基于均匀线阵的混合源波达方向估计方法

文中提出了一种基于均匀线阵的混合源波达方向DOA估计的改进方法。该方法首先利用传统MUSIC方法估计出非相干信号源的DOA,然后接收数据协方差矩阵进行差分消除不相关源和噪声的影响,对其进行特殊的空间平滑去相干,从而利用重建的数据协方差矩阵估计相干源的DOA。此方法的特点是分别估计不相关信号和相干信号的DOA。优点是算法在估计出多于阵元数信号的前提下具有较高的DOA估计精度和稳健性。仿真结果表明此方法的估计性能优于空间差分平滑算法。     

基于解相干的改进MUSIC算法DOA估计

MUSIC算法是一种子空间分解算法。在非相干的情况下,经典MUSIC算法能准确进行波达方向（DOA）估计,但当信号源在相干的情况下时算法失效。在对经典MUSIC算法进行理论分析研究的基础上,对其阵元接收数据阵做相应变换,得到共轭重构后的协方差矩阵,通过特征值分解再进行DOA估计。就经典的MUSIC和改进算法的DOA估计性能进行了仿真分析。结果表明,改进后的算法在信号源相干的情况下也能精确地估计信号的波达方向。     

基于差分时间平滑的多径信号DOA估计

针对移动通信环境中,多径信号与独立信号共存的混合信号模型DOA估计问题,依据差分方法与时间平滑原理,提出一种改进的DOA算法。该算法增加了可分辨信源个数,同时提高了相干信源DOA估计的性能,仿真实验证明,该算法在混合信号模型下解相干性能优于传统空间平滑法。     

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。      

基于特征分解MUSIC算法的DOA估计

对于非相干信号源,基于特征分解的多重信号分类算法是一种具有高分辨率的波达方向估计算法,通过计算机仿真比较了它与Bartlett和Capon算法的性能,并分析了信号源数目估计值大于或小于真实值时接收信号入射角的估计结果.研究了一种新的自适应加权空间平滑算法,提高了MUSIC算法对于相干信源DOA估计的性能.仿真结果表明该算法可以有效地去除期望信号与干扰信号之间的相关性,在相干干扰方向上形成深的零陷,在平滑次数相同的情况下新算法比常规空间平滑算法得到更高的输出信干噪比.     

一种互耦和相干源条件下的DOA估计方法

空间平滑算法是一种常用的解相干处理方法,而阵元间互耦的存在会导致空间平滑算法失效,从而无法准确估计相干源DOA。针对这个问题,文中提出了一种新的DOA估计方法。该方法基于信号子空间和噪声子空间的正交性原理,利用入射信号源中的独立信号源可以有效估计出互耦矩阵,再通过估计的互耦矩阵对接收数据协方差矩阵进行互耦补偿,克服了互耦对空间平滑算法的影响,从而保证了相干源DOA能准确估计。计算机仿真实验表明了该方法的有效性。     

基于解相干的MUSIC算法估计性能分析

MUSIC算法作为DOA估计的经典算法,在处理高度相关的信号时,算法性能急剧下降甚至完全失效。为了正确地估计出相干信号的DOA,就必须要对相干信号进行解相干。采用前／后向空间平滑技术与修正MUSIC算法是两种估计相关信号DOA的有效方法。通过算法仿真实验,证明了理论的正确性。     

基于虚拟阵列变换的相干源测向方法

针对传统空间谱测向方法对相干信号源测向失效的实际问题,提出了一种基于任意形状平面阵列的测向方法。该方法在建立了相干信号源数学模型的基础上,对虚拟阵列变换思想进行了分析,给出了采用虚拟阵列变换原理和MUSIC算法实现了对相干信号源DOA的估计,提高了测向性能。经仿真试验和理论分析,验证了算法的可行性,并分析了该算法的适用局限性。     

修正的MUSIC算法在相干信源DOA估计中的应用

引用了两种修正相关矩阵最大似然(ML)估计的方法对MUSIC算法进行优化,对相干信源的波达方向(DOA)进行估计。前向空间平滑算法要求阵列的平移不变性,将阵列划分为若干相互交叠的子阵;前向-后向空间平滑要求阵列的旋转不变性,应用了相关矩阵的倒置矩阵。两种方法均可以修正阵列接收信号的相关矩阵的最大似然估计,使之满足MUSIC算法的前提条件。计算机仿真证明两种算法改善了传统的MUSIC算法对相干信源进行DOA估计的性能,前向-后向空间平滑算法作出了比较准确地估计。     

基于非圆信号的MUSIC算法性能研究

传统DOA估计算法不能处理多于阵元数的信号源,而且估计精度也不能满足一些高估计精度的场合,近年来基于非圆信号的DOA估计算法由于其优良的估计性能,受到越来越多的关注。依据非圆信号的DOA估计数学模型,研究了基于非圆信号的MUSIC算法。通过软件仿真,将基于非圆信号的MUSIC算法的各项性能进行了仿真。结果表明,该算法的估计性能比传统MUSIC算法有了明显的提高。     

四种DOA估计算法的性能比较

文章研究经典MUSIC算法、求根MUSIC算法、基于解相干的双向空间平滑MUSIC算法和Toeplitz MUSIC算法的DOA估计性能.并且通过实验Matlab仿真,分析比较四种算法的性能.     

基于MUSIC算法对相干信号DOA估计的研究

空间谱估计是阵列信号处理中的一个重要研究课题。针对经典MUSIC算法在入射源相关的情况下测向失败的问题,通过前后向空间平滑MUSIC算法,利用子阵平滑恢复数据协方差矩阵的原理进行解相干,进而对入射源的波达方向（DOA）进行估计。仿真结果证明：前后向空间平滑算法不仅能估计出空间相互独立信号源的波达方向,还能有效分辨出相干信源的到达角度,且具有较高的分辨能力和估计精度。     

基于互质阵列的相干与非相干目标DOA估计算法

提出基于互质阵列的相干与非相干混合目标空间达波方向(DOA)估计算法。首先,基于差协同阵等效的概念,将互质阵列相关矩阵的元素重排形成增广相关矩阵;然后采用矩阵重构对增广相关矩阵进行解相关处理;最后,对解相关的增广相关矩阵进行多重信号分类(MUSIC)空间谱搜索,实现对目标的DOA估计。仿真结果表明,该算法可实现对数目多于互质阵列物理阵元的相干与非相干混合目标的DOA估计。对比矩阵重构、前向空间平滑和前后向空间平滑3种解相关算法,矩阵重构解相关获得了更大的可分辨目标数目,在低信噪比(SNR)下呈现出更佳的估计误差性能,而空间平滑解相关在低快拍情况下具备更优的估计误差性能。     

冲击噪声背景下相干信源DOA估计方法研究

研究了冲击噪声环境下相干信源波达方向(DOA)估计问题.在对称α稳定分布冲击噪声假设下,基于共变和分数低阶矩的MUSIC(即ROC-MUSIC和FLOM-MUSIC)方法不能用于相干信源DOA估计.本文首次将空间平滑思想应用于共变系数矩阵和分数低阶矩矩阵中,定义了新的前后向平滑共变系数矩阵和前后向平滑分数低阶矩矩阵,提出了两种新的适用于冲击噪声环境的相干信源DOA估计方法:基于前后向平滑共变系数矩阵的空间平滑(ROC-SS)算法和基于前后向平滑分数低阶矩矩阵的空间平滑(FLOM-SS)算法.理论分析表明,可以通过前后向平滑共变系数矩阵和前后向平滑分数低阶矩矩阵的特征分解来估计噪声子空间,从而实现对相干信源的DOA估计.论文还对提出的ROC-SS算法和FLOM-SS算法进行了性能对比分析.计算机仿真结果证明了ROC-SS算法和FLOM-SS算法的有效性和正确性.     

MUSIC算法的性能比较

智能天线的核心技术之一是波达方向估计,在无线通信中具有重要作用。MUSIC算法是一种经典的DOA估计算法,但因其计算量大、对于相干及小信噪比信号无法分辨等缺陷,故有较多的改进算法被提出。文中研究了求根MUSIC算法、基于空间平滑技术的MUSIC算法、改进MUSIC算法及修正MUSIC算法。通过仿真分析了角度间隔、信噪比、信号相干对改进MUSIC算法分辨率的影响。以上几种改进MUSIC算法进一步发挥了该算法高分辨率的优势,且有利于其在智能天线方面的应用。     

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.     

基于二元矢量阵的相干源分辨性能研究

相干源的存在使矢量阵的高分辨方位估计性能严重恶化。分析了单矢量传感器的阵列流型,结合空间平滑算法的应用条件,给出了基于二元矢量阵的最小方差无失真响应(MVDR)和多重信号分类(MUSIC)解相干算法,研究了算法的性能。理论分析和仿真实验证明该算法可实现对相干源的到达方向(DOA)估计,在相同信噪比条件下,相较于MVDR算法、MUSIC算法具有更好的方位分辨力,受到相干源之间方位夹角的影响更小,而且对相干源之间的强度差异不敏感。     

基于累积量的互耦误差下相干信号DOA估计

在高斯色噪声和阵列互耦误差背景下,针对相干信号源和非相干信号源并存的问题,提出了一种准确估计信号源到达角(DOA)的算法。首先,采用辅助阵元法将互耦误差从阵列流形中分离;然后结合空间平滑技术和四阶累积量构建平滑矩阵,实现对高斯噪声的抑制和对信号的解相干;最后使用ESPRIT算法获得信号源的来波方向。仿真结果表明,文中算法有效解决了阵列互耦和信源相干的影响,在高斯白噪声和高斯色噪声环境下均能精确地估计DOA。     

针对相干信号DOA估计的改进MUSIC算法

针对相干信号波达方向(Direction of Arrival, DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification, MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。     

互质阵列DOA估计性能综合分析北大核心CSCD

互质阵列是近年来兴起的新型阵列,能显著提高阵列自由度,处理信源数大于阵元数时的波达方向(DOA)估计,且能提高角度分辨率和测角精度。文中根据互质阵物理阵元和虚拟阵元特点,结合多重信号分类(MUSIC)算法提出适用于互质阵基于物理阵列和虚拟阵列的DOA估计方法。该方法以非相干信号源为研究对象,利用互质阵列建立信号接收模型,基于物理阵列的DOA估计方法根据互质阵物理阵元位置特点推导其导向矢量,然后根据导向矢量计算回波信号数据和信号协方差矩阵,最后利用MUSIC算法进行DOA估计。基于虚拟阵列的DOA估计方法根据其虚拟阵元数据特点在向量化协方差矩阵并去冗余后选取连续虚拟阵元接收数据,然后对新协方差矩阵进行一维Toeplitz平滑重构,最后利用MUSIC算法或求根MUSIC算法进行DOA估计。与等阵元数的均匀线阵进行对比,仿真实验验证了互质阵列DOA估计性能的优越性。