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。     

基于相干积累矩阵重构的波达方向估计新方法

针对短时小样本条件下相干信号的波达方向(Direction Of Arrival, DOA)估计问题,该文提出了一种基于相干积累矩阵重构的快速解相干方法。首先利用相干积累技术对阵列接收快拍进行处理,得到累积快拍矢量,提高了数据信噪比。再依据累积快拍矢量的结构特点构造一个非降维等效协方差矩阵,理论分析可知,该矩阵的秩仅与信源个数相等,与信号间相关性无关,即实现了相干信源完全解相干。相较于空间平滑类算法,该方法避免了阵列孔径损失,估计精度高、计算量小。仿真结果验证了算法的有效性。      

基于Toeplitz矩阵重构的相干信源波达方向估计研究

波达方向估计(DOA估计)是实现目标精确定位的重要内容。针对相干信号源的波达方向角估计问题,提出了一种能有效解相干的互相关矢量Toeplitz矩阵重构算法。该算法利用了阵列接收数据互相关矢量的内在关系,实现了相干源的完全解相干。该算法不损失阵列孔径,无需阵列平滑。仿真结果表明了该算法的有效性。     

基于数据阵共扼重构的宽带相干源DOA估计算法

提出了一种基于阵列接收数据阵共扼重构的宽带源DOA估计方法。该算法在保持原ISM算法无需构造复杂聚焦阵的基础上，取前后向平滑的特例——子阵长度与阵元数相等，在每一子带对接收数据阵进行共扼重构，在不损失阵列孔径的前提下实现了相干源的DOA估计，并可提高对非相干源的估计性能。仿真结果验证了新方法的有效性。     

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。     

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.     

一种基于Toeplitz矩阵重构的相干信源DOA估计算法

提出一种基于Toeplitz矩阵重构的相干信号源DOA估计算法。首先对各个阵元的接收数据与参考阵元（第一个阵元）的接收数据的相关函数进行排列,形成Hermitian Toeplitz矩阵,然后通过奇异值分解可以得到信号子空间和噪声子空间,从而实现相干信源的DOA估计。该算法在不减少阵列有效孔径的情况下,增加了可估计相干信号源数目,并在低信噪比条件下能够得到较好的估计性能,计算机仿真结果证实了算法的有效性。     

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。     

相干信源波达方向估计的加权空间平滑算法

提出了一种用于空间相干源DOA估计的加权空间平滑算法(WSS，weighted spatial smoothing)。常规的空间平滑算法没有利用子阵输出的互相关信息，而且对相干信源的分辨力较差。WSS算法充分利用了子阵输出的自相关信息和互相关信息，将主阵协方差矩阵的所有子阵阵元数阶的子矩阵进行加权平均，以期提高常规空间平滑算法的分辨性能。文中以加权平滑后等效的信源协方差矩阵的对角化为约束条件，推导了加权矩阵的理论表达式。计算机仿真结果表明，WSS算法与常规空间平滑算法相比具有更高的分辨性能和更低的信噪比门限。特别是在于阵划分较多时其优越性更加明显。     

相干分布式目标一维波达方向估计方法

在相干分布式目标波达方向估计研究中,角信号分布函数一般具有共轭对称性.在角分布函数的数学形式未知,或角分布函数形式不同的信号源同时存在的情况下,本文提出了搜索极小最小特征值(噪声子空间)或极大最大特征值(信号子空间)的分布式目标一维波达方向估计方法,并分析了分布式目标波达方向估计的模糊性问题.     

相干信号联合波达角-频率估计的 一种新型预处理方法

本文有效地将一维中的前向/后向空间平滑技术扩展到二维中的时-空阵列数据矩阵,提出了一种用于相干信号联合波达角-频率估计的新型预处理方法.本文详细地分析了如何构造前向/后向平滑时-空阵列数据矩阵,导出了确保信号波达角-频率参数可分辨应满足的条件.与仅利用前向空间平滑的现有预处理方法不同,本文的预处理方法同时利用前向和后向空间平滑,因而提高了阵元的利用率,使联合波达角-频率估计的性能明显提高.     

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。     

宽带独立信号和相干信号的DOA估计

当独立信号和相干信号共存时,传统四阶累积量方法无法估计出宽带相干信号的来波方向(DOA),针对这个问题提出了一种新方法。该方法首先通过离散傅里叶变换,将宽带阵列接收数据分解为若干个窄带信号,构造出各个窄带频率处的自相关矩阵,再通过MUSIC(Multiple Signal Classification)算法估计出各个窄带信号的DOA,将各个窄带信号的空间谱相加求平均,通过谱峰搜索得到宽带独立信号的DOA;然后分离出独立信号的信息,构造出一个只包含宽带相干信号信息的矩阵,最后通过稀疏重构的方法估计出相干信号的DOA。计算机仿真结果证明该算法的正确性和有效性。     

一种空时分布多径信号DOA-时延联合估计的ESPRIT方法

在城市密集环境下,由于局部密集多径反射信号不再符合点目标模型,传统多径参数(波达方向与相对时延)联合估计算法往往失效。针对此类问题本文考虑一种基于空时相干分布的多径模型,并在得到信道估计后将其转化至频率域去卷积获得空时联合信号子空间,由于多径扩展影响该信号子空间不再具有旋转不变结构,本文通过在联合信号子空间中抽取行向量构造不同的矩阵对,使各矩阵对在相位上满足旋转不变性质,然后,利用ESPRIT算法估计中心时延与中心DOA参数。与点目标ESPRIT方法相比该方法能够有效克服多径扩展影响,实现参数自动配对,且具有不敏感于多径分布形式的优点,仿真实验证明了其有效性。     

基于连续稀疏恢复循环平稳信号的DOA估计

针对现有稀疏恢复算法在到达角(DOA)估计中存在的网格失配问题（即off-grid问题）,提出基于连续稀疏恢复循环平稳信号的DOA估计。首先,对传统的谱相关信号子空间拟合算法进行分析研究;然后,在循环域利用连续稀疏恢复的思想来构造循环平稳信号的稀疏恢复模型。与传统Cyclic MUSIC算法和现有基于离散稀疏恢复算法相比,文中算法能够克服off-grid问题,具有较高的稀疏恢复精度和较好的稀疏恢复性能;同时,也适用于信号个数多于阵元个数的场合。理论分析和仿真实验证明了算法的有效性。     

基于Toeplitz矩阵重构的相干信源二维DOA估计算法

针对空间相干信源的二维DOA估计问题,提出一种基于Toeplitz矩阵重构的新算法。采用垂直放置的L形阵列,通过对重构的Toeplitz矩阵进行特征分解,得到对应的噪声子空间,并用MUSIC算法进行有限次一维搜索,先后估计出俯仰角和相应的方位角。与空间平滑处理算法相比,不减少阵元的有效孔径,具有更强解相干能力,估计性能也优于后者。最后计算机仿真结果证实了算法的有效性和可行性。     

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。     

一种解析的基于旋转矩阵估计的波达方向估计方法

本文提出了一种解析的基于旋转矩阵估计的高分辨波达方向估计算法.为了充分利用空时信息以提高算法的估计性能,利用传感器阵列接收数据相关矩阵构建既包含旋转矩阵信息又具有可对角化结构的目标矩阵组.通过一系列矩阵变换,将复数域普通目标矩阵组转化为实数域对称目标矩阵组,以利用ACDC算法实现目标矩阵组的联合对角化并求得对角矩阵,继而求取旋转矩阵并挖掘波达角度信息,实现了波达方向估计.仿真结果表明,与其他现存的经典算法相比,所提算法具有更强的分辨能力及更准确的估计性能.