基于修正MUSIC算法的宽带相干源波达方向估计

提出了一种基于修正MUSIC算法的宽带相干源DOA估计方法。对每一子带的接收数据阵进行共轭重构，利用平均的阵列相关矩阵代替传统的阵列相关矩阵进行子空间方法处理，由各子带结果的综合得到信号的DOA估计。数据阵共轭重构的实质是前后向空间平滑，因此可以解相干源问题。中算法取子阵与原阵列相同，因此不会损失阵列孔径。由于空间平滑包含了平均的意义，因此新算法还可以提高对非相干源的估计性能。仿真结果验证了新方法的有效性。     

单矢量传感器MUSIC算法的DOA估计及性能评价

针对单矢量传感器MUSIC算法在实际工程应用中存在性能恶化的问题,通过理论分析和数值仿真研究了幅相特性因素对其方位估计性能产生的影响,推导了幅相特性不一致条件下算法的空间谱估计表达式,同时给出了一种基于单矢量传感器通道功率盲归一化思想的改进算法.研究的结果表明:通道的幅相特性不一致将导致空间谱的谱峰变宽,并使空间谱估计的结果产生偏差甚至"伪峰";而改进的算法在保证方位估计精度的同时改善了目标的方位分辨能力,消除了传统算法空间谱中可能存在的"伪峰".湖试数据的处理结果进一步验证了改进算法的有效性.     

基于MUSIC算法的矢量水听器阵源方位估计

矢量水听器阵的每个阵元同时测量声场中的声压量和质点振速的3个正交分量,相对于声压水听器阵来说,矢量阵获取声场中更多的信息.利用矢量阵所获得的速度场的信息可去除目标方位估计中的180°模糊.多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法.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,以提高对源方位的估计精度.仿真结果表明,在SNR=10dB的条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了30°左右,旁瓣降低了16dB左右,利用MUSIC算法可提高对源的定向精度及对多目标的分辨能力.     

四元数在均匀圆形矢量传感器阵列信号参数估计中的应用

四元数的四维超复数结构是一种正交结构,各矢量传感器分量保持其固有的正交性,从而提高了矢量传感器阵列的抗干扰能力以及分辨力。在均匀圆形矢量阵列信号的参量估计中引入四元数理论,建立基于四元素的电磁矢量传感器阵列信号接收模型。充分利用四元数的多维正交特性,结合四元数矩阵理论及已有算法对电磁矢量传感器阵列信号的波达方向和极化信息进行联合估计,仿真实验验证了方法的有效性。并与传统的基于长矢量的MUSIC算法(V-MUSIC算法)进行比较,结果表明,基于四元素的信号接收模型可显著提高信号参数的估计精度。     

声矢量阵波束域宽带聚焦MUSIC算法

和阵元域处理相比，波束域处理具有计算量小，分辨信噪比门限低的优点．同时，声矢量传感器拾取了更多的声场信息，联合处理这些信息可以提高声呐的性能．把声压阵的波束域高分辨算法的思想和相干子空间方法(CSM)的思想引入到声矢量阵列信号处理，在Michael Zoltowsk提出的矢量阵的数学模型的基础上推导出了声矢量阵波束域宽带聚焦MUSIC算法，并作了计算机仿真研究，仿真的结果表明：基于矢量阵的波束域宽带聚焦MUSIC、算法无论是在分辨信噪比门限还是在角度分辨能力上都要优于声压阵波束域宽带聚焦MUSIC算法，而二者的计算量相当，和矢量阵阵元域宽带聚焦MUSIC算法相比，矢量阵波束域处理的计算量要远远小于阵元域处理。     

基于MUSIC算法的双平面阵列天线DOA估计

提出一种由两个平面阵列天线相互垂直放置而组成的双平面阵列天线,并对此双平面阵列天线模型进行数学建模及理论构建.阐述了MUSIC算法的基本原理并进行了具体分析.利用MUSIC算法对此阵列天线进行了三维空间D()A估计,其中对每一个平面阵列分别估计出三维空间到来角中的两个参数;并利用此双平面阵列天线D()A估计的特点,对三...     

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.     

基于矢量阵的自初始化MUSIC方位估计算法

MUSIC空间谱估计突破了常规波束形成中的锐利限,能够对目标进行高精度方位估计.探讨了MUSIC算法在矢量阵上的应用,给出了矢量线阵MUSIC噪声子空间谱估计表达式,利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰实现目标的方位估计,用以提高目标方位估计的精度.对单目标和双目标方位估计进行了仿真研究,在文中的仿真条件下,当满足信噪比大于5dB的条件时,可对目标方位进行较好估计.研究结果表明,通过单个矢量阵元阵簇得出的目标方位估计精度较差,而迭代搜索MUSIC谱峰方法提高了方位估计精度.     

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．     

基于四元数模型的二维三次非线性相位耦合频率估计方法

针对二维三次非线性相位耦合分析中的分维配对问题进行了研究。构造了合适的基于四元数的二维谐波模型,根据此模型定义了特殊的四阶累积量切片,分析了加性高斯在有色噪声中的二维三次非线性相位耦合。该方法从理论上避免了复数模型分析二维三次非线性相位耦合时频率配对中可能产生的错误频率对以及有可能产生的二维频率估计精度的不平衡等问题。仿真实验验证了该方法的有效性。     

四元数在方向角和多普勒频率同时估计中的应用

针对阵列信号处理中方向角、多普勒频率的同时估计问题,提出了方向角、多普勒频率的四元数模型,使估计方向角、多普勒频率二维问题与估计一维问题相类似,从而避免了在经典的二维复数模型估计中直接或间接的配对。首先给出了阵列接受信号的二维实模型,通过可分离信号和Hilbert变换构造了符合四元数结构的新的信号模型。讨论了Hamilton四元数、马氏四元数及其与二维实信号类似的欧拉公式。最后通过定义一个特殊的四阶累积量提取加性高斯有色噪声中的方向角、多普勒频率。仿真实验验证了算法的有效性。     

四元数和超复数在加性高斯噪声背景下二维谐波频率估计中的应用

针对二维谐波频率估计中的分维配对问题,首先对一般二维谐波信号模型进行变换,构造了符合四元数结构的新的信号模型.并根据该模型利用特殊的四阶累积量切片分析了加性高斯有色噪声中二维谐波频率估计及联合Hamilton四元数和超复数在二维谐波频率估计中的应用前景.此方法避免了在复数模型的二维谐波频率估计中构造复杂的增广矩阵问题,并从根本上解决了通过分维求取频率之后,频率配对中所有可能产生的错误频率对以及有可能产生的两维频率估计精度的不平衡性这两大难题.仿真实验验证了该算法的有效性.     

四元数和超复数在加性高斯噪声背景下二维谐波频率估计中的应用

针对二维谐波频率估计中的分维配对问题,首先对一般二维谐波信号模型进行变换, 构造了符合四元数结构的新的信号模型。并根据该模型利用特殊的四阶累积量切片分析了加性高斯有色噪声中二维谐波频率估计及联合Hamilton四元数和超复数在二维谐波频率估计中的应用前景。此方法避免了在复数模型的二维谐波频率估计中构造复杂的增广矩阵问题, 并从根本上解决了通过分维求取频率之后,频率配对中所有可能产生的错误频率对以及有可能产生的两维频率估计精度的不平衡性这两大难题。仿真实验验证了该算法的有效性。     

有色噪声背景下多径信号的二维DOA和极化参数同时估计算法

基于有色噪声背景下的电磁矢量传感器阵列,提出一种宽带多径循环平稳信号的二维波达方向和极化参数的同时估计算法。该算法充分利用信号的循环平稳特性,不仅解决了宽带多径信号的二维波达方向估计问题,而且具有选择估计信号波达方向的能力。该方法能够抑制有色噪声和宽带干扰的影响。计算机仿真验证了所提方法的有效性。     

信源数目估计误差影响下的修正二维MUSIC算法分析

针对信源数目过估计下二维MUSIC算法会出现虚假信号和欠估计下某些谱峰消失的问题, 通过将降维技术与一维噪声子空间算法相结合,提出一种基于正交阵列结构的修正二维MUSIC算法．该算法将复杂的二维处理问题转化为3个简单的一维问题,通过组合3个并行的均匀线阵分别估计出一维波达方向进行空间测向．仿真结果表明该算法在未知信源数目的情况下,仍能正确判断出信号的来波方向．     

基于四元数MUSIC的双极化散射中心参量提取

针对既有水平极化发射水平极化接收,又有垂直极化发射垂直极化接收数据的双极化雷达目标散射中心模型,提出用四元数MUSIC算法进行参量提取。该算法首先将hh和vv数据用四元数联系起来,然后采用MUSIC算法的思想,构造四元数信号子空间和四元数噪声子空间,并利用四元数噪声子空间和四元数信号子空间相互正交的特性,通过谱峰搜索估计双极化散射中心的参量。同复数域的MUSIC算法相比,四元数MUSIC算法在信噪比较低时仍能较好地估计出散射中心参量。仿真实验验证了算法的有效性。     

基于四阶累积量的极化近场源距离、频率及到达角的联合估计算法

研究了由与坐标轴方向一致的偶极子对构成的均匀线阵。使用四阶累积量提出了一种极化近场源距离、频率及到达角(DOA)三维参数联合估计算法。该算法不需谱峰搜索且各参数自动配对,适用于任意加性高斯噪声环境。仿真结果表明,该算法在性能上优于相应的没有利用极化信息的算法。     

基于张量分解的二维互质矢量传感器阵列信号处理

提出了一类二维互质矢量传感器阵列及其张量处理方法,以提高阵列自由度及信号波达角(Direction of arrival,DOA)估计性能。新阵列并非是二维互质标量传感器阵列的简单扩展,而是针对新阵列的高维信号数据,提出了一种新的基于张量代数理论的建模和处理方法。分析表明:针对一个具有4M~2+N~2-1(其中M和N互为质数)个矢量传感器(阵元)的二维互质阵列,利用其接收信号的高维二阶统计量,可将该阵列转换成一个具有(MN+M+N-1)~2个虚拟矢量传感器(阵元)的均匀矩形阵列(Uniform Rectangular Array,URA)。为充分利用增加的阵元数来提高阵列的可辨识性和信号的DOA估计精度,还给出了该URA对应的张量模型及处理方法,并最终借助张量分解实现了信号DOA及极化参数估计。仿真实验证明了新方法的有效性。     

改进型MUSIC算法在智能天线DOA估计中的研究

智能天线的一项核心技术是波达方向（Direction of Arrival,DoA）的估计,它在无线定位的应用领域中有着十分重要的意义．为了对信号的DOA作出精确的估计,提出一种基于空间平滑技术的改进型MUSIC（Multiple Signal Classification）算法．仿真结果表明经典的MUSIC算法只能对非相干信号的DOA作出精确的估计,而改进型MUSIC算法对相干信号的DOA也能作出精确的估计．