一种基于双平行线阵相干源二维波达方向估计的新方法

提出一种基于双平行线阵有相干信号源存在情况下二雏波迭方向估计的新算法。该算法根据阵列结构的特点形成6个需要的相关矩阵，然后构造一个特殊大矩阵并经特征分解获得信号子空间的估计，最后利用2-D ESPRIT方法实现二维角度估计。无论是否存在相干源，新算法都能精确估计出二维到达角，而无需进行谱峰搜索，从而解决了信号参数配对问题。最后用计算机仿真验证了该算法的有效性。     

宽频段相干信号三维参数联合估计的新算法

基于非均匀的L型阵列,本文提出了一种宽频段相干信号频率和二维到达角联合估计的时空二维处理新方法-WTSS(wide-band time-space smoothing)算法.该算法能精确地估计具有相同数字频率的相干信号的三维参数,无需多维谱峰搜索,具有计算量小,参数自动配对的优点.另外,在WTSS算法的基础上,利用L型阵列的特点进行分维处理,成功地实现了具有频率兼并现象的相干信号的三维参数估计.该算法能够并行实现以进一步增强其实时性.计算机仿真结果验证了算法的有效性.     

基于降维处理的MUSIC二维DOA估计算法

针对 MUSIC(多重信号分类法)估计方法实现二维 DOA(波达方向)估计的计算量大且遍历搜索耗时的问题,给出了一种基于降维处理的 MUSIC 算法。该算法无需进行二维谱峰值搜索。该算法利用二次优化方法将二维 DOA 估计分解为一维 DOA 估计,先通过一维 MUSIC 估计获得信号与 x 轴夹角,再利用最小二乘算法估计获得信号与 y 轴夹角。最后利用角度关系式得到信号的二维 DOA 估计值。该算法的复杂和搜索范围都大大降低,仿真表明,该算法具有较好的角度估计效果。     

基于矩阵束的二维谐波恢复

本文在研究了二维谐波信号相关矩阵后,提出了一种称之为"矩阵束的二维谐波恢复(MP2D)"算法,该算法既不需要求解二维特征多项式的根,也不需要在二维频率空间搜索谱峰,算法具有高效性。仿真实验表明,该算法在白噪声条件下对二维谐波频率估计具有高的精度和强的抗干扰能力。     

基于数据共轭重排的修正二维MUSIC算法分析

在阐述二维MUSIC算法基本原理的基础上,通过将接收数据共轭重排的再利用、构造相关矩阵,提出一种基于正交阵列的修正二维MUSIC算法。在快拍次数有限时,此算法可以明显改善信号的波达方向估计性能,特别是相干信号波达方向(DOA)的估计性能,计算机仿真结果证明了该改进算法的有效性和可行性。     

宽带线调信号脉内参数及二维角联合估计

针对具有时变阵列流型的宽带线性调频(WLFM)信号,建立瞬时波束空间阵列模型,实现多个WLFM信号瞬时频率和二维角联合估计;同时利用二维角估计值完成信号间瞬时频率的分离,并最终实现各个WLFM信号脉内参数(初始频率和调频斜率)估计.算法具有相干信号处理能力,且不需空间平滑或聚汇等预处理.仿真实验证明了算法的有效性.     

多径循环平稳信号二维波达方向估计——极化域平滑法

针对相干循环平稳信号,该文提出一种估计二维波达方向的新方法极化域平滑法。该算法充分利用信号的循环平稳特性以及极化多样性,在不影响阵列孔径的情况下,进一步增大可估计的相干信源数目,且具有信号选择和噪声抑制能力。估计过程中各参数自动配对。仿真结果验证该文方法的有效性。     

基于主奇异矢量的L型阵列相干信号二维DOA估计方法

针对现有L型阵列相干信号DOA估计算法精度不高、孔径损失较大的问题,该文提出一种基于主奇异矢量的解相干(L-PUMA)方法以及改进的主奇异矢量法(L-MPUMA)。L-PUMA算法首先对互协方差矩阵进行降噪,再通过奇异值分解得到2维主奇异矢量,然后利用加权最小二乘法得到线性预测方程的多项式系数,该线性预测方程的根即为信号的DOA估计,最后提出一种新的配对算法实现仰角和方位角的配对。L-MPUMA算法利用反向共轭变换构造增广主奇异矢量,进一步提高了数据利用率,克服了信号完全相干时L-PUMA算法性能下降严重的问题,仿真实验验证了所提算法的高效性。     

宽带相干信源DOA估计算法

针对现有宽带相干信源DOA估计算法存在的问题,提出了一种解决宽带相干信源空间谱估计的新方法。简述了宽带阵列信号模型以及投影子空间正交性测试(TOPS)方法,并深入分析了TOPS不能适应相干信号的实质。通过将矩阵共轭重构算法引入TOPS算法中,解决了TOPS算法不能处理相干信号的问题。此方法不仅提高了抗相干信号的能力,而且在聚焦中不需要角度的预估计。数值仿真实验结果验证了该方法的有效性。     

宽带相干信源DOA估计及其阵列校正方法

本文针对宽带相干信号,应用正交投影子空间算法提出了一种新的DOA估计方法。该方法不需要相干信号子空间方法(CSS)中聚汇矩阵所需的DOA先验信息,也不需要插值法中对扇区的划分 。并且应用Toeplitz 对角化方法修正数据协方差矩阵,使该方法能够处理相干信号和对阵列位置误差进行校正。仿真实验结果表明了该方法的有效性。     

基于张量四元数极化平滑的极化-DOA估计

为了解决相干信号的极化平滑算法在小快拍数和低信噪比条件下估计性能较差的问题,结合四元数的正交特性和协方差张量方法,提出了一种基于张量四元数的极化平滑多重信号分类（Multiple Signal Classification,MUSIC）解相干算法。首先,为了充分利用接收数据样本中的多维结构信息,建立了由张量四元数表示的柱面共形阵列极化平滑信号模型;其次,将平滑后的张量协方差矩阵通过高阶奇异值分解得到信号子空间;最后,通过极化秩亏MUSIC算法对入射相干信号分别进行二维波达方向（Direction of Arrival,DOA）估计和极化参数估计。仿真结果表明,该算法在小快拍数和低信噪比条件下具有更高的估计精度和分辨能力。     

相干信号源的空时三维参数分离估计方法

文中提出了一种宽频段窄带相干信号源的频率和二维波达方向估计的新方法。该方法利用L型阵列并结合一定的时域信息,将相干源的三维参数估计问题转化为3个一维问题,并在每一维使用空间平滑方法和ESPR IT算法求解相应参数,最后通过求解联立方程,获得相干信号的三维参数。因此,避免了谱峰搜索,并且算法本身的并行处理能力,提高了测向系统的实时性。计算机仿真结果表明了该算法的有效性。     

非圆信号二维DOA 和初始相位联合估计方法

针对传统联合估计方法计算量大、需要多维谱峰搜索的问题,该文提出了一种基于垂直阵列结构的任意初始相位非圆信号2 维DOA (Direction Of Arrival)和初相联合估计方法,利用垂直阵列特点,将3维参数估计问题转化为可并行处理的3个2维参数估计,在每一个子阵上,同时使用噪声子空间正交性和信号子空间旋转不变性,将2维参数估计进一步转化为1维估计问题,最终只需要对扩展协方差矩阵进行一次特征分解即可实现2维DOA和初相的联合估计及自动配对。该方法适用于空间信源处于过载的情形和低信噪比、短快拍环境,可估计信源数为2(M1)。数值仿真验证了该算法的有效性。      

基于MIMO雷达的极化平滑降维酉ESPRIT算法

相干目标的波达方向估计一直是雷达信号处理中的一个难题.为了获得更好的相干信号角度估计精度,并提高算法可实现性,在多输入、多输出雷达的基础上,提出一种极化平滑降维酉旋转不变性参数估计算法.首先通过降维矩阵对接收信号数据进行降维处理,然后利用降维后的接收数据构造中心复共轭对称矩阵,再构建适当的酉矩阵对其进行实值处理,然后对...     

OFDM雷达多目标运动参数的近似最大似然估计

针对相位编码正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)雷达动目标探测问题,该文提出了一种基于通道分离和最大似然原理相结合的运动参数估计方法。首先,利用OFDM信号的正交性分离出多通道信号,并与相位编码参考信号在快时间域相关后获得各通道的1维距离像。随后,利用Keystone变换校正子载波多普勒偏移与慢时间之间的耦合,并在慢时间域和子载波域进行相参积累得到距离-多普勒2维谱。结合CLEAN技术对距离-多普勒2维谱进行谱峰搜索,获得各个目标的位置和速度参数估计量。以此为初值,利用牛顿迭代算法对似然函数进行优化,最终获得运动参数的近似最大似然估计(Approximate Maximum Likelihood Estimator, AMLE)。仿真实验表明,该文算法在计算复杂性和参数估计精度上都优于传统的Keystone估计算法,在相同均方根误差(Root-Mean-Square Error, RMSE)下其输入信噪比改善了约4 dB,且均方误差接近Cramer-Rao下限。      

一种基于修正数据矩阵的广义波达方向矩阵方法

该文提出了一种基于平面阵的相干信号二维DOA估计算法,文中先将平面阵分为3个具有旋转不变性的子阵列,并分别构造了3个子阵列的数据矩阵,结合这3个数据矩阵,构造了两种修正数据矩阵,提高了阵元利用率。然后仿照波达方向矩阵的构造方法,得到了一种广义波达方向矩阵。通过理论分析证明了对该矩阵进行特征分解,就可以获得信号的方向矢量和信号方向元素,从而能够进行相干信号的二维DOA估计,并且避免了谱峰搜索,减少了运算量,仿真结果验证了该算法的有效性和精确性。     

混合信号情况下信源数与DOA联合估计算法

针对非相关信源与相干信源共存情况,提出了一种基于矩阵重构的信源数与波达方向（direction of arrival,DOA）联合估计算法.该算法首先利用特征值的二阶统计量（second order statistic of eigenvalues,SORTE）法和子空间旋转不变技术（estimated signal parameter via rotational invariance techniques,ESPRIT）实现非相关信源数与DOA估计;然后基于空间差分法消除非相关信号并构造新矩阵,利用构造矩阵进行前向空间平滑,实现对相干信源解相干;最后利用SORTE法检测相干信源数,结合求根多重信号分类（multiple signal classification,MUSIC）算法估计相干信源DOA.与传统的差分平滑方法相比,该算法在可估计信源数与低信噪比情况下DOA估计性能等方面优于传统算法.数值仿真实验结果验证了该算法的有效性.     

二维相干信号波达方向判断空间平滑算法

波达方向估计是智能天线的重要功能之一,对于相干信号角度模糊问题通常严重影响了方向判断的精准度.文中根据一维空间平滑基本理论和算法,对二维六边形阵列相干信号MUSIC算法波达方向估计问题进行了理论分析和仿真实验,提出了平面六边形阵列到十字形阵列的变换方法,成功地把一维平滑技术应用到平面六边形阵列,仿真表明,这种变换可以有效地消除相干信号的角度模糊问题.     

离散傅里叶变换及变参考阵元特征法在相干信号估计中的应用

本文讨论理想条件下均匀线阵(ULA)对相干入射信号的高分辨测向问题。在分析经典多重信号分类法(MUSIC)对相干信号测向失效原因的基础上提出新算法,它利用1）离散傅里叶变换(DFT)估计入射信号数目;2）变参考阵元重构入射信号功率矩阵估计入射信号方位角。通过与经典MUSIC算法比较验证了该算法对相干入射信号估计的可行性,并经过进一步分析得出如下结论:1）文中介绍的算法在不减少阵列有效口径前提下能够对高度相干信号进行高分辨测向;2）在低信噪比条件下能够精确估计入射信号方位角;3）随着阵列中阵元数目的增加,阵列分辨率逐渐提高。