共查询到10条相似文献,搜索用时 31 毫秒
1.
针对L型阵,提出了一种互耦自校正算法(SAL: self-calibration algorithm for L-shaped array)。该算法利用L型阵列特殊的互耦特性,实现了对信源信息(DOA)和阵列互耦系数的解耦合,从而无需任何校正源就可以实现两类参数的估计。与基于循环迭代最小化技术的传统自校正算法相比,该算法先通过搜索谱峰估计信源信息(DOA),再估计互耦系数,从而避免了多维搜索带来的庞大运算量和迭代中的全局收敛性问题。仿真结果表明本文提出的自校正算法具有精度高、计算量小的特点。 相似文献
2.
互耦条件下均匀线阵DOA盲估计 总被引:6,自引:1,他引:5
阵元间存在互耦时,经典的波达角(DOA)估计算法性能急剧下降甚至失效。针对互耦条件下均匀线阵DOA估计问题,该文提出一种基于盲源分离的DOA盲估计算法。首先,利用源信号的统计特性,由盲源分离方法估计广义阵列流形矩阵;然后,利用均匀线阵互耦矩阵带状、Toeplitz矩阵的特点,将DOA估计问题转化为多个可分离非线性最小二乘问题,由多个1维频域搜索得到DOA的估计。该算法无需高维搜索或多维迭代,对互耦自由度要求更低,互耦自由度未知时仍旧适用,稳健度高。数值仿真验证了该文算法的有效性。 相似文献
3.
4.
该文研究多子阵(multiple subarrays)阵元互耦条件下的波达方向(DOA)估计,假设阵列由多个位置已知的均匀线阵(ULA)组成,但线阵阵元间存在互耦效应。利用均匀线阵互耦矩阵的带状、对称Toeplitz性及多子阵互耦矩阵的块状对角特性,提出了一种解耦合波达方向估计及互耦自校正算法。该算法在未知阵元互耦参数的情况下,可准确估计出信源的波达方向。另外,算法在精确估计波达方向的同时,还可准确估计出阵元问的互耦系数,实现多子阵的互耦自校正。算法的波达方向估计只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算,可明显减小算法运算量。文中讨论了算法参数可辨识性的必要条件,并分析计算了多参数联合估计的克拉美-罗界(CRB)。理论分析及蒙特卡罗仿真结果表明,该算法具有计算量小、DOA估计分辨力高、互耦校正效果好等优点。 相似文献
5.
多子阵互耦条件下的一维波达方向估计及互耦自校正 总被引:1,自引:0,他引:1
该文研究多子阵(multiple subarrays)阵元互耦条件下的波达方向(DOA)估计,假设阵列由多个位置已知的均匀线阵(ULA)组成,但线阵阵元间存在互耦效应。利用均匀线阵互耦矩阵的带状、对称Toeplitz性及多子阵互耦矩阵的块状对角特性,提出了一种解耦合波达方向估计及互耦自校正算法。该算法在未知阵元互耦参数的情况下,可准确估计出信源的波达方向。另外,算法在精确估计波达方向的同时,还可准确估计出阵元间的互耦系数,实现多子阵的互耦自校正。算法的波达方向估计只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算,可明显减小算法运算量。文中讨论了算法参数可辨识性的必要条件,并分析计算了多参数联合估计的克拉美-罗界(CRB)。理论分析及蒙特卡罗仿真结果表明,该算法具有计算量小、DOA估计分辨力高、互耦校正效果好等优点。 相似文献
6.
7.
在高斯噪声背景下,针对互耦条件下的均匀线阵(Uniform Linear Array, ULA),该文提出了一种联合多用户波达方向(Direction Of Arrival, DOA)估计与互耦误差自校正算法。该算法首先利用特征矩阵联合相似对角化(Joint Approximative Diagonalization of Eigen matrix, JADE)方法估计出各用户广义空间特征矢量,然后定义了一个将各用户广义空间特征矢量转换为只与部分阵元相关的转换矩阵,进而在斜投影及前后向空间平滑的基础上,实现了多用户相干信源DOA估计,最后以多用户相干信源DOA及广义空间特征矢量估计值为基础,给出一种互耦自校正方法。仿真结果表明:该算法具有较高的DOA估计精度及DOA估计成功率,而且对高斯白噪声/色噪声背景,阵列互耦误差已知/未知情形,均具有普适性。 相似文献
8.
当阵列天线存在互耦效应时,传统多重信号分类(MUltiple SIgnal Classification, MUSIC)算法的测向性能急剧下降。为了有效估计阵列互耦矩阵(MCM)与入射信号的波达方向(Direction Of Arrival, DOA),该文提出一种阵列互耦矩阵与波达方向的级联估计方法。利用互耦矩阵的结构特点,变换阵列流形,实现对互耦矩阵与DOA的解耦合。求解线性约束下的二次优化问题,利用谱峰搜索,得到阵列互耦矩阵和入射信号DOA,完成互耦误差自校正。通过计算机仿真验证了该文方法估计性能的有效性和优越性。 相似文献
9.