基于矩阵重构的DOA阵元位置误差校正方法

针对阵元位置误差引起阵列流型出现一定的偏差和扰动,从而导致多重信号分类(MU-SIC)算法估计波达方向(DOA)性能下降的问题,本文在Toeplitz预处理算法的基础上,提出了一种基于矩阵重构的阵元误差校正算法.所提算法首先对有阵列位置误差的协方差矩阵进行预处理,恢复理想情况下协方差矩阵的Toeplitz结构,然后利用核范数优化算法构造凸优化函数,对处理后的协方差矩阵进行降噪,同时保证信号和噪声子空间的正确划分,最后利用MUSIC算法进行DOA估计.计算机仿真和实验分析表明,所提算法有效改善了存在阵元位置误差时MUSIC算法的角度分辨能力,而且减少了由快拍数不足带来的影响,提高了估计精度.     

基于协方差矩阵重构的互质阵列DOA估计方法

针对现有基于互质阵列的DOA估计方法,由于舍弃差联合阵列中非均匀虚拟阵元而导致最大可估计信号损失的问题,提出了基于协方差矩阵重构的互质阵列DOA估计方法。根据差联合阵列与波程差一一对应的关系,将协方差矩阵扩展为一个部分元素缺失的Toeplitz矩阵;通过求解迹范数最小化问题实行对协方差矩阵中零元素的填充,阵列自由度得到提升;利用求根MUSIC方法实现DOA估计。仿真结果表明:该方法有效提高了可估计信号数且能够有效避免传统稀疏重构算法中模型失配对估计性能的影响。     

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％.     

基于互协方差的L型嵌套阵列二维波达方向估计

为了解决L型均匀阵列波达方向（DOA）估计分辨率较低、估计信源数受限于阵元数、估计精度易受信噪比影响等问题,提出一种基于互协方差的L型嵌套阵列二维DOA估计算法。利用不同子阵间互协方差矩阵产生较长无冗余阵元的虚拟阵列,消除噪声干扰;利用虚拟阵列及其共轭矩阵构建等效协方差矩阵,实现虚拟阵列信号的解相干;采用旋转不变子空间技术对等效协方差矩阵进行处理,得到目标的角度信息;基于虚拟阵列等效信源的唯一性进行空间信源的角度匹配。对所提算法的DOA估计有效性进行仿真验证,结果表明,在阵元数相同情况下,该算法与L型均匀阵列相比在低信噪比环境下拥有更高的估计精度,能够辨识更多的空间信源。     

基于相关TOP矩阵的相干信源数盖氏圆估计方法

大部分高分辨波达方向估计算法都是以特征子空间分解为基础的,所以正确估计信号源数对算法结果有效性起着至关重要的作用。该文提出了一种基于均匀线形阵列的相关Toeplitz矩阵构造方法,并结合盖氏圆半径法形成一种相干信源数估计的盖氏圆改进方法,将接收阵列各阵元与参考阵元输出信号做相关,得到一组相关向量,应用相关Toeplitz矩阵构造算法构造阵列输出的Toeplitz矩阵,从而得到去相干的盖氏圆估计矩阵,最后再应用盖氏圆准则完成相干信源数估计。仿真结果表明,本文所用相关Toeplitz矩阵构造算法达到了去相干的作用,扩展了盖氏圆半径法的应用范围,使得盖氏圆准则在不损失阵列有效孔径前提下,能够有效估计相干信源数目。     

任意阵列二维测向的快速子空间算法

为了对空间辐射源进行精确定位，建立了基于任意阵列对多目标源进行二维DOA估计的数学模型。将MUSIC算法推广到三维空间阵列可以对辐射源进行二维高精度测向，但由于其需要估计接收数据的协方差矩阵和进行特征分解，因而其计算量较大。利用多级维纳滤波器的前向递推获得信号子空间和噪声子空间，不需要估计协方差矩阵和对其进行特征分解，从而降低了MUSIC算法的计算量。将文中的方法应用于任意阵列的二维DOA估计中进行计算机仿真和实际侧向系统性能验证，实验结果均表明该方法达到了MUSIC算法的性能，但与常规MUSIC算法相比降低了计算量。     

互质极化阵列的DOA估计算法研究

针对极化阵列计算复杂度高、互耦效应大的难点问题,提出一种基于三正交偶极子互质阵列的极化稀疏算法,用于波达方向(DOA)估计.首先充分利用三正交偶极子三个通道的所有信息,形成一个拥有更多阵元的虚拟线阵,使得原本不相干的信号变为相干信号;然后进一步使用前后向空间平滑的方法对虚拟阵列的协方差矩阵进行解相干.该算法可以扩展阵列...     

基于交错投影的无网格降维DOA估计算法

针对当前基于交替投影的无网格(APG)DOA估计算法存在收敛速度较慢的问题,提出了一种基于交错投影的无网格降维DOA估计算法。该算法在迭代求解的过程中,直接对半正定矩阵的子矩阵——Toeplitz矩阵进行迭代投影,降低了矩阵的维度,在确保估计精度的情况下,有效降低了算法的计算量。仿真结果表明该算法与APG算法相比,在相同信噪比、快拍数或阵元数的条件下能够保证估计精度,同时减少了计算时间,具有更好的实时性,性能更优。     

基于双平行互质阵列的二维非网格DOA估计

近年来,基于稀疏表示的DOA估计方法已经被广泛提出,这些方法都需预设离散的网格点,而实际信号来波方向在空间域内具有随机性,任何来波方向都是等概率出现,很有可能信号的来波方向不在网格上,因而会存在网格误差,使DOA估计结果产生较大偏差。为提高DOA估计精度,本文提出了非网格的DOA估计模型。同时,为提高测向自由度,本文应用由两个均匀线阵组成的互质阵列,并且将两个均匀线阵平行放置在同一平面。通过将两均匀线阵的互协方差矩阵向量化成互协方差矢量,可得到一维虚拟扩展的接收数据矢量,并且在稀疏表示框架下应用相应的稀疏恢复算法恢复出跟DOA参数相关的向量,从该向量中得到唯一的并且自动配对的二维DOA估计参数。仿真实验结果验证了本文算法较传统算法具有更好的DOA估计性能。     

基于维度特性的二维到达角及极化参量联合估计算法

针对利用极化敏感阵列进行多维参数联合估计运算复杂度大的问题,提出一种基于噪声子空间维度特性的极化敏感阵列DOA及极化参数联合估计算法。算法利用阵列接收数据协方差矩阵噪声子空间的维度特性构造谱函数,有效降低了极化敏感阵列信号参数联合估计的计算复杂度,同时保证了算法的估计性能。对算法与现有基于长矢量的MUSIC算法的运算复杂度进行了理论分析对比。最后,仿真对比实验验证了算法的有效性。     

基于ANM的宽带非相干子空间DOA估计方法

针对被动探测系统中,经典的宽带信号波达方位(DOA)估计方法在单快拍下无法获得统计结构,导致无法直接有效估计方位的问题,提出了基于最小原子范数(ANM)来修正传统的宽带非相干子空间(ISM)DOA估计方法。该方法首先将宽带信号划分为若干子带,在每个子带上通过将ANM重构成半正定规划(SDP),构造并恢复出最优的Toeplitz矩阵。该矩阵经过特征分解,能够获取准确的信号子空间和噪声子空间,从而得到误差较小的估计角度;最后将各子带的估计角度均值作为宽带信号方位估计结果。仿真结果和分析表明,所提方法提高了宽带信号的方位估计性能。     

色噪声背景下基于声矢量阵列孔径扩展的相干目标波达方向估计

在目标波达方向(DOA)估计中,更大的阵列孔径往往能够获得更高估计分辨率和估计精度.然而,在色噪声背景或相干目标情况下,子空间类DOA估计算法性能急剧下降.针对这个问题,采用2个分置且相互垂直的均匀线性矢量阵列,通过阵列之间的协方差矩阵前向/后向平滑进行解相干预处理,并消除有色噪声的干扰;然后利用传播因子方法(PM)得...     

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。     

相干分布式目标的方位估计

目标源之间的强相干性,引起接收数据的协方差矩阵的秩亏损,从而可能导致目标漏报。为了解决相干源的方位估计问题以及提高算法在低信噪比下的估计性能,本文提出一种改进的Toeplitz化方位估计方法,即子空间重构法。其原理是根据处理点目标相干源时的方法,对采样矩阵进行Toeplitz化解相干处理,并在此基础上对接收数据的协方差矩阵特征分解后得到的子空间进行重构,从而有效解决相干分布源的方位估计问题。仿真结果表明,该方法能够在低信噪比下提高算法的估计性能,并能有效地对相干源进行估计。     

基于互质多载频MIMO雷达的DOA估计

为在多输入多输出(multiple input multiple output, MIMO)雷达接收通道数量受限的情况下获得较好的角度分辨力,利用互质多载频在互质空间构建等效阵列,提升MIMO雷达的等效孔径及阵列自由度。基于多载频MIMO雷达阵列接收信号的互质空间信号模型,提出了一种联合求根的互质空间单快拍波达方向(direction of arrival, DOA)估计方法,以充分利用多载频互质空间等效阵列的孔径和自由度。仿真结果证明了所提算法的有效性。     

基于数据矩阵聚焦的宽带DOA算法

传统的基于相干信号空间聚焦的宽带DOA算法具有良好的空间分辨能力、较低的信噪比门限,但必须通过角度预估计来构造相应的聚焦矩阵。文中提出了一种不需要角度预估的相干宽带DOA算法,直接利用阵列接收数据构造聚焦变换矩阵,避免了预估计角度对聚焦变换的影响,同时降低了算法的运算量。计算机仿真表明该算法是有效的。     

用于宽带测向的广义阵列流行内插算法

文中把阵列流行内插宽带测向算法应用到均匀线阵上,并给出了求变换矩阵的另外两种方法。与通常的宽带信号子空间方法相比,提出的算法不需要对波达方向进行预估计,且具有对相干宽带信号进行测向的能力。理论分析和仿真实验证明了文中测向算法的有效性。     

球谐域传播算子快速声定向算法

为了在低信噪比情况下宽带声源可以获得较好的波达方向（DOA)估计并且降低运算量,将正交传播算子算法推广应用于球谐域。在建立球阵列声场模型基础上,提出两种基于球谐传播算子定向算法,即使用球傅里叶变换成分获得传播算子的算法和使用球傅里叶变换成分的交叉谱矩阵获得传播算子的算法。分析了不同半径的球阵列频率适应范围,解决了宽带声源频率适应性问题;比较分析了上述两种算法和球谐域多重信号分类算法在不同信噪比下的DOA估计性能,进行声源定向实验并测试3种算法的DOA估计用时。实验结果表明,两种算法均具有运算量小、花费时间少且定向准确的特点。     

基于RD-SRT的TR MIMO雷达DOA估计算法

针对时间反转MIMO雷达多重信号分类算法计算量庞大的问题,提出一种基于降维子空间旋转变换技术的多目标波达角估计算法。首先,通过采用降维思想对TR MIMO回波信号进行降维处理,来减少计算量; 然后,为构造旋转变换矩阵,对噪声子空间按行分块并取其逆矩阵; 最后,利用该逆矩阵对噪声子空间矩阵旋转变换,得到低维子空间矩阵,对比导向矢量构造谱函数估计目标的角度信息。相对于传统的MUSIC算法,该算法降低了噪声子空间的维度,大大降低了计算量,而且具有更高的目标分辨率。     

战场坦克目标被动宽带MUSIC法定向研究

声目标被动定向算法是声被动探测系统中的关键技术之一，国内外对此技术进行了广泛研究。基于时延估计目标定向分辨率较低，而采用高分辨率空间谱估计定向能获得较高的定向分辨率。极大似然估计，最大熵谱估计和自相关矩阵的特征分解法空间谱估计计算量较大。MUSIC法以其空间谱分辨率高和运算量小而在空间谱估计中得到运用。战场坦克目标声信号的频谱范围在20～200Hz之间属宽带信号，利用整个频谱范围内信号来估计DOA虽然可以提高估计精度，但计算量大。在实际应运中受到限制。实验证明，用几个信噪比高的频谱点采用宽带MUSIC算法来估计DOA，不但能够在较大距离范围内获得较高DOA估计精度，而且能够减少计算量，其估计精度能够满足智能雷弹作战需求。