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。     

一种新的基于线性变换波达方向估计算法

本文提出了一种基于线性变换的波达方向估计算法.与一般的基于无需特征分解的线性变换方法不同,本文假设并利用了噪声的时间相关长度小于信号的时问相关长度这一性质来消除噪声的影响,然后利用阵列的旋转不变特性直接估计波达方向而无需进行谱峰搜索或计算多项式的根.仿真实验也表明了本算法的去噪性能即在低信噪比时比传统的线性变换算法具有更好的统计性能.     

一种低复杂度的二维波达方向估计方法

提出了一种基于传播算子的低复杂度二维波达方向估计新算法,该方法避免了常规子空间方法中占主要运算量的估计信号协方差矩阵及其高维矩阵的特征分解,降低了运算复杂度,并且由于无阵列孔径损失,获得了良好的参数估计性能.最后计算机仿真验证了算法的有效性.     

一种快速的二维高分辨波达方向估计方法混合波达方向矩阵法

本文利用两个具有位移特性的二维传感器子阵列信息构成一种新的矩阵混合波达方向矩阵。混合波达方向矩阵的特征值和特征矢量分别为信号源方位角与高低角的混合方向元素和方位角与高低角的混合方向矢量。合理选择子阵列构造可以解决兼并信号源分辨问题和降低阵列孔径损失。     

一种基于加权平均的STFD矩阵的波达方向估计方法

提出了一种利用时频分布进行波达方向估计的改进算法。该算法以等距线阵为模型,在构建空间时频分布矩阵的基础上,选取多个能量峰脊上的时频点,对这些时频点进行加权平均,实现信源的波达方向估计。该方法采用加权平均,使高能量的时频点在阵列相关矩阵估计中起到更大的作用,更好地抑制了交叉项的影响,加强了TFD矩阵的对角化结构特性,从而提高了DOA估计的精度和性能。仿真结果验证了这种新方法的有效性。     

基于相干积累矩阵重构的波达方向估计新方法

针对短时小样本条件下相干信号的波达方向(Direction Of Arrival, DOA)估计问题,该文提出了一种基于相干积累矩阵重构的快速解相干方法。首先利用相干积累技术对阵列接收快拍进行处理,得到累积快拍矢量,提高了数据信噪比。再依据累积快拍矢量的结构特点构造一个非降维等效协方差矩阵,理论分析可知,该矩阵的秩仅与信源个数相等,与信号间相关性无关,即实现了相干信源完全解相干。相较于空间平滑类算法,该方法避免了阵列孔径损失,估计精度高、计算量小。仿真结果验证了算法的有效性。      

一种快速的二维高分辨波达方向估计方法——混合波达方向矩阵法

本文利用两个具有位移特性的二维传感器子阵列信息构成一种新的矩阵－混合波达方向矩阵。混合波达方向矩阵的特征值和特征矢量分别为信号源方位角与高低角的混合方向元素和方位角与高低角的混合方向矢量。合理选择子阵列构造可以解决兼并信号源分辨问题和降低阵列孔径损失。     

基于Toeplitz矩阵重构的相干信源波达方向估计研究

波达方向估计(DOA估计)是实现目标精确定位的重要内容。针对相干信号源的波达方向角估计问题,提出了一种能有效解相干的互相关矢量Toeplitz矩阵重构算法。该算法利用了阵列接收数据互相关矢量的内在关系,实现了相干源的完全解相干。该算法不损失阵列孔径,无需阵列平滑。仿真结果表明了该算法的有效性。     

高分辨率宽带相干信号波达方向的高效估计

本文给出了一种用于多源宽带相干信号波达方向（ＤＯＡ）估计的快速算法。它是基于信号子空间技术，通过截取中心窄带频段数据并进行空间平滑来获得支方向的高效估计。文中最后通过计算机仿真，与ＣＳＭ方法进行了比较，验证了本算法的快速，高分辨率等优良性能。     

一种解析的基于旋转矩阵估计的波达方向估计方法

本文提出了一种解析的基于旋转矩阵估计的高分辨波达方向估计算法.为了充分利用空时信息以提高算法的估计性能,利用传感器阵列接收数据相关矩阵构建既包含旋转矩阵信息又具有可对角化结构的目标矩阵组.通过一系列矩阵变换,将复数域普通目标矩阵组转化为实数域对称目标矩阵组,以利用ACDC算法实现目标矩阵组的联合对角化并求得对角矩阵,继而求取旋转矩阵并挖掘波达角度信息,实现了波达方向估计.仿真结果表明,与其他现存的经典算法相比,所提算法具有更强的分辨能力及更准确的估计性能.     

基于空间平滑的矩阵分解算法

本文研究了协方差矩阵分解算法解相关的问题,提出了一种修正的矩阵分解算法-基于空间平滑的矩阵分解（SSMD）算法。SMMD算法能在低信噪比条件下的估计相干信源,且估计精度比原修正的算法高,计算量比原修正算法小,最后通过大量的计算机仿真实验来说明矩阵修正算法的性能。     

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。     

基于扩展孔径波达方向矩阵法的高精度二维DOA估计

该文针对扩展孔径会产生估计模糊的现象,提出一种高精度扩展孔径波达方向矩阵算法。算法由个阵列单元组成双平行阵列几何结构,利用阵列传感器沿轴和沿轴的不同间距,分别构造波达方向矩阵,由此计算出高精度模糊的方向余弦估计和低精度无模糊的方向余弦估计,然后利用低精度无模糊的方向余弦估计值对高精度模糊的方向余弦估计值进行解模糊处理,得到高精度无模糊的方向余弦的估计值。该算法无需配对运算和2维搜索,是一种低运算量高精度的算法,计算机仿真实验验证了该算法的性能。     

基于数据共轭重排的修正ESPRIT信号DOA估计算法

本文介绍了将接收数据共轭重排的再利用,构造相关矩阵的修正ESPRIT算法.理论分析和仿真实验表明,该算法同经典的ESPRIT算法相比,在快拍次数有限时,可明显改善信号DOA估计的性能,且其计算量二者基本相当.     

采用单次快拍数据实现相干信号DOA估计

该文针对均匀线性阵列的相干信号DOA估计问题,提出了一种基于单次快拍数据的解相干算法,该算法直接利用快拍数据构造一个Toeplitz矩阵,经理论推导,该Toeplitz矩阵的秩不受信号的相干性影响,仅和入射信号的个数有关,因此对该矩阵进行特征值分解可得到正确的信号子空间和噪声子空间,结合MUSIC,ESPRIT等子空间算法,即可实现对相干信号的DOA估计。数值仿真验证了该算法的有效性。     

基于四阶累积量的DOA估计方法

从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法,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MUSIC算法的结构,从而可进行DOA(Direction ofArrival)估计。对于这种方法在阵列信号处理中的应用,通过计算机仿真与基于二阶矩的MU-SIC算法进行了较全面的比较。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。     

基于协方差矩阵重构的离网格DOA估计方法

针对稀疏表示模型中网格失配导致波达方向角(DOA)估计存在较大估计误差的问题,该文提出一种基于协方差矩阵重构的离网格(Off-Grid)DOA估计方法(OGCMR)。首先,将DOA与网格点之间偏移量包含进所构建接收数据空域离散稀疏表示模型;而后基于重构信号协方差矩阵建立关于DOA估计的稀疏表示凸优化问题;再构建采样协方差矩阵估计误差凸模型,并将此凸集显式包含进稀疏表示模型以改善稀疏信号重构性能;最后采用交替迭代方法求解所得联合优化问题以获得网格偏移参数及离网格DOA估计。数值仿真表明,与传统多重信号分类(MUSIC)、L1-SVD及基于稀疏和低秩恢复的稳健MVDR (SLRD-RMVDR)等估计算法相比,所提算法具有较好的角度分辨力以及较高的DOA估计精度。     

性能优化的跟踪门算法

本文提出一个基于数据关联性能评价的优化跟踪门算法,并通过它来减少跟踪门内来自非本目标的回波,最终达到提高多目标多传感器跟踪系统性能的目的.与最优跟踪门相比,经理论分析和仿真数据表明,本算法有效改善了系统的性能,尤其在强干扰、高虚警的情况下更为明显.     

一种基于阵列接收信号重排的单快拍DOA估计方法

针对单快拍情况下大多数空间谱估计方法失效的问题,该文提出一种直接利用阵列接收信号重排构造伪协方差矩阵的模型。理论分析表明,该模型更加灵活且更具一般性,已有的伪协方差矩阵构造方法可以统一在该模型下。在此基础上结合波束形成的思想,进一步提出一种基于阵列接收信号加权求和的伪协方差矩阵构造方法,该方法综合考虑了信噪比及阵列自由度两方面因素的影响,可在一定程度上提升估计性能。理论分析和仿真验证说明了该方法及模型的正确性和有效性。