极化信号波达方向估计算法

对于电磁矢量传感器,基于长矢量模型的波达方向(DOA)估计,通常需要高维搜索来获得信号的DOA估计,其搜索过程格外复杂,不适合在实际场合应用。在此提出了一种基于四元数模型的极化信号DOA估计算法。建立了电磁矢量传感器的四元数输出模型,而后利用四元数模型将极化信息从阵列方向矩阵中剥离出去,将高维参数搜索问题简化为低维参数搜索问题,大大地减少计算量。计算机仿真验证了本算法的有效性。     

波达方向估计算法的性能分析与仿真

波达方向估计是利用天线阵元对空间信源的来波方向进行估计.在二维平面,将来波方向和阵列法线的夹角定义为波达方向,由此定义阵列信号处理的基本数学模型.采用非参数化方法估计波达方向,包括Bartlett、Capon、MUSIC等方法.对其仿真表明,在估计精确度方面MUSIC法最好,Capon法次之,Bartlett法最差.     

基于圆柱共形阵的极化MUSIC算法

基于圆柱共形阵列的波达方向(Direction-of-Arrival,DOA)估计方法受载体曲率影响,对于不同极化入射的信号存在极化接收不匹配的问题,同时由于载体的遮挡,会使测向精度下降,甚至产生测向错误.针对极化接收和载体遮挡效应,本文提出了一种基于圆柱共形阵列的极化MUSIC算法,建立了基于圆柱共形阵的极化敏感阵列信号接收模型,考虑载体遮挡效应对信号的导向矢量进行重构,保证了信号子空间和噪声子空间的正交性,并运用极化秩亏MUSIC算法进行DOA估计和极化参数估计.仿真结果表明,与子阵分割极化MUSIC算法相比,本文算法在低信噪比10 dB时测向误差减少了0.9°,具有更高的信号测向精度,信号估计准确率提高了27.4％.     

基于互质阵列的信号波达方向估计算法

互质阵列具有灵活的天线摆放形式,相比于均匀阵列,有更大的阵列孔径,可以获得更高的自由度从而减少硬件资源成本,因此受到广泛的关注。本文针对基于互质阵列的空间平滑MUSIC算法(互质SS-MUSIC算法)估计精度低、计算量较大的问题,提出两种基于Toeplitz矩阵重构的互质阵列DOA估计算法。两种算法均利用扩展互质阵列构造虚拟阵列,然后进行协方差矩阵重构,重构后的矩阵是Toeplitz矩阵,对其进行划分,对划分后的矩阵进行特征值分解,求出信号子空间和噪声子空间,从而得到信号的入射角度。仿真实验结果表明,两种算法均能够实现信号的欠定DOA估计,与互质SS-MUSIC算法相比,两种算法在低信噪比-5 dB时的测向误差分别减少1.1°和0.5°,具有更高的估计精度;在相同条件下,运行时间分别减少45.9%和69.1%,具有更低的计算复杂度。     

基于任意结构阵列的二维波达方向与频率联合估计

针对任意结构传感器阵列二维波达方向、频率三维参数联合估计问题,给出了一种基于DOA矩阵法的有效解决方案。经由特征分解同时得到信号频率与阵列流形矩阵的估计,通过考察相邻阵元之间信号传播时延的关系构造矩阵方程,并由求解矩阵方程直接给出二维波达方向的闭式解。该算法参数估计性能优越,计算量小,仅需要阵列满足空域采样定理的基本要求即可,具有广泛的适用性与实际的应用价值。理论分析与仿真实验都证实了这一结论。     

互耦效应下一种基于实值稀疏表示的波达方向估计算法

针对未知互耦条件下的波达方向（DOA）估计问题,提出了一种未知互耦条件下基于实值稀疏表示的加权子空间DOA估计算法。新算法利用一个特定的酉变换矩阵,将一个复杂的复值优化问题转化为一个实值优化问题,从而有效地将原问题的计算复杂度减少4倍以上。此外,为了进一步提高稀疏表示的估计算法估计精度,在原有l1 范数优化模型基础上引入一个能使得DOA估计方差取得最小值的最优子空间加权矩阵。仿真实验表明,在低信噪比情况下,新算法能进一步提高稀疏表示的估计算法抗噪能力,获得更好的估计精度。