L型阵列互耦条件下的二维波达方向估计

针对L型阵列,提出一种去互耦算法.该算法在L型阵列的两均匀线阵上分别取受互耦影响一致的阵元,则其理想导向向量可与互耦参数剥离,用其中一组阵元输出的协方差阵和两组阵元输出的互协方差阵构建矩阵,根据其传播算子构成的信号子空间和阵元导向向量张成同一空间以及均匀线阵的旋转不变特性得到两个与方向角和俯仰角相关的信息参量.在这两参量配对时,只需对包含信息参量的其中一个矩阵进行一次特征值分解以及简单的除法运算即可实现.理论和仿真表明,该算法无需谱峰搜索,只需一次特征分解,有效抑制了互耦影响,测量精度高.     

利用空域稀疏性的L型阵下二维波达方向估计

针对稀疏重构应用于二维波达方向估计时存在计算量大的问题,从减少过完备字典的原子个数以及求解模型的阶数这两个方面入手,提出一种具有较低计算复杂度的基于稀疏重构的二维波达方向估计方法。该方法中首先根据L型阵的结构特点,对基于阵列接收数据的稀疏线性模型进行分解和重新组合,抛弃与信源无关的原子,大大减少了原子个数;其次,提出利用多快拍数据协方差矩阵的最大特征值对应的特征向量作为待分解信号建立稀疏模型,使模型阶数从快拍数降至一阶。此外,给出了新方法的详细实施步骤,并且对其计算复杂度进行了理论分析。新方法估计精度高,并且能够自动实现俯仰角和方位角配对。最后,通过计算机仿真验证了新方法的有效性。     

一种快速的二维高分辨波达方向估计方法混合波达方向矩阵法

本文利用两个具有位移特性的二维传感器子阵列信息构成一种新的矩阵混合波达方向矩阵。混合波达方向矩阵的特征值和特征矢量分别为信号源方位角与高低角的混合方向元素和方位角与高低角的混合方向矢量。合理选择子阵列构造可以解决兼并信号源分辨问题和降低阵列孔径损失。     

一种快速的二维高分辨波达方向估计方法——混合波达方向矩阵法

本文利用两个具有位移特性的二维传感器子阵列信息构成一种新的矩阵－混合波达方向矩阵。混合波达方向矩阵的特征值和特征矢量分别为信号源方位角与高低角的混合方向元素和方位角与高低角的混合方向矢量。合理选择子阵列构造可以解决兼并信号源分辨问题和降低阵列孔径损失。     

基于L型阵的二维Root-MUSIC波达方向估计算法

提出一种适用于L型阵列的基于Root-MUSIC的二维DOA估计算法。该算法先利用L型阵列的两个相互垂直的线阵独立的估计波达方向,然后利用该L阵构造二维MUSIC谱峰搜索表达式实现先前两个独立线阵计算出来角度的配对。本算法不仅具有MUSIC算法高分辨率的优点,还有运算量小、方法简单的特点。     

基于L型和差嵌套阵的二维波达方向估计

针对传统L型均匀阵列二维波达方向（Direction of Arrival,DOA）估计中可估计信源数目受限于阵元数、分辨率低等问题,提出了一种新的L型和差嵌套阵列结构。该L型阵列的两个子阵布置相同,是非均匀的稀疏阵,通过阵元位置之间的差分、求和操作达到虚拟扩展阵元数目的效果,从而提升阵列的自由度。采用该阵列进行二维DOA估计时,两个子阵分别先进行一维的DOA估计,再采用PSCM（Pair-matching Signal Covariance Matrices）算法进行一维角度配对。每个子阵进行一维波达方向估计时,先采用VCAM（Vectorized Conjugate Augmented MUSIC）算法生成非均匀稀疏阵的求和求差协方差矩阵,再采用矩阵重构的方法恢复协方差矩阵的秩,最后对协方差矩阵采用MUSIC（Multiple Signal Classification）算法进行DOA估计。实验仿真表明,本阵列有着更高的自由度和估计精度。      

基于Y形阵的空时二维波达方向估计

提出了一种适用于Y形阵的空时二维波达方向估计方法,在低信噪比下实现了无模糊的二维波达方向估计。该方法利用了Y形阵的特性,具有较好的稳定性和较小的估计方差。仿真结果证明了本方法的有效性。     

一种二维信号波达方向估计的改进多重信号分类算法

多重信号分类(MUSIC)算法是一种经典的空间谱估计算法。该文以L型阵列为例,针对2D-MUSIC算法在接收信号信噪比较小时对多个目标中方位相近的目标无法进行准确估计的问题,提出一种改进2D-MUSIC算法。该算法对经典2D-MUSIC算法所构成的协方差矩阵进行共轭重组,并将重组后矩阵的平方与原协方差矩阵的平方进行相加求平均,由此获得新的矩阵,再对该矩阵对应的噪声子空间进行加权处理,选取适当的加权系数构造新的噪声子空间,最后通过谱峰搜索识别出目标位置。计算机仿真结果表明,与2D-MUSIC算法相比,改进后的算法在接收信号信噪比较小时对多个目标中方位相近的目标也能够进行信号波达方向(DOA)估计,提高了L型阵列2维DOA估计的分辨率,具有较好的工程应用价值。     

波达方向估计的贝叶斯高分辨方法

根据贝叶斯最大后验估计原理研究了波达方向估计的高分辨方法,在文献基础上对贝叶斯高分辨波达方向估计方法进行了补充和完善。针对两个目标源情况提出了快速算法,有效地减少了运算量,提高了运算速度。与MUSIC法和文献中一次快拍的贝叶斯谱分析法的比较充分体现了该方法性能优越,特别是在低信噪比、少快拍数以及相干源情况下可以得到更为准确、稳定的估计效果。     

稀疏拉伸式L型极化敏感阵列的二维波达方向和极化参数联合估计

为降低现有的共心式矢量传感器阵列天线间存在的严重互耦影响,进一步提高参数估计精度,该文提出一种稀疏拉伸式L型极化敏感阵列(SSL-PSA),并针对该阵列提出一种2维波达方向(DOA)和极化参数联合估计算法。首先建立稀疏拉伸式极化敏感阵列的信号模型,然后将阵列划分为6个子阵,采用子空间旋转不变算法(ESPRIT)算法得到多个旋转不变因子(RIFs),再根据旋转不变因子间的关系,通过数学运算,得到一组方向余弦有模糊精估计值和4组无模糊粗估计值;然后重构出对应的4组导向矢量,根据导向矢量和噪声子空间的正交性,确定出正确的一组无模糊粗估计值;最后通过现有的解模糊方法得到高精度且无模糊的DOA和极化参数估计值。该文所提阵列不存在共心结构,相对于现有的含有共心式矢量传感器结构的阵列,大大降低了互耦影响,且可在不增加天线数目的前提下,有效扩展阵列的2维孔径,大大提高DOA估计精度。仿真结果证明该文所提方法的有效性。

     

采用降秩多级维纳滤波器的二维DOA估计快速算法

针对双平行线阵的二维波达方向(DOA)估计问题,为有效降低计算复杂度,提出了一种基于降秩多级维纳滤波器(MSWF)的快速算法。首先利用MSWF的前向递推实现信号子空间的快速估计,无需估计协方差矩阵和特征分解;然后,通过MUSIC算法对方位角和俯仰角的估计进行分维估计,使二维DOA估计退化为两个一维DOA估计问题,且方位角和俯仰角自动配对,进一步降低了运算量。仿真结果表明,该方法的估计精度优于同样基于双平行线阵提出的波达方向矩阵法(DOAM),俯仰角兼并时同样适用,计算复杂度低,适用于实时性要求高的应用背景。     

基于圆柱共形阵的快速来波方向估计

通过子阵分割和虚拟内插技术在圆柱共形阵上实现了快速准确的来波方向估计。在此过程中,共形于金属柱体表面的圆环阵被划分为八个相同的子阵,每一个子阵通过内插,变换为虚拟均匀直线阵,应用旋转不变参数估计技术(ESPRIT)算法和Root-MUSIC算法,可以快速准确地估计出来波方向。仿真结果证实了该方法的有效性。     

基于PM的波达方向、频率的快速估计方法

提出了一种基于传播算子的波达方向、频率快速联合估计方法,该算法不需要估计阵列接收信号的高维空、时协方差矩阵及其相应的奇异值或特征分解,具有更低的运算复杂度,算法能适合于非均匀阵列结构且估计出的空时参数能自动配对.最后计算机仿真证实了方法的有效性.     

基于双L型阵的二维测向算法

提出了一种基于双L型阵的二维测向算法。通过定义新的三维波达方向角,同时利用旋转不变算法获得每一维入射角的独立估计,再由波达方向角之间的约束关系进行配对,提高了测向精度与二维角成功配对概率,改善了双L阵二维测向精度对来波方向敏感的问题。计算机仿真结果表明:所提算法在观测的区域内均具有较高测向精度,特别是在仰角较小时较传统算法其测向精度有较大提高,在低信噪比情况下与传统算法比较提高了二维测向中的角度配对成功概率。     

一种波达方向、频率联合估计快速算法

首先提出了基于PM(propagator method)方法的波达方向(DOA)、频率联合估计快速算法，给出了PM算子的一个估计，由PM算子构造出一特殊的低维矩阵，其特征值给出频率的估计，进而由估计的频率和相应的特征矢量得到DOA的估计。该算法具有参数自动配对，计算量小的优点，易于在工程应用中实时处理。计算机仿真结果证实了算法的有效性。     

采用遗传算法的MIMO雷达L型阵列稀布优化

针对多输入多输出（MIMO）雷达阵列稀布导致栅瓣效应的问题,研究了L型阵列方向图综合方法。通过在发射和接收阵列的阵元位置中引入随机扰动,同步优化收发阵列,对MIMO雷达Ｌ型阵列等效构造的虚拟矩形平面阵列进行二维方向图综合,并且对遗传算法的变异算子进行改进,提高全局搜索性,从而有效抑制栅瓣,降低二维合成方向图中方位维和俯仰维的峰值旁瓣电平。仿真实验证明了所提算法的有效性。     

基于共形天线阵的免搜索来波方向估计算法研究

运算量大,受阵列拓扑结构限制是传统基于子空间分解的来波方向(DOA)估计算法的主要问题,这些问题大大限制了其在实际工程中的应用。针对共形天线阵的特殊性,结合实际的共形阵,研究了几种可以应用于任意阵列结构的免搜索DOA估计算法,并比较了这些算法在共形阵上的性能。理论分析和数值仿真表明:在一定条件下这些算法均可在共形阵上取得较优的估计性能。     

Computationally efficient direction-of-arrival estimation of non-circular signal based on subspace rotation technique

In order to solve the problem that the high computational burden of the multiple signal classification algorithm of non-circular signal (NC-MUSIC) in direction-of-arrival (DOA) estimation,a novel computationally efficient DOA estimation algorithm based on subspace rotation technique was proposed.Firstly,the partitioning of noise subspace matrix and the subspace rotation technique (SRT) were used to construct a new reduced-dimension noise subspace.Then,the two-dimensional peak searching was converted to the one-dimensional peak searching on the basis of the separation of variables and the orthogonality between the new reduced-dimension noise subspace and the space spanned by the columns of the extended manifold matrix.The proposed algorithm can enhance the computational efficiency by means of the conversion of the two-dimensional peak searching into the one-dimensional peak searching and the removal of redundant computations.Theoretical analysis and simulation results show that the proposed algorithm can reduce the computational complexity to less than 5% as compared to NC-MUSIC algorithm on the premise of ensuring the accuracy of DOA estimation.Especially,the efficiency advantage of the proposed algorithm is more obvious in scenarios where the large numbers of sensors are required.     

短快拍条件下均匀矩形阵中的二维DOA估计

二维波达方向（Direction of Arrival,DOA）估计能获取比一维DOA估计更多的空间位置信息,但是二维多重信号分类(Multiple Signal Classification,MUSIC)、二维子空间旋转不变估计技术(Estimation Signal Parameter via Rotational Invariance Techniques,ESPRIT）等经典算法依赖于大量的快拍数据,当快拍数据不足时估计性能严重下降甚至失效。针对上述问题,将迭代自适应方法拓展到二维DOA估计,提出了一种适用于矩形面阵的二维DOA估计算法,首先利用加权最小二乘法估计出信号幅值,然后利用循环迭代技术对估计结果进行更新。由于每次估计结果均来自上一次迭代,而不依赖于快拍数据,因此该算法在短快拍条件下具有很高的估计精度和分辨率。仿真结果表明,在短快拍条件下,该算法具有优越的估计性能。     

Robust Capon-based direction-of-arrival estimators in partly calibrated sensor array

In this paper a problem of direction-of-arrival (DOA) estimation in partly calibrated sensor arrays is considered. It is assumed that a sensor array consists of subarrays with full inner calibration and unknown intersubarray distortions. Capon-based methods are proposed for DOA estimation as suitable techniques have robustness to intersubarray distortions. These methods are an extension of robust Capon beamformer developed for partly calibrated array to the DOA estimation. The simulations validate efficiency of the proposed algorithms.