基于多阶累积量的基本似然测向方法研究

论述了基本似然算法(Basic Likelihood,BL)测向及多阶累积量阵列扩展的原理,在此基础上给出了基于基本似然算法和多阶累积量的DOA估计新方法。本方法可以最大限度地对阵列进行四阶扩展,可以解决阵元数小于信号源数时的测向问题,利用多阶累积量具有的不定向高斯性的特性,还可以有效抑制高斯色噪声。     

基于四阶累积量的非圆信号测向方法

对通信系统中大量使用的BPSK等非圆信号测向,可以采用共轭扩展MUSIC(CE-MUSIC)算法,也可以采用基于四阶累积量的MUSIC-like算法。CE-MUSIC算法没有利用高阶信息,MUSIC-like算法没有利用信号的非圆信息,性能均受限。该文提出的四阶扩展MUSIC(FO-EMUSIC)算法利用了非圆信号在四阶累积量中的信息,分辨力和测角精度明显优于MUSIC-like算法,略优于CE-MUSIC算法,可测向阵元数大于CE-MUSIC算法和MUSIC-like算法。针对均布线阵,为减小计算量,还提出了FO-EMUSIC/ULA算法。仿真实验验证了FO-EMUSIC算法的优良性能。     

四阶累积量稀疏表示的DOA估计方法

针对现有稀疏重构DOA估计算法不能抑制噪声项以及在高斯色噪声背景下不再适用的问题,本文提出了基于四阶累积量稀疏重构的DOA估计方法。首先,利用接收数据的四阶累积量构建了稀疏表示模型,该模型抑制了噪声项;其次对四阶累计量矩阵进行奇异值分解,化简了稀疏表示模型,通过奇异值分解,不仅减小了数据规模,而且进一步抑制了噪声。对于稀疏表示模型的求解,先利用信号子空间与噪声子空间的正交特性选取权值矢量,然后利用加权l1范数法对模型求解实现DOA估计。理论分析和仿真实验表明本文算法在高斯白噪声和色噪声背景下均适用;能够处理非相干和相干信号,且在低信噪比条件下,对相干信号有更高的估计精度;较之同类的稀疏重构算法,本文算法具有较低的算法复杂度和更高的角度分辨力。      

基于四阶累积量扩展孔径的宽带信源测向算法

当阵列过载时,常用高分辨测向算法将会失效.针对此问题,提出了一种新的宽带信源测向算法.该算法利用基于最小冗余直线阵列的四阶累积量来扩展阵列孔径.将得到的四阶累积量去除冗余信息后,构造了一新的Toeplitz矩阵.新矩阵充分利用了原协方差矩阵的信息,避免了冗余信息.通过理论分析和计算机仿真,对扩展后阵列孔径、测向性能、检测概率及可分辨信源数进行了对比研究.结果表明,相比相同阵元数的最小冗余直线阵和均匀直线阵,该算法具有大得多的阵列孔径和更高的分辨率,利用M阵元,最多可以分辨M²-M个信源.     

基于四阶累积量的声波阵列时延估计算法

针对多通道阵列声波信号中可能存在相关噪声的问题,提出了一种基于四阶累积量的时延估计算法。该算法首先计算相邻通道的四阶累积量一维切片,然后对多个通道进行平均,利用高斯噪声四阶累积量为零的性质,抑制多通道阵列环境中存在的相关高斯噪声。实验表明,在较低信噪比情况下,该算法优于传统互相关算法。     

基于微小频偏的新的四阶累积量DOA子空间估计法

在采用基于四阶累积量的子空间法进行DOA估计时,一般要求基带信号独立,以保证信号四阶不相干, 否则估计性能将下降。该文提出一种新的四阶累积量DOA估计法,解除了对基带信号独立性的要求。该方法对每一个基带信号分配一个基带载波,基带载波相对射频载波是一个微小偏差。该文推导了在基带信号独立和相关两种情况下,信号四阶相干性与基带载波频率的关系:设计出了在基带信号相关情况下,保证信号四阶不相干的微小频偏集。仿真结果验证了设计的正确性和有效性。     

基于四阶累积量的EM波达方向估计算法

针对低信噪比（signal-to-noise ratio,SNR）下,经典波达方向估计性能下降的问题,提出将信号的四阶累积量与期望最大化（expectation maximization,EM）算法相结合的波达方向估计算法.该方法引入隐含变量进行更新迭代,并求隐含变量的四阶累积量,构造关于待估波达方向的极大似然函数从而求解出信号的波达方向角.仿真结果表明:本文算法能有效地抑制高斯噪声对信号参数估计的影响,同时能利用迭代来提高估计精度.在低SNR时其估计性能优良,具有很好的稳定性和分辨率,有利于高分辨地估计信号的波达方向.     

基于四阶累积量的后验稀疏约束迭代DOA估计方法

子空间DOA估计方法的一个缺点是在子空间分解过程中难以利用信号的相关信息或有关DOA估计的先验信息改善DOA估计的性能。该文结合子空间方法和四阶累积量矩阵拟合方法,利用信号四阶累积量矩阵的结构信息与信号间相互独立的先验信息,研究了一种新的不相关窄带信号波达方向(DOA)的迭代估计方法。理论分析和仿真实验结果表明,这种迭代DOA估计方法一般经过几次迭代就能获得稳定的高分辨率DOA估计。     

阵列误差对四阶MUSIC算法到达角估计的影响

子空间算法用于窄带信号到达角估计时，通常认为阵列响应是已知的。然而，在实际中，阵列响应往往偏离正常值，成为角度估计误差的重要来源之一。文中讨论阵列误差对四阶MUSIC算法估计到达角的影响，并与传统二阶MUSIC算法进行比较。结果表明：相同阵列误差时，四阶MUSIC算法的角度估计误差小于二阶MUSIC算法。     

互质阵中基于降维求根的波达角估计算法

该文提出互质阵中基于降维求根的波达角(DOA)估计算法。互质阵包含两个稀疏均匀线性子阵,拥有互质的阵元间距和阵元数目。该算法基于子阵间的互协方差,利用较长子阵中的旋转不变性扩展较短子阵的虚拟孔径。然后通过矩阵分块构造噪声子空间,并将来自两个子阵的2维参数估计问题降维为1维求根问题,获得自动配对的2维模糊参数估计。最后由这2维模糊参数可恢复出两组参数,根据互质性从两组参数估计的交集中可以获得无模糊的高分辨率DOA估计。相比互质阵中的联合多重信号分类(MUSIC)算法和联合旋转不变技术(ESPRIT)算法,该算法无需特征分解,复杂度低,但可获得更精确的DOA估计,处理更多的信源,并且对色噪声有更强的鲁棒性。多个仿真结果均验证了所提算法的有效性。     

基于四阶累积量虚拟阵列扩展的运算量分析

在阵列信号处理中,利用四阶累积量可以使阵列虚拟扩展,增大了天线阵的孔径,但同时也增加了算法的计算量。该文通过分析四阶累积量矩阵中各元素之间的关系,剔除掉相同或互为共轭的冗余元素,避免了冗余元素的重复计算,极大地降低了四阶累积量矩阵计算的复杂度,并阐述了计算复杂度与阵元数目之间的关系。另外,针对均匀直线阵这种特殊情况进行了单独讨论。该文得出的相关结论对实际工程应用具有指导性的意义。     

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。     

基于高阶累积量的LCMV波束形成算法

基于高阶累积量的线性约束最小方差（LCMV）波束形成算法具有自动抑制高斯白噪声及任意高斯色噪声的能力,而且能够实现最优阵列扩展,达到扩展阵列有效孔径的目的。仿真结果表明该算法与传统的 LCMV波束形成算法相比可以有效地减少主瓣宽度、降低旁瓣电平及增加零陷深度。     

基于四阶累积量的宽带OFDM信号DOA估计

当宽带OFDM(Orthogonal Frequency Division Multiplexing)独立信号和相干信号共存时,传统四阶累积量方法无法估计出宽带OFDM相干信号的来波方向,针对这个问题提出了一种新算法。该算法首先通过离散傅里叶变换,将宽带阵列接收数据分解为若干个窄带信号,通过四阶累积量方法估计出各个频点处独立信号的来波方向,将各个频点处的独立信号的DOA估计相加求平均即为宽带OFDM独立信号的DOA估计;然后分离出独立信号的信息,构造出一个只包含OFDM相干信号信息的矩阵,最后通过稀疏重构的方法估计出OFDM相干信号的DOA。计算机仿真结果证明该算法适用于非高斯信号和色噪声情况。     

基于高阶累积量的近场通信波达方向估计算法

通过对近场通信波达方向准确估计,提高目标信源的定位能力.传统方法中对近场源通信信源的波达方向估计采用多普勒估计方法,由于近场通信的空间信源为窄带信号,多普勒估计会导致DOA估计频谱失真.提出一种基于高阶累积量的近场通信波达方向估计算法.采用均匀间隔线列阵构建近场通信的信号模型,进行近场源目标特征构建,提取近场源通信信号的斜度和峰度等特征,采用高阶累积量特征提取方法,分别求得对应近场通信信源的方位角、频率和距离三维参数,使得每个信源的参数自动配对,提高了近场通信DOA波达方向估计的效率和精度,实现近场源通信信号的波达方向估计算法改进.仿真实验结果表明,采用该方法进行近场方法波达方向估计的精度较高,对信源方位的定位准确,性能优越于传统方法,在近场通信中具有较好的应用价值.     

高阶累积量的近场源四维参数联合估计方法

提出了一种近场窄带信源载波频率、仰角、方位角和距离四维参数联合估计的方法。该方法利用构造累积量矩阵的特征值及其相应特征向量直接获取信源参数,无需谱峰搜索,计算量适中,且适用于加性高斯噪声环境。此外,该方法由于采用了非中心对称结构的十字阵列,可有效减少阵列孔径损失。计算机仿真实验证明了该方法的有效性。     

利用矩阵滤波技术估计信号二维波达方向

现有的基于子空间的波达方向估计算法都要求不相关信号源的数目小于阵元数目,但当信号源数目很多时,算法失效.为此,提出了一种具有过载估计能力的二维波达方向估计方法,先利用矩阵滤波技术接收数据进行预处理,使信号子空间限定在一个较小的区域内,把区域外的信号抑制掉,从而减小了有效的信号源数目,然后可以采用现有算法进一步估计二维波达方向.矩阵滤波器的设计过程也可以归结为一个最小二乘问题,效率很高.计算机仿真验证了算法的有效性.     

均匀圆阵的测向模糊研究

在高分辨阵列测向系统中,均匀圆阵(UCA)是一种广泛使用的阵列结构。利用均匀圆阵的阵列流形的微分几何作为分析工具,对实际中常用的几种均匀圆阵的测向模糊进行了大量的计算机仿真试验,定量地给出了这些阵列的测向模糊方向和相应的秩,揭示了均匀圆阵的测向模糊性能与其阵元数和孔径之间的关系,得出了一些有实际意义的结论。这对工程应用时均匀圆阵的选择和构造具有很强的参考价值和指导意义,可以避免系统设计的盲目性和随意性。     

基于高阶累积量矩阵组正交联合对角化的高分辨方位估计方法

该文提出了一种基于高阶累积量矩阵组正交联合对角化的高分辨方位估计方法。该方法构造了一组高阶累积量矩阵共同来辨识阵列流型矩阵的列空间,进而进行DOA估计。并通过对高阶累积量矩阵组进行联合对角化,得到联合对角化矩阵和对角化后的矩阵组,并重新定义了空间谱。新方法可以处理相干声源,适用于有色噪声环境,且较仅使用单个高阶累积量矩阵的算法具有更高的分辨力,更低的均方根误差和更高的鲁棒性。