一种基于最小冗余线阵的时空共轭循环谱相关ESPRIT算法

本文提出了一种基于最小冗余线阵的共轭循环谱相关ESPRIT算法。该算法引入了时空联合处理,构造了最小冗余线阵的伪数据矩阵,并基于此矩阵进行DOA估计。当采用M阵元最小冗余线阵时,该算法的等效阵列孔径为2N-1(NM)。理论和计算机仿真实验均表明:与基于均匀线阵的共轭循环ESPRIT算法相比,该算法具有良好的DOA估计性能,扩展了阵列孔径,抗噪能力强,分辨率高,能用较少的阵元估计更多的信号源方向。     

一种基于最小冗余线阵的时空共轭循环谱相关ESPRIT算法

本文提出了一种基于最小冗余线阵的共轭循环谱相关ＥＳＰＲＩＴ算法。该算法引入了时空联合处理。构造了最小冗余线阵的伪数据矩阵,并基于此矩阵进行ＤＯＡ估计。     

基于四阶累积量扩展孔径的线阵设计

阵列孔径越大,空间谱分辨率越高.在借鉴传统的约束最小冗余线阵概念的基础上,从阵列输出的四阶累积量定义出发,利用四阶累积量扩展阵列孔径的功能,设计出基于四阶累积量的约束最小冗余线阵.与相同阵元数的传统约束最小冗余线阵相比,它具有大得多的有效孔径,从而在运用四阶累积量DOA估计方法时可大大增加可估计的信号数,极大地提高DOA估计分辨率.仿真结果证明了结论.     

基于伪数据域的最小冗余线阵测向算法

利用时间信息可以有效的压制干扰和噪声,可以大大的提高角度估计性能和空间分辨率.与传统只利用空间信息的最小冗余测向算法不同,由于所提方法联合时间和空间信息而获得了更多有效阵元数以及扩展了有效阵列孔径,因此,大大的提高了估计性能.提出方法充分利用了信号的时间信息去构造伪数据矩阵,利用奇异分解或计算简单的无需特征分解的线性变换方法获得波达方向.仿真试验充分说明了所提方法不论在精度估计还是分辨能力都表现出优越的性能.     

基于最小冗余线阵的共轭循环ESPRIT算法

本文提出了一种基于最小冗余线阵的共轭循环ESPRIT算法。理论分析和计算机仿真实验均表明:该算法具有良好的DOA估计性能,增大了阵列孔径,抗噪能力强,分辨率高,可以用较少的阵元估计更多的信号源方向。计算机仿真实验验证了算法的有效性,并比较了该算法与共轭循环ESPRIT算法的DOA估计性能。     

阵元排布对线性阵列天线的影响分析

线性阵列作为智能天线的一种阵元排布方式,在第三代移动通信中有着特殊的应用。在相同阵元个数的情况下,采用Matlab软件对均匀线阵、约束最小冗余线阵和最优哥伦布线阵的角度分辨能力和主瓣宽度进行仿真比较。仿真结果表明,最优哥伦布线阵可以获得更佳的角度分辨能力和更窄的主瓣宽度,但是会引起方向图旁瓣电平的升高。     

一种非均匀线阵超分辨测向性能分析

在使得阵列的分辨力达到最高的基础上,推导并提出了一种非均匀线阵设置方法,然后从理论上分析了其估计性能,最后通过计算机仿真验证了理论分析结果,并将其与最小冗余阵(MRL)在分辨力、估计成功概率、CRB(Cramer-Rao Bound)等方面进行了对比,可以看出与最小冗余阵相比,该阵列在分辨力和估计的CRB下界等估计性能方面都要优于最小冗余阵,从而证明了这种非均匀线阵设置方法的有效性和合理性。     

基于四阶累量的约束最小冗余线阵的ESPRIT波达方向估计方法

本文利用四阶累量的信息设计出约束最小冗余线阵，并提出了基于四阶累量的约束最小冗余线阵的ESPRIT波达方向估计方法．该方法具有以下特点：能够检测高斯加性噪声中的非高斯信号；突破了ESPRIT方法所要求的阵列构造，阵列孔径利用率高，可以用较少阵元估计出更多信号源的波达方向。本文最后给出的模拟实验验证了该方法的有效性。     

基于时空结构的阵列信号三维参数同时估计方法

提出了一种针对空间非相关窄带信号源的中心频率、方位角和俯仰角三维参数的同时估计方法。该方法通过对均匀双平行线阵时域采样构造虚拟阵元，然后结合空域采样数据构造时空DOA矩阵，对DOA矩阵进行特征分解，利用分解得到的特征值和特征向量估计出信号源的三维参数。该方法不需要进行谱峰搜索，运算量小，能实现频率、方位角和俯仰角的同时估计与自动配对，具有较高的分辨率，且能估计出比阵元数多的信号源的参数，给出的计算机仿真结果证明了该方法的有效性。     

基于最小冗余线阵的共轭循环ESPRIT算法

本文提出了一种基于最小冗余线阵的共轭循环ＥＳＰＲＩＴ算法,理论分析和计算机仿真实验均表明,算法具有良好的ＤＯＡ估计性能,增大了阵列孔径,抗噪能力强,分辨率高,可以用较少的阵元估计更多的信号源方向,计算机仿真实验验证了算法的有效性,并比较了该算法与共轭循环ＥＳＰＲＩＴ算法的ＤＯＡ估计性能。     

An efficient DOA estimation method in multipath environment

An efficient direction of arrival (DOA) estimation method is proposed with uniform linear array (ULA) in multipath environment. By applying a transformation, we can convert a constructed complex matrix to a real one, and then utilize the real matrix combined with our proposed criterion to estimate the DOAs of uncorrelated signals. Afterwards, the contributions of uncorrelated signals are eliminated, and then several new matrices without the information of uncorrelated signals are constructed to resolve the remaining coherent signals. The proposed estimation method overcomes the shortcomings of the existing methods and has satisfactory performance. Simulation results confirm the theoretical analysis and show the effectiveness of the proposed method.     

移动通信带状网中智能天线的设计

针对移动通信中带状网内信号空间分布不同于蜂窝网内信号空间分布的特点,提出了一种新的均匀线阵的设计准则。此准则突破了传统的均匀线阵的阵元间距一般不超过信号的载波波长一半的限制,根据信号空间角度的分布来设计阵元间距。理论和仿真都证明了以此准则设计的均匀线阵与相同阵元数目且阵元间距为载波波长一半的均匀线阵相比,在避免了空间角度模糊问题出现的同时可有效地提高阵列的空间谱分辨能力。     

基于极化敏感阵列均匀线阵的二维DOA估计

针对残缺电磁矢量传感器的极化敏感阵列多参数联合估计问题,该文提出一种基于正交偶极子的均匀线阵的2维波达方向(Direction-Of-Arrival, DOA)估计算法。首先,对极化敏感阵列的接收数据矢量的协方差矩阵进行特征分解,然后将信号子空间划分成4个子阵,根据旋转不变子空间(ESPRIT)算法分别求出其中1个子阵与其它3个子阵的相位差,再对不同子阵间的相位差进行配对,最后根据相位差求出信号的DOA估计和极化参数。由正交偶极子组成的均匀线阵使用极化MUSIC算法和传统ESPRIT算法无法进行2维DOA估计,该文提出的算法解决了这个问题,并且相较于极化MUISC算法降低了算法的复杂度。仿真结果验证了该文算法的有效性。     

一种相干分布源中心DOA快速跟踪算法

在智能天线和无线定位等技术中,精确跟踪目标的波达方向(DOA)十分重要。大多数传统的DOA跟踪方法都将目标信号看成是点源。但在密集的移动通讯环境中,信号的多径散射将引起信号能量的扩散,采用分布式信源模型更适合。因此,研究分布源的DOA跟踪技术更有意义和价值。针对相干分布源,本文基于均匀线阵提出了一种中心DOA快速跟踪算法。该算法首先通过正交紧缩近似投影子空间跟踪(OPASTD)算法实时更新信号子空间,然后利用一种低复杂度的方法估计分布源的中心DOA。本文算法避免了对样本协方差矩阵进行重复的特征分解,计算复杂度较低。算法的跟踪性能良好,并能有效跟踪多个分布源。此外,算法不需要分布源角分布形式的先验知识,稳健性好。仿真结果证实了算法的有效性。      

极化敏感阵列到达方向估计方法的FPGA实现

针对将传统的复数多重信号分类(MUSIC)算法直接嵌入现场可编程门阵列(FPGA)将消耗大量硬件资源和计算时间的问题,该文提出基于极化敏感阵列的实数化的MUSIC算法的FPGA实现方案。利用圆形分布极化敏感阵列的中心对称特性,提出一种实数化预处理方法,该方法直接对接收信号做线性变换,从而简化极化MUSIC算法的后续计算。该FPGA方案通过协方差矩阵模块并行计算、特征值分解模块采用多级清扫的并行Jacobi算法、多尺度谱峰搜索和各个模块的流水线工作来减少算法耗时。试验结果表明,与复数极化MUSIC算法相比,该方案大大降低了硬件资源消耗和时间消耗。     

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。     

Direction-of-arrival estimation in the presence of mutual coupling based on joint sparse recovery

A novel Direction-Of-Arrival (DOA) estimation method is proposed in the presence of mutual coupling using the joint sparse recovery. In the proposed method, the eigenvector corresponding to the maximum eigenvalue of covariance matrix of array measurement is viewed as the signal to be represented. By exploiting the geometrical property in steering vectors and the symmetric Toeplitz structure of Mutual Coupling Matrix (MCM), the redundant dictionaries containing the DOA information are constructed. Consequently, the optimization model based on joint sparse recovery is built and then is solved through Second Order Cone Program (SOCP) and Interior Point Method (IPM). The DOA estimates are gotten according to the positions of nonzeros elements. At last, computer simulations demonstrate the excellent performance of the proposed method.