混合信源背景下的DOA估计分步改进算法

信号在传输过程中会产生多径和电磁干扰,到达天线阵列后会同时存在非相干和相干信源,针对这种情况,文中提出了一种分步估计到达角的改进算法。该算法首先利用MUSIC算法估计非相干信源的到达角,然后在信号协方差矩阵中分离出相干信源的协方差矩阵,只对相干信源进行空间平滑估计出相干信源到达角。相比传统空间平滑算法,该算法在保持良好到达角分辨力的同时,减小了对天线阵列数的要求,在低信噪比时拥有更精确的估计能力。     

MUSIC及其改进算法的研究与实现

研究了用于阵列信号处理领域的重要分支,即信号到达角估计的几种MUSIC算法。阐述了经典MUSIC算法、前后向空间平滑MUSIC算法、改进MUSIC算法的原理。采用Matlab进行的仿真表明,经典MUSIC算法对于非相干信源的到达角估计具有良好的性能,但不能用于相干信源的到达角估计;前后向空间平滑MUSIC算法使可估计信源数减小、计算复杂度较高;改进MUSIC算法性能最好,不影响非相关信源的估计,也无明显计算量增加。几种算法在到达角估计中有各自的优缺点。     

一种新的均匀圆阵宽带波束域高分辨测向算法

波束域算法是通过对阵列信号进行波束形成预处理,再进行高分辨测向.本文提出了一种新的均匀圆阵宽带波束域高分辨测向算法,推导出波束域聚焦矩阵的表达式.新方法大大提高了圆阵宽带波束域测向算法的分辨率,估计精度等性能.最后通过计算机仿真,与基于模式空间变换的宽带圆阵波束域算法和宽带圆阵相干信号子空间算法进行了比较,验证了新算法的优良性能.     

基于压缩感知的被动雷达导引头信源数估计方法

随着雷达反摧毁技术的发展,被动雷达导引头面临着在雷达和诱饵形成的不完全重合信号中进行超分辨测向的挑战,需要单快拍测向技术。现有测向技术大多假设信源数已知,而传统的信源数估计方法在单快拍时性能大幅下降甚至失效。为解决这一问题,提出了一种基于压缩感知的单快拍信源数估计方法。该方法首先将被动雷达导引头阵列测向模型稀疏表示,其次通过子空间算法和压缩感知算法相结合进行降阶和解相干处理,然后提出一种改进的正交匹配追踪算法,研究残差的变化规律,最后构造目标函数估计信源数。仿真实验表明,该方法在单快拍、阵元数少、信号相干的极端情况下估计成功率较高。     

空间谱估计方法在测向中的应用

本文针对高分辨测向算法MUSIC法的不足,从两个方面研究了相应的改进算法针对非相干信号源的信号子空间波束形成法和高阶统计量法,以及针对相干信号源的空间零点法,最后给出了同时利用以上算法对混合信号源进行相干非相干测向的方法.     

基于MUSIC及其改进算法的空间信号到达方向估计方法研究

本文首先介绍了多重信号分类(MUSIC)算法的原理和步骤,给出了不同快拍数和不同信噪比条件下基于MUSIC算法的空间信号到达方向(DOA)估计的仿真和分析,提出了DOA估计系统在工程设计中需要注意的问题和解决办法。随后,针对实际工程中复杂电磁环境下的信号源相干问题,研究了一种基于空间平滑的改进MUSIC算法的原理和步骤,并对传统MUSIC算法与改进MUSIC算法对相干信源的DOA估计性能进行了仿真对比和分析。仿真结果表明,与传统MUSIC算法相比,基于空间平滑改进的MUSIC算法能有效改善对相干信号源的测量性能,得到正确的DOA估计结果。     

相干信源的DOA空间谱估计研究

MUSIC算法是经典的DOA估计算法,且只是一种解决非相干信源测向的超分辨算法,当两个信源完全相干时,MUSIC算法几乎失去分辨能力。因此,本文针对相干信源,研究了几种超分辨算法,进一步给出了仿真分析,最后对各种算法进行仿真对比。     

基于虚拟阵列改进MUSIC算法的相干信源DoA估计

受多径传输环境的影响,在智能天线测向研究中,必须考虑相干信源的存在.针对相干信源的波达方向(Direction of Arrival,DoA)估计问题,提出了一种基于虚拟阵列平移的改进MUSIC算法.仿真结果表明:在相干信源入射角度差异很小(约5°)的情况下,该算法依然能准确地估计;同时,该算法不损失阵列孔径,最多可估...     

稀疏圆阵的解相干求根MUSIC算法

针对稀疏圆阵的波达方向估计问题,提出了解相干求根MUSIC算法(Sparse UCA Decorrelation Root-MUSIC,SDR)。通过改进传统的波束变换方法,进行相位校正,并在波束域进行误差补偿,得到具有共轭对称结构的波束域导向矢量。在波束域进行前后向平均处理和使用求根MUSIC算法,实现多组相干源的解相干,且避免了谱搜索,减少了运算量。平均处理增加了数据量,算法在低信噪比和低快拍数情况下有更好的估计性能。计算机仿真表明,本算法适用于稀疏圆阵对相干源的DOA估计而且有较好的估计性能。     

基于均匀圆阵的相干信源DOA估计算法研究

针对均匀圆阵相干信源的波达方向估计问题,提出了一种去相干的正交预处理方法——阵列移位算法。阵列移位算法改进了抗相干干扰的波束形成方法,通过圆阵移位和MUSIC算法的结合,使相干信源角估计的性能得到改善。与传统的模式空间平滑算法相比,该方法减少了阵列孔径损失,提高了计算速度。     

基于子带平均的宽带源个数估计方法

本文提出了一种相关宽带源个数估计的方法。该方法首先阵列采样数据分段并进行FFT变换．得到若干个窄带信号，然后分别对每一个窄带信号进行处理，最后对各窄带的处理结果进行加权综合来得到宽带源个数的估计结果，采用空间平滑技术可处理相关宽带源。计算机仿真结果证实了方法的可行性。     

色噪声背景下相干信源DOA估计的空间差分平滑算法

文中提出了一种色噪声背景下相干信源波达方向(DOA)估计的新算法-空间差分平滑(SDS)算法.SDS算法利用均匀线阵协方差矩阵的Toeplitz分解特性,差分平滑运算,将非相干信源与相关(或相干)信源分开分辨,从而重复利用阵列接收数据,可分辨更多信源.SDS算法可对消空间色噪声,适用于更广泛的未知噪声背景及低信噪比环境.相比常规谱估计算法,SDS算法具有更强的信源过载能力及阵元节省能力,利用少数阵元进行迭代空间平滑运算,还可明显减小SDS算法的计算量.计算机仿真结果证明了SDS算法理论的正确性和有效性.     

基于虚拟阵列变换的相干源测向方法

针对传统空间谱测向方法对相干信号源测向失效的实际问题,提出了一种基于任意形状平面阵列的测向方法。该方法在建立了相干信号源数学模型的基础上,对虚拟阵列变换思想进行了分析,给出了采用虚拟阵列变换原理和MUSIC算法实现了对相干信号源DOA的估计,提高了测向性能。经仿真试验和理论分析,验证了算法的可行性,并分析了该算法的适用局限性。     

相干信源波达方向估计的广义最大似然算法

论文基于广义导向矢量和广义阵列流形矩阵,建立了多相干源(组)情况下的阵列数据模型,然后提出了波达方向估计的广义最大似然算法。对于广义最大似然算法,入射信源可以是多相干源(组),阵列的几何结构也没有任何约束,而且它分辨的信源数还可以大于阵元数。随后,论文将广义最大似然算法与常规最大似然算法进行了理论比较,并给出了广义最大似然竹法方位估计一致性的证明和方位估计方差的计算公式。理论分析表明,在空间只存在非相干信源时,广义最大似然算法与常规的最大似然算法是等价的,而在空间存在多相干源(组)时,它的性能较常规最大似然算法有较大的改进,方位估计的方差更小。最后论文利用遗传算法实现了广义最大似然算法,并通过MonteCarlo仿真实验证明了广义最大似然算法的有效性。     

利用空间平滑差分算法进行DOA估计

针对色噪声背景下的相干信源波达方向估计问题,提出了一种空间平滑差分算法。该算法通过对空间平滑矩阵进行差分运算来对消色噪声,并采用PM算法进行方向估计。在去除噪声、减小计算量的同时,可估计较多的信源。由于算法对非相关信源和相关(或相干)信源同时估计,因此减小了算法实际实现的复杂度。计算机仿真结果证明了空间平滑差分算法理论的正确性和有效性。     

一种基于空域滤波的空间临近相干源角度估计方法

相干源常见于存在多径的场景,如何解相干历来是阵列信号处理领域亟待解决的难题之一,特别针对空间临近相干源,其角度估计精度尚有待提高。针对空间临近相干源该文提出一种基于空域滤波的角度估计方法。首先利用空域滤波技术将多个相干源分离,再对滤波分离后的各个信号分别进行角度估计,并通过对滤波器系数和相干源角度的迭代优化提高测角精度。针对非均匀线阵,该方法采用虚拟阵列技术扩展其适用范围。计算机仿真结果表明该方法的测角精度较现有方法更高,信噪比较高时其测角的均方根误差可达克拉美罗界,验证了该方法的有效性和在空间临近相干源场景的优越性。     

基于变换数据空间的相干脑电源定位算法

不同脑区之间的相互协作对大脑完成认知任务具有重要意义.脑区电活动的相干性被认为是这种协作的表现形式.从头表脑电无创地三维定位相干源有助于了解大脑的内在机制.传统的MUSIC算法不能定位相干源.本文发展了一种在变换数据空间的MUSIC算法用于相干源定位.首先根据先验信息大致估计相干源区的范围,然后设计能压制相干源区的数据变换矩阵.最后在变换后的数据空间定位相干源.不同条件下的计算模拟实验表明,相比其它方法,这种方法具有更高的定位精度,运算速度也更快.     

空间平滑差分方法

针对相干信号源超分辨空间谱估计中存在的问题，本文提出了空间平滑差分方法。利用常规超分辨方法估计不相关源和相关源的空间谱，利用空间平滑差分方法估计相关源和相干源的空间谱，这样可以重复利用接收阵列输出数据，兼顾不相关信号源和相干信号源的空间谱估计，因而可以估计更多的信号源。     

Three-Dimension Localization of Wideband Sources Using Sensor Network

Usually source localization using sensor networks requires many sensors to localize a few number of sources, and it is still very troublesome to deal with coherent sources. When the three-dimensional (3-D) space are considered, the localization will become more difficult. A new approach is proposed to localize 3-D wideband coherent sources based on distributed sensor network, which consists of two nodes and each node contains only two sensors. Direction-of-arrival (DOA) estimation is performed at each node by employing a new noise subspace proposed. Combining the pattern matching idea and the prior geometrical information of sources, a cost function is constructed to estimate the rough positions. A rotational projection algorithm is proposed to estimate the heights of sources and correct the rough positions, and consequently the localization of 3-D sources could be achieved. Numerical examples are provided to demonstrate the effectiveness of this approach.     

一种新的相干信源DOA估计算法: 加权空间平滑协方差矩阵的Toeplitz矩阵拟合

文献[1]提出的最优加权空间平滑技术可以使相干源存在时的信源协方差矩阵恢复为对角阵.由于文献[1]中导出的最优权矩阵是空间信源方位的函数矩阵,本文利用最优加权空间平滑后阵列协方差矩阵的Toeplitz性,构造了一个全新的优化拟合的代价函数,并基于此提出了一种相干源方位估计的新算法.与文献[1]不同,算法的实现不需要方位估计的先验知识和协方差矩阵的去噪预处理.分辨性能的蒙特卡罗仿真实验表明,新算法对空间相干信源的分辨性能优于常规的空间平滑算法和最大似然算法,在小阵列和信源空间间隔较近时,算法的优越性尤为突出.