基于加权最小二乘支持向量机的欠定盲源分离

为了进一步提高欠定盲源分离算法中混合矩阵估计方法的性能,提出了一种基于加权最小二乘支持向量机（SVM）的欠定盲源分离混合矩阵估计方法。该方法利用信号的方向角度特征估计出有效信源信号个数,然后采用加权最小二乘支持向量机方法获得初始权值,每次将其中一个权值对应的样本点作为测试样本,其余点作为训练样本,依次对样本的误差变量进行更新,再根据权值计算公式实现所有权值的更新,进而确定最优分类平面,实现对观测信号的最优分类,最终估计出混合矩阵。实验结果表明,新算法是有效的,其平均误差是基于K-均值方法误差的0.2倍左右,是基于SVM算法平均误差的0.5倍左右。     

一种新的波达方向估计子空间算法研究

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,但需要进行矩阵特征分解,运算量大。对波达方向估计问题进行了研究并提出了一种新的子空间算法。该算法利用总体最小二乘（TLS）方法取代特征分解得到噪声子空间,运算复杂度低于MUSIC算法,使其实时实现成为可能。总体最小二乘处理减轻了噪声的影响,该算法性能与MUSIC算法相当。理论分析和计算机仿真结果表明此方法是有效的。     

一种基于阵列天线的时延估计方法

本文主要讨论了无线通信中多径信号的时延估计问题，针对阵列天线，基于非线性最小二乘准则，我们提出了一种有效的时延估计方法，仿真结果表明该算法有较好的性能。     

基于最小二乘的天线组阵合成权值及信噪比盲估计

针对天线组阵中的合成权值估计问题,提出了一种基于最小二乘的权值盲估计及多路信号盲信噪比估计算法.该算法利用多路信号间的协方差矩阵,分别构建关于信道幅度增益与相位旋转因子的超定方程组,最终通过最小二乘方法完成权值及信噪比的估计.仿真结果表明,该算法的权值估计性能在低信噪比条件下比EIGEN算法有明显改善;同时较现有基于矩...     

MIMO系统中应用张量分解进行半盲信道估计的算法分析

针对多输入多输出系统半盲信道估计问题,提出一种基于张量分解的半盲联合信号检测和信道估计算法。其思想是利用张量分解的唯一性,对接收信号构造基于张量分解的平行因子模型,并利用正则交替最小二乘算法对信道和发送信号进行联合迭代估计。仿真结果表明:与传统基于导频信道估计方法相比,所提算法只需少量的导频序列即可获得较高的信道估计精度;与已有的交替最小二乘算法相比,所提算法消除了矩阵求伪逆时可能带来的病态问题,收敛速度较快。文章还详细的分析了正则系数和收敛条件等参数对正则交替最小二乘算法性能的影响。      

利用盲源分离算法实现DOA估计

提出一种基于快速盲源分离算法实现波达方向（DOA）估计的方法。构造了具有对角化结构的相关矩阵组,引入解盲源分离问题的联合对角化代价函数,采用一种快速的复数域乘性迭代算法求解代价函数,得到混迭矩阵逆的估计,进而实现DOA估计。与同类算法相比,该算法具有更广的适用性和更精确的DOA估计性能。仿真实验结果验证了算法的快速收敛性和优越的估计性能。     

单矢量水听器二维DOA和频率联合估计算法

基于单矢量水听器,利用时延数据构造两个阵形相同的子阵,运用LS-ESPRIT方法,对信号数据矩阵进行特征值分解,提取其特征值和相应的特征向量中包含的频率和角度信息,从而实现单频窄带信号的二维DOA和频率的联合估计。具有较好的估计精度,无需搜索过程并且能够实现三维参数的自动配对。使用MATLAB进行仿真,与基于单矢量水听器的波达方向矩阵法和基于声压阵的LS-ESPRIT方法进行比较,结果表明,该方法具有较好估计性能。     

一种基于LS自适应AR建模的高分辨率时间延迟估计方法

本文提出了一种基于最小二乘（ＬＳ）自适应ＡＲ建模的时延估计方法。这种方法以接收信号的功率谱密度函数为时间序列，利用最小二乘格型自适应滤波器经由ＡＲ建模而得到高分辨率的时间延迟估计。文中给出了这种方法的原理、具体实现及性能分析，并以相关时延估计方法为参照进行了计算机模拟。     

非均匀噪声背景下混合信号DOA估计算法

针对非均匀噪声背景下非相关信源与相干信源并存时波达方向(DOA)估计问题，提出了基于迭代最小二乘和空间差分平滑的混合信号DOA估计算法。首先，该算法利用迭代最小二乘方法得到噪声协方差矩阵估计，然后对数据协方差矩阵进行“去噪”处理，利用子空间旋转不变技术实现非相关信源DOA估计；其次，基于空间差分法消除非相关信号并构造新矩阵进行前后向空间平滑，利用求根MUSIC算法估计相干信源DOA。相比于传统算法，该算法能估计更多的信源数，在低信噪比情况下DOA估计性能更优越。仿真实验结果验证了该算法的有效性。      

非均匀噪声下频率及二维到达角的联合估计

提出一种适用于L型阵列的频率及二维到达角联合估计新算法.算法通过不同子阵的互协方差矩阵构建平行因子模型,应用三线性交替最小二乘算法求解,无需参数配对及多维搜索,可有效抑制非均匀噪声.均方根误差的仿真结果验证了该算法的有效性.     

非周期扩频系统中基于均匀圆阵的角度和时延的联合估计

该文通过空域匹配滤波器,将阵元空间中的均匀圆阵转化为波束空间中的均匀线阵,并将时空匹配滤波器的输出转换到频域,利用 DOA Matrix方法解决了非周期扩频系统中均匀圆阵条件下多径信号的角度和时延的联合估计问题及常规空域处理方法中多径数不能大于阵元数的问题。理论分析和仿真实验结果表明,该方法是一种无偏估计,且其估计精度远远高于滑动相关方法。     

基于有限新息率的正交偶极子阵列信号参数估计算法

为解决极化敏感阵列波达方向(DOA)估计中压缩感知类算法的网格失配问题,该文提出一种基于有限新息率(FRI)的正交偶极子阵列无网格信号参数估计算法。首先,利用均匀正交偶极子线阵中不同极化指向天线的两个子阵,求取其自相关矩阵之和,并通过协方差拟合准则恢复出满足Toeplitz结构的协方差矩阵。然后,利用该协方差矩阵构建FRI信号重构模型,求解以重构结果为系数的多项式的零点,就可以得到入射信号DOA参数的估计结果。最后,根据已估计出的DOA参数以及两个子阵的自相关矩阵和互相关矩阵,利用最小二乘法计算得到入射信号的极化参数估计结果。仿真实验表明,该算法与子空间类和压缩感知类算法相比,具有更高的估计精度及更好的角度分辨力。     

基于新型阵列的双基地电磁矢量传感器MIMO雷达高分辨角度参数估计

针对双基地EMVS-MIMO雷达角度参数估计问题,该文通过设计新的发射阵列和接收阵列来实现对双基地EMVS-MIMO雷达角度参数估计精度的提升。相比于半波长的均匀线性发射阵列和接收阵列,所设计的新型阵列能够实现发射端和接收端阵列孔径的扩展。并且,为了避免发射角和接收角的角度参数额外配对过程,该文利用平行因子算法来实现发射角和接收角的角度参数自动配对。同时,相应的发射方位角、发射俯仰角、发射极化角、发射极化相位差和接收方位角、接收俯仰角、接收极化角以及接收极化相位差也是自动配对的。通过利用平行因子算法多次迭代之后得到的方向加载矩阵,对应于发射角和接收角的精粗估计的旋转不变关系可以从方向加载矩阵中进行相应的提取。因此,高分辨的发射角和接收角可以通过精粗估计的结合来实现。相比于当前算法,所提算法具有自动参数配对特性以及较低的计算复杂度。仿真实验表明所提算法具有较高的估计精度。     

Fast-convergence trilinear decomposition algorithm for angle and range estimation in FDA-MIMO radar

A frequency diverse array (FDA) multiple-input multiple-output (MIMO) radar employs a small frequency increment across transmit elements to produce an angle-range-dependent beampattern for target angle and range detection. The joint angle and range estimation problem is a trilinear model. The traditional trilinear alternating least square (TALS) algorithm involves high computational load due to excessive iterations. We propose a fast-convergence trilinear decomposition (FC-TD) algorithm to jointly estimate FDA-MIMO radar target angle and range. We first use a propagator method to obtain coarse angle and range estimates in the data domain. Next, the coarse estimates are used as initialized parameters instead of the traditional TALS algorithm random initialization to reduce iterations and accelerate convergence. Finally, fine angle and range estimates are derived and automatically paired. Compared to the traditional TALS algorithm, the proposed FC-TD algorithm has lower computational complexity with no estimation performance degradation. Moreover, Cramér-Rao bounds are presented and simulation results are provided to validate the proposed FC-TD algorithm effectiveness.     

Blind Joint Symbol Detection and DOA Estimation for OFDM System with Antenna Array

An analysis of the received signal of Orthogonal frequency division multiplexing (OFDM) system with array antennas shows that the received signal has trilinear model characteristics. Trilinear decomposition-based joint symbol detection and direction of arrival (DOA) estimation for OFDM system with antenna array is proposed in this paper. The simulation results reveal that the symbol detection performance of the proposed algorithm is very close to the post-FFT receiver with perfect channel state information; DOA estimation performance is very close to least squares method, and even this algorithm supports small sample sizes. Finally this algorithm does not require the channel fading information, DOA and training sequence or pilot information, so it has blind characteristics.

基于均匀圆阵相干信源的二维DOA估计

随着通信技术的不断发展,信号传输环境变得日益复杂。针对多径传播形成的高度相关和相干信号测向问题,提出了一种基于均匀圆阵相干信源的二维DOA估计方法。该方法利用均匀圆阵轴向虚拟平移解相干,通过去噪后利用虚拟子阵的自协方差矩阵和互协方差矩阵构造波达方向矩阵,利用该矩阵特征分解估计信号的俯仰角;然后将平滑后的自协方差矩阵与波束空间变换矩阵相乘,使圆阵的导向矢量具备范德蒙结构,最后用求根MUSIC算法估计出信号的方位角,完成了相干信号的二维DOA估计。该方法无需二维谱峰搜索,方位角和俯仰角自动配对,计算量小,分辨率高。仿真实验证明了所提方法的正确性。     

双圈均匀圆阵互耦自校正方法

该文基于双圈均匀圆形阵列,提出一种互耦自校正算法,对圆阵内部和圆阵之间的互耦进行了同时校正。算法利用双圈均匀圆阵特殊的互耦矩阵特性,对角度信息和互耦系数进行解耦合,用较少的计算量依次估计出信号角度和互耦系数,完成级联估计。算法减少了搜索维数且无需互耦系数矩阵的任何先验信息,也不需要额外的辅助校正源,简单易实现。理论分析和仿真结果均表明所提算法精度高、分辨力强,可以有效地解决双圈均匀圆阵的互耦问题。     

基于二阶统计特性的方向向量估计算法的DOA估计

为了减小天线阵流形误差对波达方向(DOA)估计结果的影响,以及克服基于传统盲源分离算法的DOA估计算法不能应用于少通道测向设备的不足,提出一种基于2阶统计特性的方向向量估计算法的DOA估计算法。首先,根据确定性最大似然(DML)估计算法谱函数的特征,构造关于协方差矩阵的酉约束下的优化问题;然后,通过优化该问题获得各个单信号的实际方向向量;最后,将各个单信号的实际方向向量输入到空间谱算法中实现DOA估计。由于将多信号的DOA估计转化为多个单信号的DOA估计,因此在天线阵列流形存在误差时,所提算法比传统的DOA方法具有更好的DOA估计性能。由于所提算法仅需使用协方差矩阵,因此所提算法可应用于少通道测向设备。由仿真实验结果可知,在阵列流形存在误差以及测向设备为少通道测向设备时,与传统DOA方法相比,所提算法的DOA估计的准确度、抗扰度以及分辨率更高。     

基于均匀圆阵的宽带相干LFM信号定位方法

本文提出一种基于均匀圆阵的宽带相干LFM信号定位方法。首先，算法根据LFM信号在分数阶傅里叶域的能量聚焦性，对接收信号做分数阶傅里叶变换，实现宽带信号的窄带化处理；其次，利用圆阵的虚拟轴向平移形成的相位差构造空间平滑矩阵，完成相干信号的解相干处理；最后，对空间平滑矩阵进行奇异值分解得到相邻阵元接收数据的相位差，结合相位差反演参数估计算法得到二维角度参数估计的闭式解。仿真实验验证了算法对宽带相干LFM信号定位的有效性。