基于小波多分辨分析在DOA估计中的应用

提出了利用小波多分辨分析特点来提高阵列天线的DOA分辨率的一种方法。通过对接收信号进行小波去噪，然后通过空间谱估计，可得到准确的DOA方向，从而提高阵列天线的性能：一来可以减少阵列天线阵元的数目，二则可以提高阵列天线的分辨率。进而起到减少对阵列天线的约束作用。     

基于小波分析与MUSIC法的联合算法对信号DOA的估计

文中在对传统MUSIC法的分析的基础上,引入小波多分辨分析的方法,提出了一种新的算法.该算法可以解决在低SNR环境,且阵元数目有限的情况下,对于传统的MUSIC法不能够准确分辨出DOA的问题.同时,该算法同样可以解决在SNR较高,但信号DOA相隔很近,传统的MUSIC法也不足以分辨开来的问题.加入小波多分辨去噪后,则在相同条件下可以有效将DOA分辨出来,理论分析和仿真结果表明,该算法能在不增加阵元数的情况下,有效提高信号的SNR,从而提高了阵列天线的性能.     

MB-OFDM系统的DOA估计方法研究

对信号的波达方向（DOA）估计是超宽带（UWB）定位的关键技术之一,传统的DOA估计方法都是针对窄带信号,不适用于宽带信号。多频带正交频分复用（MB-OFDM）系统中,在信道长度不大于循环前缀长度时,各子载波可依然保持正交性,针对这一特性,将子载波信号解调和重构,通过空间谱估计方法估计出信号的来波方向。仿真结果表明,算法简单易行,估计效果良好,能工作在较低的信噪比下,具有很强的鲁棒性。     

基于小波多分辨分析的线性预测

提出了一种对非平稳时间序列预测的新方法。通过小波多分辨分析把某些非平稳时间序列分解为若干层近似意义上的平稳时间序列，然后再用自回归模型对每层的单支重构信号进行预测，最后综合每层的预测值可得到原时间序列的预测值。仿真实验表明了该方法的优越性在于比传统的方法精度高。     

基于小波多分辨分析的图像融合方法

图像融合的目的是把来自多传感器数据的互补信息合并形成一幅新的图像,以便更好地进行监视和侦察之类的视觉感知[1,2]。在阐述了小波变换多分辨分析的基本原理及其特点的基础上,提出了基于小波多分辨分析的图像融合的新方法。实验结果表明,该方法效果良好,可广泛用于各研究领域。     

基于小波多分辨分析的极化分析和滤波方法

在小波多分辨分析的基础上,在各个尺度上分别用协方差矩阵法计算极化参数,给出在不同的尺度上选取相应的时窗长度的方法,对协方差矩阵法不能计算的各个尺度位移的开始和结束处用瞬时法计算极化参数。这种方法有效地解决了协方差矩阵法时窗长度的选取和参数计算时存在的边界问题以及瞬时极化分析法对瞬时干扰的敏感问题．     

一种DOA估计的快速子空间算法

MUSIC算法是一种属于特征结构的子空间超分辨方法，该算法性能优良，但需要估计协方差矩阵并对其进行特征分解，运算量大，很费计算时间。本文对波这方向估计问题进行了研究并提出了一种采取降维处理的快速子空间算法，该算法利用阵列协方差矩阵的一个子矩阵快速得到信号子空问，无需特征分解，且无需估计整个协方差矩阵，只需估计该子矩阵，故快速算法运算复杂度远低于MUSlC算法，而性能损失并不太大。理论分析和计算机仿真结果表明此方法是有效的。     

基于迭代超分辨的单快拍DOA估计方法

单快拍DOA估计方法可解决短时突发信号和相干信源背景下传统方法面临的秩亏损问题。本文提出一种基于迭代超分辨的单快拍DOA估计方法,利用迭代超分辨技术估计阵列的协方差矩阵,然后采用求根MUSIC算法实现对DOA的估计。该方法无需谱峰搜索,可在不损失阵列孔径的同时实现单快拍DOA估计。论文推导了基于最小方差无畸变响应原则的迭代超分辨技术,仿真分析了空间角度划分、迭代次数、信噪比等参数对DOA分辨的正确率和估计精度的影响,与已有方法的对比结果验证了本文方法的有效性。      

基于压缩感知的无源雷达超分辨DOA估计

波达方向(DOA)信息是目标定位过程中一个非常重要的量。但是在无源雷达中,目标回波通常掩盖在强直达波、多径干扰以及噪声的背景之下,因此很难对其进行DOA估计,特别是在多目标的情况下。该文提出一种基于压缩感知的无源雷达超分辨DOA估计方法,为了消除直达波和多径干扰以及提高目标回波的信噪比,首先进行时域干扰相消和距离-多普勒2维相关处理,最后在目标对应的距离-多普勒单元处进行方位向压缩感知稀疏重构,以获得目标的DOA信息。仿真分析表明,该文方法能够在无源雷达中进行有效的超分辨DOA估计。     

基于JADE算法的盲DOA估计

研究了复杂多径环境下DOA估计问题,提出了基于JADE盲源分离算法的一种新方法.该方法在信号方向矢量没有任何先验知识的情况下,通过JADE盲辨识技术对阵列流型矩阵进行估计,并将多径环境下的方向矢量看成是由多个复正弦信号线性混合而成,进而利用频谱分析的方法实现信号的DOA估计.经过仿真验证,新方法可以对来波方位相同的2个信号进行分辨,且在多径环境下的稳定性要优于Toplitz近似算法,在信源数(含相干多径信号)大于阵元数时仍然可以使用.     

基于PSO-MUSIC算法的分布式目标DOA估计

提出了一种基于粒子群优化算法（PSO）和多重信号分类（MUSIC）算法的分布式目标波达方向（Direction of Arrival,DOA）估计方法。在空间欠采样情况下,该方法首先利用粒子群优化算法优化阵列阵元间距,得到阵列天线方向图高旁瓣电平最小情况下的阵元间距,阵列阵元间距决定了阵列流形,然后在该阵列流形下构造分布式目标信号模型,最后结合分布式目标导向矢量和MUSIC算法获得空间欠采样情况下分布式目标中心DOA的准确估计。仿真结果表明了该方法的有效性。     

基于改进单纯形算法的DOA估计

利用最大似然估计获得信号的来波方向，其统计性能要比其他算法优越，但由于该方法需要对多维参数进行优化，从而导致较大的计算量，针对该问题文中提出基于改进单纯形算法的来波方向（DOA）估计。首先利用阵列输出的协方差矩阵对来波方向进行粗略估计，并以该估计值为重心构造初始单纯形，由于待估计的参数都有一定的取值范围，所以文中通过定义罚函数，将有约束的优化问题转化为无约束的优化问题，最后结合罚函数和改进单纯形算法进行DOA估计，计算机仿真结果验证了该方法的正确性和有效性。     

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。     

基于四阶累积量的DOA估计方法及其分析

本文提出了一种基于四阶累积量的ＤＯＡ估计方法,同ＭＵＳＩＣ－ｌｉｋｅ方法一样,它也对实际阵列进行了四阶扩展。文章证明了这两种方法对实际阵列口径和阵元数的扩展特性,指出了它们在阵列扩展方面的差别。文章最后采用计算机模拟验证文中结论。     

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。     

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。     

基于改进实数遗传算法的DOA估计

文献[7]提出的估计方法直接以误差矩阵的2范数建立适应度函数,文中利用该矩阵是Toeplitz矩阵的特性,构造了一个新的适应度函数,提出了一种基于基因分量独立变异的实数遗传算法。该方法不需进行矩阵的特征值分解,充分利用了遗传算法的全局寻优特性,获得了良好的参数估计性能。仿真结果表明,相对文献[7],达到同样要求所需要的运算量减小了一半。     

基于虚拟阵列扩展的DOA估计

讨论了基于虚拟阵列扩展的DOA估计问题,对此问题传统阵列处理方法主要利用高阶累积量进行阵列扩展,计算量较大。在四阶矩基础上,通过扩大阵列孔径和自由度解决信源数目较阵元数多的DOA估计问题,利用特殊矩阵对扩展阵列的冗余信息进行剔除,降低了计算复杂度,提高了计算效率。仿真结果验证算法高效可靠,为工程实现提供了理论基础。     

基于波束空间MUSIC的MIMO雷达波达方向估计

在进行波达方向估计时,阵元空间MUSIC方法的计算量通常都比较大。为了解决此问题,采用了波束空间MUSIC的方法,它的计算量较阵元空间MUSIC方法有所下降,将它运用于多输入多输出雷达波达方向的估计问题。计算机仿真实验表明,虽然协方差矩阵特征分解的计算量下降了,但是波束空间MUSIC的性能依然良好。     

一种新的时频极大似然DOA估计方法

针对非平稳信号,提出一种新的时频域极大似然DOA估计方法,利用参考阵元与阵列中其它阵元输出之间的互伪Wigner-Ville分布建立起时频域的阵列信号模型,通过时频域极大似然方法获得入射方向估计。与基于空间时频分布矩阵的阵列测向方法相比,该方法具有计算量小、交叉项时频分布利用充分的优点。仿真实验证实了该方法的有效性。