利用改进遗传算法的DOA估计

用极大似然估计（ＭＬＥ）得到到达信号的方向（ＤＯＡ）,在统计性能方面要比其它一些理论优越,但是由于该方法为种多维参数估计,采用常规搜索方法,精度受到网格限制,不能任意逼近最优解,并且容易收敛到局部最优。而遗传算法是一种有导向的随机搜索方法,它具有适用条件宽松,有较大的概率收敛到全局最优等优点。在此通过改进的遗传算法（ＩＧＡ）,较好地解决了一般搜索算法存在的不足,计算机模拟实验证明可行。     

引入蝙蝠算法的最大似然DOA估计

DOA估计理论的传统算法中,最大似然DOA估计方法能准确地估计出目标方向角度,性能优良,并且具有很好的稳定性。与MUSIC及其他的子空间分解类算法相比,在信噪比较低、小快拍信号时,最大似然DOA估计算法优势更为突出。但是由于其自身算法复杂度较高的缺陷而碍于工程上的应用。针对这一问题,将蝙蝠算法与最大似然算法相结合,应用于信号的DOA估计,利用蝙蝠搜索算法搜索路径优、寻优能力强的优点,快速搜索到似然函数的全局最优值,优化多维非线性的估计谱函数。仿真结果表明,蝙蝠搜索算法有效地克服最大似然DOA估计中存在的运算量大,计算复杂度高等问题,通过与其他经典的仿生智能优化算法相比较,该方法体现出更好的收敛性。     

一种改进型CE-ML算法的二维DOA估计

基于最大似然估计（ML）的阵列测向方法具有测向精度高、可以分辨相干信号等优点,但是因为计算复杂度过高而工程应用受限。针对该问题,利用交叉熵（CE）方法对最大似然估计快速求解,并对初始样本的产生和平滑参数的设置进行了优化,提出改进型CE—ML二维测向算法,最后进行了算法运算量分析和仿真验证。仿真实验表明,在精度相近条件下,改进型的CE-ML算法的迭代次数大约是粒子群算法（Ps0）的1／3,大大减少了ML测向的计算量。     

MEMS矢量传声器研究进展

矢量传声器由声压传感器和质点振速传感器复合构成,可时间同步、空间共点测量声场声压标量及质点振速矢量信息,在开展振动噪声监测、被动声测定位以及声全息成像等相关声学测试方面有着独特的优势,因而具有重要的工程应用价值.质点振速传感器是矢量传声器的核心部件,具有偶极子指向性,可直接感测声场质点振速各正交分量.基于此,介绍基于微...     

基于网格爬山法的最大似然DOA估计算法

最大似然波达方向（DOA）估计具有最优的理论性能,但是存在计算量过大的问题。为了降低最大似然DOA估计的计算量,将参数估计转化为高维非线性函数的优化问题,并提出了一种新的优化算法。首先利用波束形成法对空间谱进行预估计并根据空间谱信息构造一组满足“预估分布”的初始解,这组初始解以较大概率落在全局最优解的局部吸引域中。然后将其中适应度最大的一个初始解作为局部搜索的起点。网格爬山法是一种以网格为单元的局部搜索方法,比传统爬山法更加高效和稳定,因此采用该方法获取全局最优解。新算法不仅能够得到精确的参数估计,同时具有较高的计算效率,计算机仿真显示新算法的计算效率高于基于粒子群优化的最大似然DOA估计算法。      

基于DOA矩阵法的矢量传感器阵列二维波达方向估计

DOA矩阵法是一种二维波达方向估计方法,该方法具有分辩率较高、计算量较少的特点。该文将DOA矩阵法扩展至矢量传感器阵列的波达方向估计,推导出相应的计算公式,分析了算法计算复杂度。算法分析表明,相对于ESPRIT算法,DOA矩阵法计算复杂度大大降低。Monte Carlo仿真结果表明,与ESPRIT算法相比,DOA矩阵法估计的均方根偏差和均方根标准方差相对大一些,所需的最低快拍数也增加。     

基于混沌寻优的DOA估计

提出用混沌优化的方法来实现阵列信号波达方向(DOA)的极大似然估计。基于混沌运动的遍历性、内在的随机性、规律性等特点的混沌优化算法是一种有效的全局优化算法,其计算复杂度较低。仿真结果表明该文提出的方法在获得与AP算法相当测向精度和测向分辨率的情况下有更低的计算量;在相干信号的情况下,其性能比AP算法有较大的提高;同时其基于轨道搜索的结构易于并行实现,以进一步满足实时性的要求。     

基于矢量传感器MIMO雷达的DOD DOA和极化联合估计算法

该文研究了一种基于多输入多输出(MIMO)电磁矢量传感器阵列雷达目标波离角(DOD),波达角(DOA)和极化联合估计问题。提出一种新型矢量阵MIMO雷达系统模型,发射阵列采用常规阵元,而接收阵列采用电磁矢量传感器。在此基础上,该文提出4维MUSIC, ESPRIT和迭代1维MUSIC 3种联合参数估计算法。其中迭代1维MUSIC算法首先利用矢量传感器的内在结构特点获得目标DOA预估计,随后采用MUSIC算法对DOD和DOA分别进行1维搜索获得目标角度的高精度估计,最后给出一种基于ESPRIT的目标极化估计算法。迭代1维MUSIC算法可用于不规则阵列,对接收阵列约束较少,无需2维搜索及多维搜索,还可以利用矢量阵特点扩展阵列孔径提高DOA估计精度。此外,论文还推导了DOD, DOA和极化联合估计的CRB。仿真实验表明,与前两种算法相比,迭代1维MUSIC算法具有与CRB更接近的估计精度。     

确定信号情况下矢量水听器检测及估计性能研究

在某些场合,例如水下定位、编码通信,信号具有确知脉冲信号特性,声源相对于接收器的方位,可以采用矢量水听器处理来获得。对于确知脉冲信号,本文证明了在各向同性噪声场下,参考声压和振速的相关处理器的方向是声源方位的最大似然方位估计,以及方位估计的克拉美-罗界CRB(Cramer-Rao Bound)。给出了计算机的仿真结果。     

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。     

基于特征矢量稀疏重构的欠定DOA估计算法

针对信源数多于阵元数,阵列测向欠定问题,利用最小冗余线阵的阵列扩展能力,以较少的阵元获得较大的阵列孔径,同时将最小冗余线阵与压缩感知理论相结合,提出一种基于特征矢量稀疏重构的欠定DOA估计算法.所提算法能以较少的阵元数估计更多信源的来波方位,具有信源过载能力,同时能降低稀疏重构运算的复杂度,增强了算法的鲁棒性、精确性,性能优于MUSIC算法,实验结果表明该方法是有效的.     

用禁忌搜索实现DOA估计

为解决DOA参数估计搜索算法中局部极值和实时性等问题,从现代优化理论的角度出发,选用比遗传算法、模拟退火法更易利用问题特殊信息的禁忌搜索算法来求解DOA的极大似然估计.理论分析和仿真结果表明:该方法不仅能获得全局最优解;而且在获得与AP算法相当测向精度和测向分辨率的情况下,有更低的计算量;对相干信号,其性能比AP算法有较大的提高.     

声源DOA估计中LS-SVR核函数选取研究

基于多通道到达时间差(TDOA)的定位方法是声源到达方向(DOA)估计中的重要方法。其中,由TDOA到DOA的映射是该方法的一个关键,目前广泛采用的映射方法为最小二乘法。然而最小二乘法存在诸如声源位于阵列端射方向时性能急剧下降的问题。为克服这一缺点,提出了基于最小二乘支持向量回归机(LS-SVR)的映射方法。在支持向量机技术中,核函数的选取直接影响着支持向量机的性能,但之前的工作仅讨论了径向基核函数。针对声源DOA估计中的TDOA映射问题,研究了径向基核、多项式核以及线性核函数构造的LS-SVR对声源DOA估计的影响。     

一种基于连续蚁群算法的快速最大似然DOA估计

针对传统最大似然估计计算量大的问题,将连续空间蚁群算法与最大似然估计算法相结合,在ACOML算法的基础上,提出了一种用混沌序列初始化状态空间的改进蚁群算法MACOML(Muddleheaded ACO)。该方法使用混沌映射产生的初始状态空间来代替ACOML算法中的随机序列产生的初始状态空间,增加了初始解的遍历性,同时在寻优过程中增加了局部搜索。仿真结果表明:MACOML能保持最大似然估计方法的高分辨性能,而计算复杂度只是最大似然方法的1/20。     

BICM-OFDM系统中基于ML算法的迭代频偏估计

正交频分复用(OFDM)联合比特交织编码调制(BICM),是一种能够有效地抗频率选择性衰落的技术.由于载波频偏的存在会引起载波间干扰,导致系统性能的严莺下降.针对BICM-OFDM系统提出了一种基于最大似然(ML)估计的迭代频偏估计算法.该算法充分利用了译码信息,分两步进行.首先,利用最大似然估计进行初始频偏估计,然后再利用BICM译码的硬判决反馈信息进行残留频偏估计.通过BICM迭代译码,更新译码反馈信息,提高频偏估计精度.在短波宽带信道下的仿真结果表明,在频偏为0～0.2的范围内,提出的算法经过3次迭代可有效地进行频偏估计.与传统最大似然估计算法相比,本文提出的算法提高了低信噪比下的频偏估计精度,并且提高了频偏估计范围.     

基于传播算子的声学矢量传感器阵列扩展孔径二维DOA估计算法

 本文提出一种基于传播算子的声学矢量传感器阵列扩展孔径二维DOA估计算法.首先,利用传播算子方法得到一组高精度模糊的DOA估计值;然后,利用声学矢量传感器的特点得到另一组低精度无模糊的DOA估计值;最后,利用无模糊估计值对模糊估计值进行解模糊处理,得到高精度无模糊的DOA估计值.提出的算法无需进行特征值分解或奇异值分解进行信号子空间/噪声子空间的估计.与基于ESPRIT的算法相比,提出的算法的计算量约为信号个数与声学矢量传感器个数的四倍之比.计算机仿真结果表明在信噪比不是很低时,提出的算法与基于ESPRIT的算法具有相当的估计性能.     

基于JADE算法的盲DOA估计

研究了复杂多径环境下DOA估计问题,提出了基于JADE盲源分离算法的一种新方法.该方法在信号方向矢量没有任何先验知识的情况下,通过JADE盲辨识技术对阵列流型矩阵进行估计,并将多径环境下的方向矢量看成是由多个复正弦信号线性混合而成,进而利用频谱分析的方法实现信号的DOA估计.经过仿真验证,新方法可以对来波方位相同的2个信号进行分辨,且在多径环境下的稳定性要优于Toplitz近似算法,在信源数(含相干多径信号)大于阵元数时仍然可以使用.     

基于四阶累积量的最大似然测向方法研究

论述了最大似然（ML）算法测向以及四阶累积量阵列扩展的基本原理，在此基础上给出了一种基于最大似然算法和四阶累积量的DOA估计新方法。与普通的基于二阶矩的最大似然算法相比，本方法具有对阵列进行四阶扩展的能力，可以解决信号源数大于阵元数时的测向问题，并且由于四阶累积量自身的盲高斯性，还可以有效抑制高斯色噪声。     

一种矢量传感器阵列误差的自校正算法及DOA估计

突破大多数阵列误差校正技术针对标量传感器阵列误差模型的限制,提出一种对电磁场矢量传感器阵列误差进行自校正的方法。该方法针对存在方位依赖阵元幅相误差的矢量传感器阵列模型;所提算法基于子空间的思想可对任意极化状态多源信号的信源方位、极化参数和对应的阵元幅相误差进行无模糊联合估计;该方法适用于具有任意几何结构的矢量传感器阵列,仿真试验表明了该算法的有效性。     

MIMO OFDM系统中同步和信道的联合估计

提出了一种MIMO OFDM系统的定时恢复、频率同步和信道估计的联合算法。为了减少算法的复杂度，算法分两步完成：首先利用接收信号的自相关函数进行粗同步和信道估计，得到时延和频偏的粗估计，然后在粗估计基础上采用最大似然准则进行精确的同步和信道估计。仿真结果表明，该算法能够达到很好的效果，系统误码率接近已知信道响应时的情况。