双平行线阵中基于Euler变换传播算子的二维DOA估计算法

针对极化敏感阵列参数估计过程中需要奇异值和特征值分解,以及低信噪比下估计误差偏大的问题,提出基于传播算子的二维旋转不变子空间（estimation of signal parameters via rotational invariance technique,ESPRIT）算法,改进算法引入非圆信号共轭相关统计信息构造一组新的接收数据,将这组新数据与真实数据重构组合求得噪声子空间;采用ESPRIT算法将信号子空间分块得到旋转不变因子,无须特征值分解和谱峰搜索,实现信号空间到达角（direction of arrival,DOA）和极化角的精确估计.所提算法在参数估计性能上要优于经典算法,在低信噪比情况下均方误差较小,并且可降低计算量,最后由Matlab仿真验证所提算法的有效性.

     

基于单电磁矢量传感器的ESPRIT算法改进

为了充分利用非圆信号共轭相关不为零的特性,提高空间到达角(direction of arrival,DOA)和极化参数估计精度,提出了一种信号DOA和极化参数估计的稳健算法.即构造2个非圆信号的4阶累积量矩阵,引入旋转不变子空间(estimation of signal parameters via rotational invariance techniques,ESPRIT)算法思想,利用这2个矩阵之间的旋转不变特性求出旋转因子,实现信号DOA和极化参数更精确估计.与2阶相域ESPRIT相比,改进的算法适用于任意极化状态的信号,提高估计信号的利用率,同时利用4阶累积量对高斯噪声的抑制性处理相关噪声,使估计信号的精度有了明显提升,并通过仿真结果验证了改进算法的有效性.     

非圆信号二维DOA和初始相位联合估计算法

为了充分利用非圆信号共轭相关不为零的特性,提高空间到达角（direction of arrival,DOA）和极化参数估计精度,提出了一种信号DOA和极化参数估计的稳健算法.即构造2个非圆信号的4阶累积量矩阵,引入旋转不变子空间（estimation of signal parameters via rotational invariance techniques,ESPRIT）算法思想,利用这2个矩阵之间的旋转不变特性求出旋转因子,实现信号DOA和极化参数更精确估计.与2阶相域ESPRIT相比,改进的算法适用于任意极化状态的信号,提高估计信号的利用率,同时利用4阶累积量对高斯噪声的抑制性处理相关噪声,使估计信号的精度有了明显提升,并通过仿真结果验证了改进算法的有效性.

     

基于传播算子的二维ESPRIT算法

为了提高经典参数估计旋转不变法(Estimation of signal parameters via rotational Invariance Technique,ESPRIT)处理数据的效率,提出基于传播算子的二维虚拟ESPRIT的改进算法。该算法通过构造一组虚拟阵列得到新的虚拟接收数据,利用传播算子将这组新数据与真实阵列得到的数据进行数据重构,从而得到噪声子空间避免特征值分解,最终可估计出用户的二维波达方向估计。理论分析表明,该方法的波达方向估计性能优于传统的ESPRIT方法,且降低了运算量,提高了阵列的利用率和算法的抗干扰能力,最后由计算机仿真实验证明此方法的有效性。     

基于实值特征子空间迭代的DOA估计算法

针对相关信号的DOA估计和角度跟踪的传统算法自适应性差和特征值分解运算量大的问题,提出了一种基于实值特征子空间迭代的DOA估计算法．对每次快拍数据,通过梯度算法自适应更新信号和噪声子空间,并将复值特征子空间变换为实值,最后利用基于信号子空间的角度估计方法(Unitary ESPRIT) 或噪声子空间的方法(实值域求根MUSIC) 估计信号角度．由于引入了自适应特征子空间迭代和实值域处理,该算法无需特征值分解,有效地降低了基于子空间类高分辨算法的运算量,可以应用于相关信号的角度估计和跟踪问题．理论分析和仿真结果表明,算法具有较低的运算量和良好的自适应性,对某米波测高雷达实测数据的处理结果也表明了算法的有效性．     

二维ESPRIT算法参数的快速配对

针对二维ESPRIT算法的参数估计问题,为了简化算法的复杂度,提高参数配对的速度,提出了一种新的二维ESPRIT参数配对方法.该方法利用矩阵、矩阵的特征值及特征值对应的特征向量三者之间的关系,只需对包含信号到达角信息的2个矩阵中的1个进行1次特征值分解以及简单的除法运算就可以实现参数的自动配对,无需经过多次矩阵变换.在保证二维ESPRIT算法参数估计性能的前提下,该方法简化了参数的配对过程.计算机仿真验证了该方法的有效性.     

利用多次奇异值分解对ESPRIT 改进

本文主要讲述了一种ESPRIT的改进算法，该算法利用两次奇异值及一次SCHUR分解从而实现对ESPRIT各维估计参量的配对，该方法采用了二排均匀直线阵并附加一阵元，以此来对阵列进行两次子阵分解。利用子阵信号数据矩阵中包含的信号空间的旋转不变性质，借助于矩阵束方法求解出信号的二维到达角，仿真结果证实了该算法的有效性。     

一种基于广义特征向量的改进ESPRIT测向算法

基于信号子空间的ESPRIT算法不需要进行谱峰搜索,但是估计方差大于MUSIC算法。该文提出了一种基于广义特征向量的ESPRIT算法,利用信号子空间旋转不变关系矩阵的广义特征向量估计信号波达方向,得到了比基于广义特征值算法更准确的方向估计结果。该算法充分利用了信号子空间的旋转不变特性,通过利用信号子空间与阵列流形的关系进行波达方向估计,实验证明该算法能够在保持小计算量的优势下达到与MUSIC算法相近的性能。     

一种改进的二维ESPRIT算法

针对二维旋转不变子空间算法(estimation of signal parameters via rotational invariance technigues,ESPRIT)在求解信号时协方差矩阵存在阵列冗余问题,提出一种改进后的二维ESPRIT算法。该算法利用阵列结构原理构造2个互相关矩阵,然后由合并的特殊大矩阵进行奇异值分解来估计信号子空间,最后利用2D-ESPRIT方法实现二维测向。该算法估计精度高,计算量小,通过空间平滑后既能对相干信号进行估计,也能同时估计非相干信号。     

非圆信号的二维相干测向新方法

传统的二维相干测向算法都是针对圆信号提出的,且要求大快拍数和较多阵元数,在低信噪比时估计性能较差.通过充分利用非圆信号的特点和L型阵列的结构优势,提出了一种非圆信号的二维解相干新方法.该方法利用阵列接收信号数据及其共轭信号数据,重新构造阵列接收数据矩阵,有效地扩展了阵列孔径;同时,提出了一种修正的空间平滑技术进行解相干,最后采用ESPRIT算法实现相干信号的二维DOA估计.所提方法具有阵列利用率高的优点,能够有效弥补传统二维测向算法阵列利用率低的缺点,提高了ESPRIT算法在低信噪比时的估计性能.实验仿真结果表明,所提方法能够有效实现二维相干信号估计并且估计性能优良.     

一种快速的相干信源超分辨方法

提出一种快速的相干信源超分辨方法,信号子空间由空间平滑的Lanczos算法的若干步递推得到．由于该方法只利用到某一信源的训练信号就可实现对所有信号的DOA进行快速估计,不需要对协方差矩阵作特征值分解和多级维纳滤波器的后向递推,所以该方法具有低复杂度和小运算量的特点,更适合实时处理的要求．计算机仿真表明,在低信噪比和小样本的情况下明显优于常规的EPSRIT方法,在高信噪比和大样本的情况下具有和常规ESPRIT方法同样的估计精度．     

一种基于极化敏感阵列的短波多径合成方法

短波经电离层反射后产生的多径具有不同的极化状态。为充分利用多径信号间的极化差异改善短波通信质量,提出一种基于极化敏感阵列的短波多径合成方法。首先用改进的极化空间多重信号分类（Multiple Signal Classification,MUSIC）算法实现每条径到达角、极化参数估计,采用估计的参数设计滤波器分离出每一条信号单径,将各条径的时频参数补偿对齐,对分离出的多条径按最大输出信噪比进行接收波形合成。理论分析和仿真实验表明,所提方法分离出的单径相比极化空间最小方差无失真响应（Minimum Variance Distortionless Response,MVDR）方法具有信噪比上的提升,并且能够通过多径间的合成在单径的基础上获得信噪比的增益,改善信号质量。     

基于矢量传感器的高分辨频率估计算法研究

基于子空间分解的ESPRIT算法常用在阵列处理中对目标进行DOA估计．如果将空间的位移变成时间的延迟，单个矢量传感器可以实现高分辨率的频率估计．将ESPRIT与矢量传感器相结合，研究了高分辨率频率估计算法，建立了矢量传感器的数据模型，推导了矢量传感器的空时阵列流形，通过对协方差矩阵进行子空间分解，求得目标信号的频率估计值．仿真计算研究了不同信噪比、采样频率和数据长度条件下该算法的性能．结果表明基于矢量传感器的算法比基于声压传感器的算法具有更高的频率估计精确度．     

基于子空间分解类算法的高精度频率估计

针对高速全数字解调器中频率估计算法的高精确度及实时性要求,该文深入分析了基于子空间分解类算法的特点,提出了将求根多重信号分类(RMUSIC)法和旋转不变技术估计信号参数(ESPRIT)法分别与快速傅里叶变换(FFT)法相结合的高精度频率估计算法。首先应用RMUSIC或ESPRIT算法对信号频率进行预估计,确定粗略的窄带频率区间后,再应用加窗FFT算法对细化域内的频率进行精估计。此外,为满足不同信噪比条件的需求,提出了一种具有可选结构的高精度频率估计方法。仿真结果与分析表明,该算法极大地提高了已有频率估计算法的精度,具有较快的信号处理速度和良好的抗噪声性能。     

单目标多阵列子空间数据融合定位算法

传统的多站角度定位系统需要各站先估计目标到达方向角(DOA),然后估计目标位置,在低信噪比时往往会导致角度估计误差太大而无法定位。提出了一种单目标多阵列子空间数据融合(SDF)直接定位算法。该算法首先通过传统方法对各阵列输出数据进行自相关运算和特征值分解,得到各站的噪声子空间数据,再在监测区域内用量子粒子群算法搜索在各噪声子空间投影的和最小的位置矢量,估计目标位置。仿真实验表明,这种算法在低信噪比下较传统的交叉定位算法有更好的性能。     

单矢量水听器ESPRIT波达方向估计算法

针对自相关算法的局限性,提出了一种基于高阶累积量的单矢量水听器ESPRIT算法.该算法首先对单个矢量水听器接收数据作-任意的时间延迟,以时间变元为旋转因子,构造了2个具有相同阵形的子阵,然后将高分辨信号子空间类方法的正交化原理及旋转子空间不变原理引入累积量域,得到基于高阶累积量切片的ESPRIT方法.仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,ESPRIT算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,信噪比6dB以上该方法还是能获得高精度、高分辨率的渐近无偏估计.     

均匀圆阵波束空间二维DOA估计算法

摘要：为把适用于均匀线阵的ESPRIT算法、空间平滑技术等推广到均匀圆阵中,采用预处理技术将均匀圆阵从阵元空间映射到波束空间,采用实特征值分解方法得到信号和噪声子空间,并将二维MUSIC和ESPRIT算法结合起来．理论分析和模拟实验表明,该算法减小了计算量,提高了对非相干信号源的估计准确度,同时具有解相干的能力．     

一种估计相干信号波达方向的快速算法

多级维纳滤波器是一种降维算法,提出了一种基于多级维纳滤波器的相干信源估计算法。将多级维纳滤波器引入ESPRIT算法的预处理,通过构造Toeplitz矩阵,满足秩等于信号个数的条件,作为维纳滤波器的预处理的结构。文章提出的算法,不通过特征值分解,得到信号子空间,结合ESPRIT算法,实现相干信号的DOA估计。仿真结果证明了算法的有效性。     

基于子空间投影的合成空间谱算法

对子空间投影类目标方位估计(DOA)算法在非理想条件下性能下降,提出利用加权信号子空间投影和噪声子空间投影获得合成空间谱的DOA方法.论文第2节给出了基于特征分解的子空间投影算法的框架,依据不同的投影矩阵对多种算法进行分类.第3节通过对信号子空间投影采用主特征值倒数加权,并与常规噪声子空间投影进行空间谱合成对多目标进行分辨.第4节给出低信噪比和小采样长度条件下的算法统计性能分析,表明其性能优于传统多目标高分辨MUSIC算法.第5节通过湖试结果表明其工程应用价值.     

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.