基于空间平滑MUSIC算法的相干信号DOA估计

针对传统解相干算法在低信噪比条件下不能有效分辨角度接近的信号源DOA的问题,提出一种基于空间平滑技术的特征空间多重信号分类MUSIC(Multiple Signal Classification)算法。首先用改进的空间平滑算法对相干信号进行预处理,然后对其应用特征空间MUSIC算法进行精确的DOA估计。计算机仿真结果表明,该算法的改进能更加有效地估计相隔较近的小信噪比信号源的DOA,分辨能力较强。     

基于MDL准则的MUSIC信号频率估计算法

在正弦信号频率估计方法中,高分辨率谱估计的MUSIC算法利用信号子空间和噪声子空间的正交性进行信号频率的估计,可以得到很高的测频精度.但是信号源数的选择将会影响此方法的有效性.本文研究了基于最小描述长度(MDL)准则的MUSIC算法,信号子空间和噪声子空间的估计以及信号源数的确定同时进行,解决了MUSIC算法中信号源数对估计结果的影响.仿真结果表明利用该方法可准确地估计多个正弦信号的频率值.     

DOA估计算法的一种修正MUSIC算法的研究

传统改进 MUSIC 算法通过对接收信号协方差矩阵作预处理,使信号协方差矩阵分解得到信号子空间与噪声子空间正交,从而降低噪声的影响。但当信号间隔很小时,随着信噪比的降低,传统改进MUSIC算法已无法分辨出信号。基于此问题提出的修正MUSIC算法在使信号子空间与噪声子空间正交的基础上,充分利用了噪声子空间及其特征值对噪声子空间的修正,进而构造谱峰搜索函数估计出信号。通过仿真实验,证实了在信噪比很低的情况下,信号间隔很小且存在相关信号时,修正MUSIC算法能准确地估计出传统改进MUSIC算法不能估计的信号。     

时空相关矩阵联合对角化对谱分辨的影响

采用基于Jacobi算法的矩阵联合对角化方法对阵列接收数据的空时相关矩阵进行联合对角化,能够获取关于目标方位的尽可能多的信息,即空时相关矩阵"平均"特征值和特征向量,将这些平均值应用于Capon提出的最小方差无畸变响应(MVDR)空间谱估计算法,得到修正MVDR算法.由于修正MVDR算法充分利用了目标方位信息,且不需要信号源数目的先验信息,所以,其性能优于MVDR算法和MUSIC算法.仿真试验表明,在信号源相关程度比较高的情况下,修正MVSDR算法不需要信源数目的先验信息,仍能分辨出信号方位,其性能明显优于MUSIC算法,特别是当信源数目欠估计时,而其他基于子空间的算法得不出任何有意义的结果.修正MVDR算法空时相关矩阵联合对角化能提高空间谱的分辨能力,在一定程度上增加算法的稳健性.     

提高阵列天线DOA估计的改进MUSIC算法

在阵列信号处理中,经典的MUSIC算法是建立在非相干信号模型的基础上的,对于低信噪比条件下的相干多径信号和信源间隔比较近的信号,MUSIC算法难以估计出它们的DOA.利用求根MUSIC算法在小样本空间性能优异的特点,在重构数据协方差矩阵的基础上,通过理论推导.这里给出了一种基于求根MUSIC的改进算法,用于提高低信噪比条件下的相干多径信号与信源间隔比较近的信号DOA谱分辨能力,计算机仿真结果验证了这种方法的有效性.且与修正MUSIC算法相比较,谱分辨能力有明显的提高.     

一种L型阵列的相干分步降维DOA估计方法*

针对相干信号二维波达方向(Direction Of Arrival,DOA)估计运算复杂度高的问题,本文提出了一种基于前后向空间平滑的分步降维MUSIC算法。该算法首先通过前后向空间平滑技术去相干,然后通过一维空间谱搜索得到一维入射角,最后通过最小二乘法得到二维入射角,进而得到相干信号的DOA。仿真实验表明该方法可以实现对相干信号的二维DOA估计,且具有较好的DOA估计性能,同时降低了运算复杂度。     

基于MUSIC算法的矢量阵波达方向估计

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量。本文采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,并详细描述了该算法的原理及应用过程,最后进行了几个仿真对比试验。仿真结果表明,在SNR=10dB条件下,相对于Capon波束形成器输出,MUSIC空间谱的主波束宽度锐化了2.6~0,旁瓣降低了12dB左右,利用该算法可提高对信号源的定向精度及对多目标的分辨能力。     

基于FFT和黄金分割的快速DOA估计

针对多重信号分类(MUSIC)算法中的谱峰搜索模块计算量过于庞大,导致工程实践中常常需要牺牲测向精度换取测向实时性的问题,提出一种结合快速傅里叶变换(FFT)和黄金分割法的快速波达角(DOA)估计算法.所提算法首先对协方差矩阵特征分解得到的噪声向量阵取快速傅里叶变换来粗略估波达角方向,然后,用黄金分割法在预估角度范围内对伪谱函数迭代求极值实现DOA的精确估计.理论分析和仿真结果表明,改进算法极大降低了运算复杂度和算法执行时间,且相比以1 °为扫描步进的经典MUSIC算法,测向精度有一定的提升,在多信号共存、低信噪比环境下,测向稳定性良好.改进算法可取代经典MUSIC算法中的谱峰搜索模块,在降低MUSIC算法复杂度的同时实现高精度实时测向,具有较好的实用价值.     

基于改进MUSIC算法的宽带信号DOA估计

现有的波达方向（DOA）估计算法在估计被动探测系统中的宽带信号方位时,存在DOA估计结果偏差大、运算复杂度高等问题,难以满足信号实时处理的要求。为提高多源信号DOA估计的空间分辨率,提出一种基于S变换且不需要预估信号源个数的多重信号分类改进算法。根据宽带信号的频域特征,利用S变换处理阵列接收信号,得到多分辨的时频谱矩阵,同时构建时频域的阵列信号数据模型,结合信号功率谱矩阵呈联合对角化结构的特点,设计基于S变换的子空间谱估计公式。在此基础上,通过谱峰搜索进行DOA估计,实现多源宽带信号的声源定位。仿真结果表明,在信噪比范围为-15～10 dB的条件下,该算法的估计成功率始终保持在90%以上,相比TCT、CS＿TCT、CWT＿MUSIC算法,其具有较优的估计性能,并且无需预估信号源数。     

改进Geese算法对信号的DOA估计

针对传统的空间谱估计算法对相干源的波达方向（DOA）估计会失效的问题,该文在利用信号子空间特征向量生成广义特征值（Generalized Eigenvalues utilizing Signal subspace Eigenveetors,Geese）算法基础上,结合空间平滑技术对接受数据进行预处理,提出一种改进的Geese算法。该算法由于不需方向搜索且只利用信号子空间,大大降低了计算复杂性。计算机仿真结果表明,与Geese算法相比,该改进算法既能够有效地估计出独立信号源的DOA,也能有效地估计出相干信号源和相隔比较近的低信噪比信号源的DOA。对于独立源的估计,在相同条件下,估计性能也要优于经典的空间谱估计算法（ESPRIT算法和MUSIC算法）,从而证明该算法的合理性。     

相干信号源时空二维谱估计的通用方法

针对经典二维谱估计算法中,出现的关于阵列阵元的损失和无法分辨相干信号源的问题,提出了一种有效利用信号的时间信息以及避免常用阵列模型中阵元损失的时空二维天线阵列,并为了解决相干信号失效的问题,采用时空二维阵列接收到的数据进行合理的排列,对得到的数据协方差进行处理,处理方法有很好的求解相干信号能力。文中以MUSIC和ES-PRIT算法为例,说明得到改进后的新算法有效性。大量实验证明改进后的算法具有很好的解相干能力和稳定性。     

声矢量阵目标估计的新方法

矢量传感器的阵信号处理是研究矢量阵工程化应用的重要内容,但其运算量大.针对这一问题,提出了一种矢量阵的改进MMUSIC算法,该方法将维纳滤波引入到MMUSIC算法中,避免了矩阵的特征值分解,降低了运算量.采用矢量传感器均匀线阵研究该算法的性能,进行了仿真研究和实验验证.计算机仿真和实验结果表明:提出的算法可以清晰分辨相...     

信号相关性与修正MUSIC算法二维波达方向估计

实际环境中相干信号源是普遍存在的,但传统的多信号分类(MUSIC)二维测向算法不能处理相干信号的问题,为此,采用修正MUSIC(MMUSIC)算法进行二维波达方向(DOA)估计,将修正MMUSIC算法的应用范围由一维的均匀线阵(ULA)扩展到二维中心对称阵,并理论推导出MMUSIC算法的测向性能与信号相差的余弦值呈反比。仿真实验中,二维MMUSIC对相隔4°以上两相干信号的分辨概率能够达到90%以上。     

非均匀线阵的宽带波达方向估计

研究了基于非均匀线阵的宽带DOA估计问题和非均匀线阵的阵形。对宽带相干信号子空间算法（CSM）和修正MUSIC算法（MMUSIC）的基本原理作了简单介绍。基于修正MUSIC算法和CSM算法,提出了一种适合非均匀线阵的宽带DOA估计算法。仿真结果表明提出算法在非均匀线阵对称布阵方式下取得很好的效果,提高了DOA估计性能。     

High-resolution DOA estimation based on independent noise component for correlated signal sources

In this article, a modified complex-valued FastICA algorithm is utilized to extract the specific feature of the Gaussian noise component from mixtures so that the estimated component is as independent as possible to the other non-Gaussian signal components. Once the noise basis vector is obtained, we can estimate direction of arrival by searching the array manifold for direction vectors, which are as orthogonal as possible to the estimated noise basis vector especially for highly correlated signals with closely spaced direction. Superior resolution capabilities achieved with the proposed method in comparison with the conventional multiple signal classification (MUSIC) method, the spatial smoothing MUSIC method, and the signal subspace scaled MUSIC method are shown by simulation results.     

Quaternion-MUSIC for near-field strictly noncircular sources with large-scale polarization array

In this paper, a novel localization method is proposed for DOA, range and polarization estimation of near-field noncircular sources in massive multiple-input-multiple-output (MIMO) systems. Compared with traditional MUSIC-based algorithms, the proposed algorithms can separate the polarization parameters from the spatial spectrum function, avoiding the four-dimensional (4-D) spectrum search and realizing the fast localization of the near-field source with high accuracy. First, the dimension-reduced MUSIC (DR-MUSIC) algorithm is proposed for DOA and range estimation with low computational complexity, and given a closed-form expression of polarization estimation. Next, based on the quaternion theory, a novel algorithm named quaternion non-circular MUSIC (QNC-MUSIC) is proposed for parameter estimation of non-circular signals with high estimation accuracy. In addition, the analysis of the computational complexity and simulations of the proposed method are provided, showing that the proposed method yields a better performance than DR-MUSIC in massive MIMO systems.