目标分辨率。