基于高阶累积量实现数字调相信号调制识别

给出了基于高阶累积量进行多进制数字相位调制(MPSK)信号调制识别的特征值构造方法,对该特征值抑制多径干扰能力进行了理论分析,证明累积量阶数越高抑制多径干扰的性能越好。推导出基于6阶累积量进行MPSK信号调制识别的特征值公式,并给出具体分类方法,对4阶和6阶累积量调制识别性能进行了分析比较。计算机仿真试验证明:多径信道时,6阶累积量分类特征值优于4阶;当符号信噪比低于0dB时,4阶累积量分类特征值优于6阶。     

基于四阶累积量的空间信号2—DDOA分离估计

本文基于平行均匀线性阵列和四阶累积量提出了一种新的任意高斯噪声环境下的多个空间信号二维到达方向分离估计方法，通过巧妙定义阵列输出四阶累积量矩阵，该方法不需要谱峰搜索就可以估计信号二维到达方向，计算机模拟结果证实了方法的可行性。     

基于四阶累积量特征分解的空间谱估计测向方法

传统的空间谱估计测向方法大都是在二阶统计基础上提出的，而高阶累积量（ｃｕｍｕｌａｎｔ）及其对应的高阶谱具有更加丰富的信息，而且对任何谱特性的高斯噪声都有很好的抑制能力。本文研究了基于四阶累积量特征结构分析的谱估计测向方法，从累积量的基本定义和性质出发，导出了基于特征分解的测向算法，并给出了模拟实验和测向系统外场实验结果，实验结果显示，基于四阶累积量方法的性能优于传统谱估计测向方法，特别是对于未知谱     

一种基于四阶累积量的空间特征盲估计方法

该文以均匀直线阵为基础,提出了一种基于阵列输出四阶累积量的信号空间特征盲估计方法,并将其用于相干多径环境下的多用户信号空间特征的估计。作者利用四阶累积量构造了一个空间特征估计矩阵,并证明了对该矩阵作特征分解可以得到各用户的空间特征。该盲算法不依赖于信号具体特征,适用于任意加性高斯(白或有色)噪声。理论分析和仿真结果说明了算法的有效性和稳健性。     

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。     

基于四阶累积量的空间信号2-D DOA分离估计

本文基于平行均匀线性阵列和四阶累积量提出了一种新的任意高斯噪声环境下的多个空间信号二维到达方向分离估计方法。通过巧妙定义阵列输出四阶累积量矩阵,该方法不需要谱峰搜索就可以估计信号二维到达方向。计算机模拟结果证实了方法的可行性。     

基于四阶累积过的阵列扩展

在阵列测向问题中应用高阶累积量除了信息利用更充分和抑制高斯噪声等优点之外还具有阵列扩展的功能.本文推导了基于四阶累积量的阵列扩展方法,研究了虚拟阵的结构.放宽了协方差方法对信源数目的限制.但该方法在窄带多信号方向估计应用中存在局限.本文还推导了四阶相干问题和阵列扩展的限制条件.最后给出了实验举例.     

基于四阶累积量特征分解的空间谱估计测向方法

传统的空间谱估计测向方法大都是在二阶统计基础上提出的。而高阶累积量(cumulant)及其对应的高阶谱具有更加丰富的信息,而且对任何谱特性的高斯噪声都有很好的抑制能力。本文研究了基于四阶累积量特征结构分析的谱估计测向方法。从累积量的基本定义和性质出发,导出了基于特征分解的测向算法,并给出了模拟实验和测向系统外场实验结果。实验结果显示,基于四阶累积量方法的性能优于传统谱估计测向方法,特别是对于未知谱特性的色高斯噪声的情况。     

房间环境下基于四阶累积量的语音时延估计

主要研究了利用四阶累积量在房间环境下的语音信号时延估计。根据模拟实验环境和实际实验环境下的仿真结果,分别比较了在高斯白噪声情况下与有色高斯噪声情况下基于二阶统计量的广义互相关法和基于四阶累积量的时延估计法性能,验证了四阶累积量法的有效性。仿真结果表明四阶累积量法具有很好的鲁棒性。     

多径衰落信道下基于循环累积量的调制分类算法

针对多径衰落信道,通过利用各阶循环累积量来对常见单载波信号进行调制分类。首先分析推导了在多径衰落信道下模拟和数字单载波信号一阶、二阶和四阶的循环累积量特征,寻找出不同信号在特定循环累积量下的谱峰特征的区别,最后利用CAFR检测算法通过树形判决完成信号的调制分类。通过理论推导和仿真分析,验证了算法在多径衰落信道下调制分类的可行性和抗噪声性能。算法不需要信号的先验知识,在多径衰落信道下性能鲁棒,适用场合较广。      

A novel approach for DOA estimation in unknown correlated noise fields

The key of the subspace-based Direction Of Arrival （DOA） estimation lies in the estimation of signal subspace with high quality. In the case of uncorrelated signals while the signals are temporally correlated, a novel approach for the estimation of DOA in unknown correlated noise fields is proposed in this paper. The approach is based on the biorthogonality between a matrix and its Moore-Penrose pseudo inverse, and made no assumption on the spatial covariance matrix of the noise. The approach exploits the structural information of a set of spatio-temporal correlation matrices, and it can give a robust and precise estimation of signal subspace, so a precise estimation of DOA is obtained. Its performances are confirmed by computer simulation results.     

A CLOSED-FORM WIDEBAND DIRECTION-OF-ARRIVAL ESTIMATION WITH CHIRPLET-BASED ADAPTIVE SIGNAL DECOMPOSITION ALGORITHM

The Direction-Of-Arrival (DOA) estimation with Coherent Signal Subspace (CSS)is not easy to cxtend from narrowband to wideband case.Time-frequency analysis is a powerfultechnique to deal with time-variant or non-stationary signal. Its combination with CSS exploresa new field in signal processing, especially the wideband DOA estimation. The chirp function isone of the most fundamental functions in nature. Many nature events can be modeled as chirpletfunction, such as radar system or scismic exploring.Hence,the chirplet-based signal decomposi-     

加权伪噪声子空间投影的修正MUSIC算法

多重信号分类（multiple signal classification: MUSIC）方法通过计算搜索导向矢量与噪声或信号子空间的距离来估计波达方向,对采样协方差矩阵的依赖性较大。在小快拍或存在强弱临近信号条件下,采样协方差矩阵的估计值与真实值通常存在较大差异,导致估计的噪声或信号子空间发生畸变,严重恶化了MUSIC方法的波达角估计性能。针对该问题,本文提出采用加权伪噪声子空间投影的改进方法（称为wpnMUSIC）。该方法在修正数据相关矩阵的基础上估计与搜索导向矢量对应的伪噪声子空间并利用其在伪噪声子空间的投影值对MUSIC空间谱进行加权处理,在保持子空间处理方法高分辨能力的同时改善了对小快拍和强弱信号的稳健性。理论分析和仿真实验表明本文方法对强弱临近目标的分辨能力优于MUSIC方法。      

一种稀疏表示的二维DOA降维估计新算法

提出了一种基于空间锥角降维的二维DOA稀疏分解估计新方法,解决了利用稀疏表示方法进行二维DOA估计时计算复杂度大的问题.根据L阵列的结构特性,引入空间锥角表示信号的二维DOA信息,构造空间锥角冗余字典,通过稀疏正则化求解实现空间锥角的估计,然后利用求解得到功率实现L阵列中两个子阵之间的空间锥角配对,从而达到对多来波的二维DOA估计的目的,其避免了方位角和俯仰角组合而造成冗余字典庞大的问题,极大地减少了稀疏分解的计算量.仿真和实测数据结果均验证了该方法的有效性和优越性,为进一步的工程应用奠定了基础.     

基于PARAFAC与阵列旋转的阵列标校方法

该文研究直接序列扩频通信系统天线阵列标校问题。提出了一种基于PARAFAC与阵列旋转的阵列标校方法。该方法利用直接序列扩频通信信号特点以及平行因子的分析方法对阵列通道参数进行估计,并结合天线阵列的旋转技术得到一种阵列有源标校方法。该方法无需知道标校源信号的波达角,就可对阵列进行标校,给实际应用带来方便。仿真结果表明该方法可行、有效。     

一种新颖的DOA估计算法

子空间类波达方向(Direction Of Arrival, DOA)估计算法的关键在于得到高质量的信号子空间估计。该文利用矩阵伪逆的双正交性,针对源信号不相关而其本身是色信号的情况,给出了一种新颖的DOA估计算法,它不需要知道噪声统计特性。该算法利用一组空时相关矩阵的结构化信息,能稳健而精确地估计出信号子空间,从而得到DOA的精确估计。仿真实验证实了所给算法的有效性。     

基于相位干涉仪的同时信号测向技术

针对传统的相位干涉仪无法进行同时信号测向的问题,提出了一种基于相位干涉仪的同时信号测向方法,在干涉仪测向中引入了数字信道化技术来解决同时信号分辨,同时采用多基线天线结构来提高测向精度。通过理论分析及仿真实验,验证了该方法可实现同时信号测向的能力。     

强干扰/信号背景下的DOA估计新方法

本文针对无源阵列雷达背景提出一种可抑制固定方位强入射干扰/信号的DOA估计方法——干扰阻塞法.该方法充分利用无源阵列环境中存在几个固定方位的强多径干扰/信号的先验知识构造矩阵阻塞抑制已知方位的强干扰/信号,从而能够实时对特定区域内低信噪比信号的方位估计.该方法相对信号分离的松驰算法、高阶累积量算法及循环平稳类算法而言,具有运算量小的优势.     

最小二乘矩阵滤波器在目标方位估计中的应用

雷达声呐目标探测主要依靠多传感器的阵列数据,当前广泛使用的MUSIC算法是一种准确度较高的目标方位估计算法,但在小快拍数、低信噪比、小阵元数条件下,性能会受到较大影响.矩阵滤波技术用于阵列数据预处理,可有效提高目标方位估计性能.首先,考虑最小二乘矩阵滤波器的设计方案,分析通带中心位置对其性能的影响;其次,利用设计的最小...     

互质阵列信号处理研究进展:波达方向估计与自适应波束成形

阵列信号处理是雷达领域各类应用的核心技术之一。近年来,互质阵列的提出打破了传统方法受限于奈奎斯特采样速率这一瓶颈,其稀疏布设的阵列结构和互质欠采样的信号处理方式大幅降低了系统所需的软硬件开销,为当前不断提升的实际应用需求提供了理论基础和技术前提。鉴于其在自由度、分辨率及计算复杂度等方面的性能优势,互质阵列信号处理的理论和技术研究受到了国内外学者的广泛关注。该文分别从波达方向估计和自适应波束成形这两个阵列信号处理领域的基本问题出发,介绍了互质阵列信号处理方向的研究进展。在互质阵列波达方向估计方面,该文总结了互质子阵分解方法和虚拟阵列信号处理方法等两类典型技术路线,并以此为基础介绍了压缩感知和无网格化技术在低复杂度和超分辨估计等方面的最新研究工作。在互质阵列波束成形方面,该文剖析了其与互质阵列波达方向估计问题的区别与联系,并介绍了面向互质阵列的高效鲁棒自适应波束成形设计方法。该文旨在通过对互质阵列信号处理研究前沿的分类归纳和总结,探讨各类方法的优势和未来的研究方向,为其在雷达等领域的产业需求和实际应用提供理论和技术参考。