一种新的近场源三维参数联合估计算法

本文研究近场源距离、频率和到达角(DOA)三维参数的联合估计问题，并提出一种计算有效的新算法。该算法利用特征值及相应的特征矢量估计信号参数，不需要谱峰搜索且各参数自动配对。此外，新算法使用四阶累积量，因此适用于任意的加性高斯噪声环境。计算机仿真证实了所提算法的有效性。     

近场源距离、频率及到达角联合估计算法

本文提出了一种近场源距离、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.由于算法使用了四阶累积量,所以适用于任意加性高斯噪声环境.     

无需参数配对的近场源距离、方位、频率联合估计算法

 本文提出了一种无需参数配对的近场源距离、方位、频率联合估计算法。通过对构造的阵列输出信号四阶累量矩阵进行一定的变换构造处理得到一个新的矩阵,利用其相应的特征值及特征向量估计出三维参数,无需谱峰搜索,算法适于任意高斯噪声环境。与现有算法相比,本文算法参数估计结果能自动配对,而无需再进行配对过程。最后,计算机仿真结果证实了提出方法的有效性。     

改进的近场源距离、方位联合估计算法

提出了一种无需参数配对的近场源距离、方位联合估计算法。该算法通过对构造的阵列输出信号四阶累积量矩阵,进行一定的变换构造处理得到一个新的矩阵,利用其相应的特征值及特征向量估计出二维参数。与ESPRIT-Like方法相比,文中算法参数估计结果能自动配对,而无需再进行配对过程。计算机仿真结果证实了提出方法的有效性。     

一种水下多目标方位、频率、距离联合估计新方法

本文提出了一种可在单次回波内同时完成多目标方位、频率、距离(时延)三维参数联合估计的高分辨新方法,它借用ESPRIT方法的思路构造两个空间子阵,通过对其自相关矩阵和互相关矩阵的广义特征分解,用特征值估计多目标方位,用特征向量估计多目标回波的频率,再用估计得到的频率去修正包络时延向量进而得到目标时延估计.三维参数的配对由特征向量和特征值的对应关系自动完成.计算机仿真结果表明,该方法在较低的信噪比条件下可以实现三维参数的高分辨联合估计,而且无需额外的配对算法.作者还进行了多目标三维参数联合估计的消声水池实验,也取得了较好的结果,表明该方法对阵列误差有较好的稳健性,具有良好的工程应用前景.     

基于联合对角化的近场源三维参数估计

提出了一种基于联合对角化的近场源频率、到达角(DOA)和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于白化后的接收数据构造一组高阶累积量矩阵,利用联合对角化方法来得到高阶累积量矩阵的对角结构信息以及对角化矩阵来分别估计阵列流形和信号源的频率,进而由阵列导向矢量结合对应的信号源频率联合估计信号源的到达方向和距离。与基于高阶累积量的类ESPRIT方法相比,算法可以提高阵元利用率,具有更好的估计效果,同时不需要谱峰搜索且各参数自动配对,计算机仿真结果验证了该方法的有效性。     

基于联合对角化的近场源三维参数估计

提出了一种基于联合对角化的近场源频率、到达角（DOA）和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于白化后的接收数据构造一组高阶累积量矩阵,利用联合对角化方法来得到高阶累积量矩阵的对角结构信息以及对角化矩阵来分别估计阵列流形和信号源的频率,进而由阵列导向矢量结合对应的信号源频率联合估计信号源的到达方向和距离。与基于高阶累积量的类 ESPRIT方法相比,算法可以提高阵元利用率,具有更好的估计效果,同时不需要谱峰搜索且各参数自动配对,计算机仿真结果验证了该方法的有效性。     

一种基于高阶累积量的近场源距离、频率和方位联合估计算法

本文提出了一种基于高阶累积量的近场源距离、方位及频率三维参数联合估计方法,该方法利用构造的累积量矩阵的特征分解获得信号子空间,三维参数估计分别由构造的矩阵的特征值直接估计得到,算法计算简单而无需任何搜索且适于任意高斯噪声环境,与现有的方法相比,本文算法由于无需利用阵列的中心对称结构,因而有效的避免了阵列的孔径损失.最后,计算机仿真实验验证了算法的性能.     

一种基于二阶统计量的近场源三维参数估计方法

该文研究近场源的距离、角度和频率的三维参数估计问题。提出了一种仅需利用二阶统计量和相应的配对程序就能直接估计出参数的新方法。该方法无需谱峰搜索,同时避免应用四阶累积量,减轻了算法的计算量。仿真实验证明了该算法的有效性。     

基于四阶累积量的相干信号频率和二维到达角联合估计的新算法

该文提出了一种基于四阶累积量的相干信号频率和二维到达角联合估计的新算法-CTSS算法.CTSS算法利用双平行线阵的时空数据以及平滑技术构造了一个时空平滑矩阵,通过对其进行特征分解,并利用分解得到的特征值和特征矢量估计出空间相干信号的三维参数.在色噪声环境下,该算法能够精确地估计空间相干信号的三维参数,无需多维谱峰搜索,能实现信号三维参数的自动配对,并有效地解决了信源参数兼并问题.计算机仿真结果验证了算法的有效性.     

双基地MIMO雷达四维角度和多普勒频率联合估计

该文提出了一种新的基于L型阵列双基地MIMO雷达多目标的4维角度和多普勒频率联合估计的算法,该算法根据DOA 矩阵法的思想构造矩阵,通过特征参数与待估参数之间的特定关系,推导出了目标2维DOA, 2维DOD及多普勒频率联合估计式,并得到闭式解。该算法无需谱峰搜索,只需一次特征值分解,且估计出的5维参数自动配对,与ESPRIT算法相比,计算复杂度降低,且性能非常接近,并能克服空间色噪声的影响,在发射信号非完全正交时仍旧适用。仿真结果验证了该算法的有效性。     

基于时频分析的雷达信号到达角估计

现有的空间时频分布(STFD)的信号表示只适用于窄带、连续信号的分析，而雷达侦察系统要求对脉冲、线性调频等信号同时进行到达角(DOA)、频率和信号时域参数的估计。本文给出了现有空间时频分布对雷达信号DOA估计的条件，并提出了基于修正STFD矩阵的DOA估计算法。通过对各阵元输出作时频分析，估计信号的频率参数，然后据此构造方向向量和修正STFD矩阵，即可构造MUSIC空间谱。该算法不受基于现有STFD算法的条件限制。     

基于时空极化导向矢量的阵列信号多维参数联合估计

通过对极化敏感阵列的时域采样构造了具有旋转不变结构的矩阵对,该矩阵对分解的特征值与对应特征向量分别是旋转矩阵和阵列的时空导向矢量,利用该导向矢量和旋转矩阵直接得到信号的频率、二维波达方向和极化的联合估计,该多维参数计算方法具有虚拟阵元和较高的估计精度。简述了多维ESPRIT方法的基本原理,其配对方法采用了多个矩阵束具有相同的特征向量,两种方法均利用了的相同信息-矩阵束的特征值和特征向量,仿真实验验证和比较了两种方法的性能。     

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。     

一种基于四阶累量的二维空间谱估计的新方法

本文针对有色高斯噪声背景中空域信号参数估计问题，提出了一种基于四阶累量的二维空间谱估计的新方法。在这种方法中，利用两个具有位移特性的二维传感器子阵列的四阶累量信息构成一种新的矩阵—四阶累量混合波达方向矩阵。对四阶累量混合波达方向矩阵进行特征分解，可实现有色高斯噪声背景中空域信号二维空间谱估计。     

二维阻尼／无阻尼谐波参数估计的新方法

本文提出了二维阻尼／无阻尼谐波参数的一种新估计方法。该方法从原始数据中构造出三个ＥＳＰＲＩＴ矩阵束，结合特征分解滤波和整体最小二乘法来求解这些矩阵束的广义特征值，分别得到二维谐波的两组极点估计。这种方法具有较小的运算量且便于采用并行算法实现。仿真结果表明该方法具有很高的估计精度。     

空间相干源信号频率和波达方向的同时估计方法

本文针对宽频段窄带相干信号源,充分利用多重信号分类和旋转不变两大技术,结合一定的时域信息,提出了一种高精度的信号频率和波达方向同时估计方法.该方法通过构造平滑波达方向矩阵进行参数估计,无需搜索过程和配对处理.计算机仿真验证了本文所提出方法的有效性.     

互质阵中基于降维求根的波达角估计算法

该文提出互质阵中基于降维求根的波达角(DOA)估计算法。互质阵包含两个稀疏均匀线性子阵,拥有互质的阵元间距和阵元数目。该算法基于子阵间的互协方差,利用较长子阵中的旋转不变性扩展较短子阵的虚拟孔径。然后通过矩阵分块构造噪声子空间,并将来自两个子阵的2维参数估计问题降维为1维求根问题,获得自动配对的2维模糊参数估计。最后由这2维模糊参数可恢复出两组参数,根据互质性从两组参数估计的交集中可以获得无模糊的高分辨率DOA估计。相比互质阵中的联合多重信号分类(MUSIC)算法和联合旋转不变技术(ESPRIT)算法,该算法无需特征分解,复杂度低,但可获得更精确的DOA估计,处理更多的信源,并且对色噪声有更强的鲁棒性。多个仿真结果均验证了所提算法的有效性。     

基于联合对角化的近场源参数估计

该文提出了一种基于联合对角化的近场源信号到达方向和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于阵列接收数据的高阶累积量矩阵的对角结构信息利用联合对角化方法估计近场信号的阵列方向矩阵,从而由阵列导向矢量联合估计信号源的到达方向和距离。与高阶ESPRIT方法相比,该方法能够提高阵元利用效率,同时不需要参数配对算法。计算机仿真实验证实了所给算法的有效性。     

基于多维范德蒙德结构的双基地MIMO雷达收发角及多普勒频率联合估计

针对双基地MIMO雷达收发角及多普勒联合频率估计问题,该文基于参数流型矩阵的多维范德蒙德结构特征,提出一种低运算量的3维参数联合估计算法。首先根据回波模型的多维结构特性构造3阶张量,并对其分别沿发射维、接收维和脉冲维切片得到3个等效矩阵;然后结合多维范德蒙德结构特征和等效矩阵的左奇异矩阵具有Khatri-Rao乘积结构特征,估计收发阵列流型矩阵和多普勒流型矩阵;最后通过Root-MUSIC算法估计收发角和多普勒频率。与现有算法相比,该算法显著改善了参数估计精度,在小脉冲数下,其运算量与旋转不变子空间算法(ESPRIT)相当。仿真实验验证了该算法的有效性。