基于辅助阵元的二维波达方向估计算法

;针对任意平面阵列,提出了一种基于辅助阵元的二维波这方向估计算法.首先利用附加的一个辅助阵元及信号的空、时域信息,构造时空旋转矩阵实现对仰角的分离估计,再利用得到的仰角信息通过一维搜索获取方位角.与传统基于子空间的二维波达方向估计算法相比,该方法不需要进行二维谱峰搜索与参数配对,对阵元的幅相误差具有较强的鲁棒性,并具有...     

基于改进MUSIC算法的宽带信号DOA估计

现有的波达方向（DOA）估计算法在估计被动探测系统中的宽带信号方位时,存在DOA估计结果偏差大、运算复杂度高等问题,难以满足信号实时处理的要求。为提高多源信号DOA估计的空间分辨率,提出一种基于S变换且不需要预估信号源个数的多重信号分类改进算法。根据宽带信号的频域特征,利用S变换处理阵列接收信号,得到多分辨的时频谱矩阵,同时构建时频域的阵列信号数据模型,结合信号功率谱矩阵呈联合对角化结构的特点,设计基于S变换的子空间谱估计公式。在此基础上,通过谱峰搜索进行DOA估计,实现多源宽带信号的声源定位。仿真结果表明,在信噪比范围为-15～10 dB的条件下,该算法的估计成功率始终保持在90%以上,相比TCT、CS＿TCT、CWT＿MUSIC算法,其具有较优的估计性能,并且无需预估信号源数。     

基于三维交叉阵的相干分布式信号源DOA估计

研究了相干分布式信号源的二维中心波达方向估计（Direction of arrival, DOA）。利用三维交叉阵的对称特性,用求根的方法和广义ESPRIT算法分别估计出相干分布式信号源的中心俯仰角和中心方位角。所提算法无需知道相干分布式信号源的角信号分布函数,并且只需要一维谱搜索。此外,非圆信号的引入使得算法获得了更高的估计精度。计算机仿真验证了算法的有效性。     

基于空时扩展虚拟阵列的高分辨率多参数联合估计

针对雷达、声纳、移动通信等系统中对多个目标方位、速度与距离等信息同步提取的要求,文章通过对原始数据的时延补偿等处理,构造了具有时移旋转不变性的一组虚拟相关矩阵,提出了一种基于空时扩展虚拟传感器阵列的二维方位角、多普勒频率和相对时延联合估计的新方法。该方法对于噪声不敏感,可应用于低信噪比环境,具有较高的估计精度,且无需谱峰搜索,各参数在求解过程中自然配对,理论可同时处理的目标数目超过系统阵元数限制。算法对于传感器阵列的结构无特殊限制,可应用于任意常见阵列如均匀方阵、“L”阵、圆阵等等,具有很好的理论价值以及应用前景。理论分析与计算机仿真实验都证明了算法的有效性。     

基于模式空间算法的声源二维DOA估计

针对传统高分辨率谱估计法估计远场声源波达方向（direction of arrival, DOA）时计算量大、对相干信号估计失准的问题,本文提出一种改进的基于圆形麦克风阵列和四阶累积量的声源二维DOA估计算法。该算法结合了圆阵定位无死角的优势和矩阵虚拟扩展获得更多声源定位信息的长处。首先利用模式空间变换将均匀圆形阵列（UCA）虚拟化成2K+1个均匀线性阵列（ULA）,并应用空间平滑技术将虚拟线性阵列划分成L个子阵;接着利用四阶累积构造方法提取有效阵元信息并去掉冗余数据,通过重构矩阵得到新的接收数据;最后通过Music-like算法搜索谱峰获得声源信号的方位角和俯仰角。仿真结果表明,在信噪比较低时,相比传统的高分辨谱估计算法,本文算法可实现对远场相干信号的高精度估计;同时本文算法也具有更低的均方根误差性能,且能有效减少运行时间。     

面阵中基于传播算子的二维DOA估计算法

考虑面阵中的二维波达方向（DOA）估计问题,提出了一种基于传播算子（PM）的二维DOA估计算法。该算法利用4个子面阵接收数据的互相关矩阵构造新的数据矩阵,利用线性运算代替特征分解得到旋转不变关系矩阵,由该关系矩阵得到方位角与俯仰角的参数估计。所提算法的波达方向估计性能优于传统的面阵二维ESPRIT算法,且降低了计算复杂度,提高了阵列接收数据的利用率和算法的抗干扰能力。算法可以实现二维角度的自动配对。仿真实验证明了算法的有效性。     

十字阵的单基地MIMO雷达中一种低复杂度的二维DOA估计算法

提出了在单基地多输入多输出(Multiple-input multiple-output,MIMO)雷达中的基于十字阵的一种低复杂度的二维波达方向(Direction of arrival,DOA)估计算法。该算法利用传播算子法(Propagator method,PM)避免了协方差矩阵的构造及其特征值分解,也无需谱峰搜索,从而大大降低了运算的复杂度;同时该算法可实现方位角和仰角的自动配对。本文算法的性能在高信噪比下逼近借助旋转不变技术估计信号参数(Estimation ofsignal parameters via rotational invariance techniques,ESPRIT)算法。文中还推导了目标方位角和仰角的均方误差。仿真结果证明了该算法的有效性。     

基于原子范数最小化的二维稀疏阵列波达角估计算法

基于二维稀疏平面阵列的波达角(Direction-of-arrival,DOA)估计问题在第五代移动通信大规模多输入多输出阵列的应用中日益重要。无网格稀疏重构技术促进了DOA估计问题的发展,原子范数理论则使得DOA估计的超分辨率得到进一步的提高。文中研究了多个方向的频谱稀疏信号入射到二维稀疏阵列时的DOA估计问题。为了准确、成对地识别出所有入射信号的仰角和方向角,提出了一种基于多个测量矢量(Multiple Measurement Vectors,MMV)的二维原子范数算法,并用半正定规划进行求解。所提算法将二维DOA估计问题中的压缩感知理论从单个测量矢量拓展到多个测量矢量,从而有效利用MMV的联合稀疏性。数值仿真结果表明,随着MMV矢量的增长,可识别的信源个数增加,稀疏阵列中物理传感器所占比例降低到30%,DOA估计误差也显著降低,并且在信噪比增大时,所提算法能够取得很好的收敛效果。     

基于声矢量阵小样本数据的DOA估计研究

根据水下目标在其到达方位(DOA)搜索空间的稀疏性,采用稀疏分解理论实现了小样本、低信噪比条件下的声矢量阵DOA估计。通过分析,构造出基于声矢量阵阵列流型形式的过完备原子库,并采用正交匹配追踪算法得到目标的DOA估计。通过仿真,基于稀疏分解的声矢量阵DOA估计算法对单快拍数据进行处理,即可得到比较准确的DOA估计结果。对湖试数据进行了处理,验证了算法的有效性和优越性。     

声音与震动阵列的分析、实现与应用

In this paper, we consider the analysis, implementation, and application of wideband sources using both seismic and acoustic sensors. We use the approximate maximum likelihood (AML) algorithm to perform acoustic direction of arrival (DOA). For non-uniform noise spectra, whitening filtering was applied to the received acoustic signals before the AML operation. For short-range seismic DOA applications, one method was based on eigen-decomposition of the covariance matrix and a second method was based on surface wave analysis. Two well-known optimization schemes were used to estimate the source locations from the estimated DOAs at sensors of known locations. Experimental estimation of the DOAs and resulting localizations using the acoustic and seismic signals generated by striking a heavy metal plate by a hammer were reported.     

基于压缩感知的二维DOA估计

针对L阵列,提出基于压缩感知的二维波达方向估计新方法。定义方位角和俯仰角余弦乘积为空间合成角,利用等余弦网格划分空间合成角构造超完备的冗余字典,将子阵接收的单快拍数据矢量转化为冗余字典下的稀疏表示问题;采用单位列向量组合矩阵随机抽取的新方法构造高斯随机测量矩阵;通过改进正交匹配追踪算法求解二维波达角。指出所提出的算法比传统二维MUSIC算法在高信噪比、多快拍条件下估计性能更好,并且有一定的阵元节约效能。计算机仿真实验证明了以上结论。     

均匀线阵中基于降秩Capon的近场源定位

提出了一种应用于均匀线阵中近场源定位的降秩Capon算法。该算法能够将经典二维Capon（Two-dimensional Capon, 2D-Capon）算法中的二维谱峰搜索转化为一维谱峰搜索,得到自动配对的近场信源角度和距离参数估计。与经典的2D-Capon算法相比,本文提出的算法无需信源数估计,同时由于避免二维谱峰搜索过程,其计算复杂度大大降低,且该算法参数估计性能与2D-Capon算法非常接近。仿真结果表明该算法可有效用于近场信源的参数估计。     

Array geometry impact on music in the presence of spatially distributed sources

The MUltiple SIgnal Classification (MUSIC) estimator has been widely studied for a long time for its high resolution capability in the domain of the direction of arrival (DOA) estimation, with the sources assumed to be point. However, when the actual sources are spatially distributed with angular dispersion, the performance of the conventional MUSIC is degraded. In this paper, the impact of the array geometry on the DOA estimation of spatially distributed sources impinging on a sensor array is considered. Taking into account a coherently distributed source model, we establish closed-form expressions of the MUSIC-based DOA estimation error as a function of the positions of the array sensors in the presence of model errors due to the angular dispersion of the signal sources. The impact of the array geometry is studied and particular array designs are proposed to make DOA estimation more robust to source dispersion. The analytical results are validated by numerical simulations.¹     

一种用于二维DOA估计的新颖Unitary ESPRIT算法

提出了一种基于双均匀线阵的特性新颖的Unitary ESPRIT算法。算法根据阵列接收数据,构造了一种实值数据形式,对其作实值奇异值分解,获得信号子空间。算法利用阵元几何的平移不变特性,构造了包含入射信号方位角和俯仰角的估计量。利用构造的估计量的特征值估计俯仰角信息,利用其对应的特征向量估计方位角信息,自动完成角度的配对。所提方法不仅保持了矩阵DOA估计算法和二维ESPRIT算法的优点,如自动的参数配对、不需要二维谱峰搜索等,而且能够在实数域中直接获得信号子空间,能够有效降低运算量。算法可以增加估计信号个数。仿真实验验证了算法的有效性。     

基于均匀圆阵的改进UCA-ESPRIT算法

波达方向(DOA)估计是阵列信号处理的研究热点和难点之一。基于阵列天线, 利用空间谱估计理论进行DOA估计,提出一种改进算法——I-UCA-ESPRIT。首先根据均匀圆阵(UCA)的中心对称性,将输入信号进行重新排列;然后将重新排列的信号进行实值转换,并对相关矩阵进行特征值分解;最后引入SVD算法,以求解来波信号的方位角和俯仰角。仿真结果表明,该算法不仅适用于DOA估计的非相干信号和相干信号,且优于UCA-RB-MUSIC算法和UCA-ESPRIT算法。     

An eigenstructure-based 2D DOA estimation method using dual-size spatial invariance array

A sparse planar array vertically placed in y-z plane is proposed to improve the angle estimation accuracy of sources in low angle region with reflection multipath.With two sizes of spatial invariances along both dimensions,the array estimates the azimuth and elevation angles using unitary ESPRIT(estimation of signal parameters via rotational invariance techniques).The first spatial invariance with a displacement of half-wavelength yields unambiguous coarse estimates of high-variance,while the second spatial...     

刚性球上均匀圆阵声源方位角估计算法仿真

为了研究环绕在刚性球上均匀圆阵声源方位角估计问题.以环绕在刚性球上的均匀圆阵为阵列模型,分析了刚性球体对圆阵响应的影响,在球坐标系下对声场分解所得到的特征波束空间,利用EB-ESPRIT算法和EB-Unitary-ESPRIT算法实现了声源方位角估计.计算机仿真表明,在独立声源条件下,两种算法均能较好地估计出空间多个声源的方位角,并且EB-Unitary-ESPRIT算法计算量小,估计精度高.另外具有解相关声源的能力.     

电磁矢量阵中基于PARALIND分解的相干DOA估计算法

将电磁矢量传感器阵列参数估计问题与平行线性相关剖面模型(Parallel profiles with linear dependencies, PARALIND)相结合,利用PARALIND分解,提出了一种线性电磁矢量阵中相干信号波达方向(Direction of arrival, DOA)估计算法。该算法能够实现对电磁矢量阵中相干信源的角度估计,同时能得到相应的相干系数矩阵,其估计过程无需谱峰搜索,对均匀线阵以及非均匀线阵都适用。该算法角度估计性能优于传统的前后向平滑借助旋转不变性进行信号参数估计(Forward backward spatial smoothing-estimation of signal parameters via rotational invariance techniques, FBSS-ESPRIT)算法和前后向平滑传播算子(Forward backward spatial smoothing-propagator method, FBSS-PM)算法,且对于角度相隔较近的相干信源,该算法也能进行有效的辨识与估计。     

基于单声学矢量传感器的最大能量动态声源波达方向跟踪算法

针对在空域非均匀噪声环境下目标定位跟踪问题,提出一种基于单声学矢量传感器的最大能量动态声源波达方向(DOA)跟踪算法.首先结合噪声协方差矩阵估计结果实现对传感器接收信号的预白化处理,进而确定加权参数值,提出一种加权参数固化的最大能量算法,从而在声压与振速域噪声功率比未知的条件下提高了DOA估计精度.在此基础上,利用最大能量定向估计子输出信息来构建运动目标的量测方程,并在容积Kalman滤波框架下实现对于动态声源的状态跟踪.理论分析与仿真结果验证了算法的可行性和有效性.     

A modular neural network for direction-of-arrival estimation of two sources

This work addresses the problem of estimating the direction-of-arrival (DOA) of two sources using an array of sensors. This problem is mostly useful in radar applications, where we have few targets at each range bin. Super-resolution algorithms, such as maximum likelihood (ML) estimation and multiple signal classification (MUSIC), have been applied to this problem, but the former involves high computation efforts, while the later has poor estimation performance for coherent sources. In this work, we propose a DOA estimation network, named RBF-AML, which combines the approximated ML (AML) estimator and a radial basis function (RBF) neural network (NN). In the proposed RBF-AML network, the entire two dimensional DOA space is divided into multiple sectors covered by RBF experts. The AML function is then used as a mediator among the experts and selects the most suitable one as the final output of the system. The performance of the RBF-AML network for a two coherent sources case in a Y shape array configuration is evaluated. We show that the performance of the RBF-AML network is similar to the performance of the classical AML DOA estimation for various signal-to-noise ratios (SNRs), phase of the correlation coefficient and signal-to-interference ratios (SIRs). Furthermore, the RBF-AML network requires fewer computational efforts than the classical AML DOA estimation and therefore is an attractive choice for real-time applications.