基于信号相位匹配的相干源高分辨方位估计算法

介绍了信号相位匹配的基本原理，给出了利用该原理进行高分辨方位估计的算法，以及不同情况下算法仿真的结果。仿真结果表明这种方位估计算法具有指向性尖锐、无旁瓣的特点，特别在小角度相干源分辨方面具有独特的性能。     

多子阵信号相位匹配原理的信号最小二乘解

提出了利用多元阵信号相位匹配原理的信号方向估计及信号估计的最小二乘法的求解方法，该方法不仅可减小接收通道的相幅度一致性对信号估计的影响，同时也可以消除利用三元阵或四元阵的信号相位匹配原理时产生的估计信号奇异值。利用真实舰船噪声的线谱可实现高精度目标定向，然后根据确定方向实现目标宽带信号估计。仿真结果表明，多子阵的信号相位匹配法的噪声抑制性能明显优于阵元域的噪声抑制性能。     

信号相位匹配原理的方位估计性能分析

介绍了2种基于信号相位匹配原理（SPMP）的波达方向估计准则——基于能量准则和基于矩阵范数准则。以奇异值分解和矩阵理论为基础，详细分析了两个准则的差异和联系，指出基于矩阵范数准则比基于能量准则具有更好的鲁棒性。同时证明了基于矩阵范数准则和互谱法估计方位之间存在等价关系，分析了矩阵范数准则具有更尖锐空间指向性的原因。计算机仿真结果与理论分析相一致。     

基于相位匹配原理的宽带信号接收方法

针对传统数字信道化侦察接收结构难以采用简单方法对宽带跨信道信号进行无失真重构,以及存在兔耳效应的问题,提出了一种基于相位匹配原理的宽带信号接收方法。该方法采用改进的相位匹配算法对多通道延迟欠采样信号解频域模糊进而获取子信道信号。由于其任意相邻子频带可无缝拼接,所以该宽带信号接收方法能无失真重构宽带跨信道信号,同时避免了兔耳效应问题。仿真结果证明了该方法的有效性。     

基于信号相位匹配原理的单频信号检测

根据信号相位匹配原理及其信号参数的最小二乘估计方法，提出了一种单频信号检测方法。推导了利用单传感器接收信号实现检测的公式。对已知频带内未知频率信号的检测性能进行了仿真。分析了最小二乘法使用的方程数、信噪比和虚警概率对检测概率的影响。结果表明，该方法检测性能优于能量检测器，次于匹配滤波器。     

基于相位匹配原理的波达方向遗传搜索算法

提出了一种将信号相位匹配原理和遗传算法相结合的信号波达方向估计方法.根据信号相位匹配原理的最小二乘解所确定的期望信号能量函数,设计了遗传算法的适应度函数.分析了不同信噪比下阵元数和FFT序列长度对波达方向估计精度的影响,给出了不同信噪比时波达方向估计的Monte-Carlo实验结果.计算机仿真表明,该方法不但可在360°范围内快速搜索波达方向,而且还能同时对信号频率进行参数估计.只估计波达方向时,在信噪比为0dB、8阵元、1024点FFT和种群规模为20的情况下,20代遗传进化就可搜索到精度较高的波达方向;同时进行方向和参数估计也取得较好的效果,证明了该方法的有效性.     

多元阵列的信号相位匹配法

首先分析了三元阵的信号相位匹配原理抵消相干干扰的性能，指出三个阵元接收干扰谱幅度的不一致性将严重影响该方法的性能；接着将基阵接收的随机噪声等效为干扰频谱的起伏，因此，抑制随机噪声可以提高抵消相干干扰的性能；最后根据通常基阵的阵元都大于三的这一实际情况，提出两种充分利用基阵冗余阵元来减小随机噪声影响、提高抵消干扰性能的方法：三子阵法和最小二乘法。仿真结果证明了该方法的有效性。     

利用小尺度阵的波达方向估计

提出了一种利用三无线列阵的信号相位匹配原理的波达方向估计方法。给出了阵对准信号方向时的估计信号的表达式；用数值计算方法给出了三元阵的相位匹配原理的指向性特性曲线和波达方向估计的搜索算法；最后给出了仿真计算结果和不同信噪比时的．Monte-Carlo实验结果。仿真结果表明，利用本文提出的波达方向估计精度优于常规波束形成法，与MUSIC(Multiple Signal Classification)方法的估计精度相近，还可同时给出期望信号的波形估计，而反阵结构简单。     

基于TSVD正则化方法的概率密度估计

从概率密度的定义出发,将概率密度估计转化成线性算子方程的求解,根据算子方程核矩阵奇异值的性质,构建了概率密度估计的TSVD正则化方法,并与线性Bregman迭代正则化方法进行了比较分析。从仿真结果来看,TSVD能更好地逼近真实函数,在不同噪声水平下表现出更强的鲁棒性。     

利用四元阵估计强干扰中弱信号的原理及仿真研究

提出了利用四元阵估计强干扰中弱信号的原理,推导了了估计弱信号的一般表达式,理论分析表明,只要知道信号波达方向,无需其他信号和干扰噪声的住处,就可估计强背景干扰噪声中的弱信号,估计信号的精度只与各阵元输出干扰功率之比有关,与背景干扰的功率起伏无关,因此它比利用三元阵估计信号的方法能更好地适应环境的变化。仿结果说明本提出的方法正确并具有广阔的应用前景。     

FD模型的误差分析及性能改进

以宽带ＦＤ（ＦｒｅｑｕｅｎｃｙＤｅｐｅｎｄｅｎｔ）模型为基础,讨论了该模型中源真实方位对方位估计性能的影响,指出源方位远离阵法线方向时,估计误差增大,分辨性能下降。通过分析空间协方差矩阵的特征结构,从数学上解释了此现象产生的原因,从而提出聚焦ＦＤ算法（ＦＦＤ：ＦｏｃｕｓｅｄＦｒｅｑｕｅｎｃｙＤｅｐｅｎｄｅｎｔ）作为改进。理论与仿真证明了聚焦的有效性。     

基于改进MUSIC算法的二维DOA估计方法

提出了一种改进的二维MUSIC算法,该算法通过重构阵列接收数据协方差矩阵来降低入射信号源间的相关性,抑制信号子空间向噪声子空间的扩散,从而解决用MUSIC算法估计相干信号源到达方向(DOA)时的漏估计问题.该方法不仅对相关信号源的DOA估计有好的特性,也可以提高非相关信号源的DOA估计特性,而且计算量也没有大的增加.仿真试验证明了改进算法的有效性.     

一种累积量线性预测方位估计的快速算法

提出了一种基于四阶累积量的线性预测方位估计快速算法。通过对累积量线性预测基本方法进行变换,得到了基本方程系数矩阵的Toeplitz结构,并用Levinson-Durbin算法求解方程,减少了运算量。在线性预测方程中,使用了四阶累积量,有效地抑制了高斯噪声。计算机仿真结果表明了这种方法的有效性。     

基于表面细分技术的边界谱方法

把表面细分技术与边界谱方法相结合，提出了一种基于表面细分技术的子波边界谱方法。它能精确描述复杂图形边界，提高处理复杂边界问题的能力和计算精度，把表面细分技术建立的几何模型直接用于边界谱方法的求解。数值算例表明，该方法是有效的。     

DOA估计中的高阶累积量应用方法

高阶累积量由于对高斯噪声不敏感，在高分辨阵列信号处理中可用来提高参数估计的分辨性能。本文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，并就一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方法进行了较全面的比较。     

矢量重构解相干的波达方向估计新方法

针对相干信号波达方向(Direction of Arrival, DOA)估计问题,提出一种新的矢量重构解相干方法——变参考阵元数据互相关矢量重构算法。算法依次改变阵列参考阵元,求得所有阵元接收数据与对应参考阵元接收数据之间的互相关信息,并以此作为重构矩阵的列矢量构造一个等效协方差矩阵,然后基于MUSIC和ESPRIT算法,估计相干信号的波达方向。数学推导和理论分析表明,重构的矩阵能对相干信号完全解相干。算法不损失阵列孔径,在低信噪比和少量快拍数据条件下,估计性能要优于Toeplitz矩阵重构算法和前后向空间平滑算法。     

一种基于单快拍的DOA估计算法

传播算子方法不需要对数据协方差矩阵进行特征值分解或奇异值分解,较之于传统子空间类算法有更低的运算复杂度.由于传播算子方法要求较大的快拍数,该文提出了一种新的改进方法,在快拍数为1的情况下,构建Toeplitz Hermitian数据矩阵,并将传播算子方法与求根MUSIC算法相结合,很好的实现了信号解相干,具有较好的实时性.仿真结果表明,在一定信噪比下,该算法与前向空间平滑算法相比有略好的性能,能很好的实现信号解相干,同时大大减少运算的复杂度.     

一种层次化的多媒体文档描述方法

构建多媒体信息系统首先需要对多媒体数据的内容给出尽量全面、详细的表述，而现有的多媒体文档描述接口MPEG-7标准在信息描述能力上存在不足。针对这一问题，根据多媒体文档内容的抽象层次分类，提出了一种合理的层次化多媒体文档描述方法，并讨论了多媒体文档描述层次间的映射关系。     

基于FFT的数字多波束测向算法研究

低信噪比下的高精度DOA估计是信号处理中的一个难点,传统的DOA测量方法和现代空间谱估计算法只适用于高信噪比环境。该文将传统的振幅测向法、数字多波束形成和FFT相结合,提出了一种基于频域处理的振幅测向算法,仿真实验表明该算法在信噪比为0~-25 dB的噪声环境中可以进行高精度DOA估计。     

A Singular Value Thresholding Based Matrix Completion Method for DOA Estimation in Nonuniform Noise

Usually, the problem of direction-of-arrival (DOA) estimation is performed based on the assumption of uniform noise. In many applications, however, the noise across the array may be nonuniform. In this situation, the performance of DOA estimators may be deteriorated greatly if the non-uniformity of noise is ignored. To tackle this problem, we consider the problem of DOA es-timation in the presence of nonuniform noise by leveraging a singular value thresholding (SVT) based matrix completion method. Different from that the traditional SVT method apply fixed threshold, to improve the performance, the proposed method can obtain a more suitable threshold based on careful estimation of the signal-to-noise ratio(SNR) levels. Specifically, we firstly employ an SVT-based matrix completion method to estimate the noise-free covariance matrix. On this basis, the signal and noise subspaces are obtained from the eigendecomposition of the noise-free cov-ariance matrix. Finally, traditional subspace-based DOA estimation approaches can be directly ap-plied to determine the DOAs. Numerical simulations are performed to demonstrate the effective-ness of the proposed method.