基于虚拟阵列的压缩波束形成方位估计方法

压缩感知又称为压缩采样技术,是一种新的信号感知或采样方法,已经在各个科学研究领域中崭露头角,尤其在空间目标方位估计(Direction Of Arrival,DOA)领域中引起研究学者的广泛关注。文中首先阐述压缩感知技术应用于目标方位估计的基本原理,并采用高效稳定的凸优化问题解算工具箱CVX进行目标方位的有效求解,在此基础之上,将压缩波束形成技术与虚拟阵列孔径理论相结合,提出一种基于虚拟阵列的压缩波束形成技术,以期获得更高的空间目标方位分辨能力。数值仿真结果表明了文中方法的有效性,尤其在低信噪比、相干源和小快拍数条件下,该方法能够分辨相近的空间目标,较传统方法具有更高的空间分辨能力。     

多通道阵列相干源波达方向超分辨估计

采用发射阵列分布式布阵、接收阵列密布阵的多通道阵列,提出了一种虚拟子阵积累算法,在获得空间分集增益的同时可以超分辨估计相干源的波达方向.先通过正交信号分选的方法在接收端得到虚拟子阵,然后叠加积累各虚拟子阵接收数据的协方差.该算法利用空间分集克服了目标闪烁,同时具备解相干的能力,且避免阵列物理孔径的损失.理论分析和仿真结果表明,该算法可以有效处理多通道阵列相干源波达方向估计.     

相干信号源的时空二维谱估计及其改进

讨论了阵列信号的谱估计问题,将空间平滑技术应用到二维信号的谱估计中,解决了相干信号源的频率.方位超分辨估计问题,仿真结果表明了这种方法在系统实现中的可行性和有效性.     

基于均匀圆阵中心对称性的相干源方位估计

均匀圆阵的相干源方位估计一直是阵列信号处理中备受关注的问题,而现行算法的分辨率仍有进一步提高的空间。针对这一问题,本文提出了一种基于均匀圆阵中心对称性的解相干算法。首先利用模式空间变换将均匀圆阵等效为虚拟均匀线阵,然后利用均匀圆阵的中心对称性对模式空间数据进行共轭平均,最后计算数据的相关函数并据此构造Hermitian Toeplitz矩阵,实现相干源的方位估计。本算法实现简单,与传统算法相比具有更高的分辨率和方位估计精度。仿真实验证实了所提算法的有效性和性能优势。     

高阶声场传感器阵列超分辨方位估计方法研究

为了提高水声阵列在尺度受限情况下的方位估计性能,本文提出利用高阶声场传感器组成新型阵列的思路。高阶声场传感器基于相位模态理论,通过圆环孔径上多个声压传感器的接收信号提取高阶信息,从而以更简单易实现的物理结构获得与矢量传感器相似的多维信号结构,在此基础上构建高阶声场传感器阵列的信号模型,利用MUSIC方法进行超分辨方位估计性能的仿真分析,发现高阶声场传感器阵列能够获得比相同条件下矢量传感器阵列更好的方位估计精度和分辨能力。     

一种均匀线阵的信号分离方法研究

为了进一步改善阵列信号处理中盲源分离算法的分离性能,本文提出了一种基于DOA估计的阵列信号分离方法。该方法的基本思想是利用MUSIC算法实现对阵列信号DOA的预先估计,构建一预估计方向加载矩阵W,使加载后的混合信号在该预估计DOA上的信号能量最大化,最后利用传统的盲源分离算法分离接收到的混合信号,得到原始信号波形。仿真结果表明,该方法分离效果优于直接的盲分离算法,原始信号与分离信号相关系数接近于1,但同时牺牲较大运算量。     

基于实值信号子空间的虚拟阵列解相干算法

针对存在相干信源时,传统的DOA估计算法失效问题,提出一种基于实值特征子空间的虚拟阵列解相干算法.该算法根据虚拟阵列变换的思想,利用阵列接收数据构造虚拟子阵,实现对信号的解相干处理,并将协方差矩阵从复数域变换为实数域,获得一个实值信号子空间,最后利用实数域ESPRIT (Unitary ESPRIT)估计信号波达方向.该方法避免了阵列孔径损失,保持了阵列的空间分辨率,估计精度高,利用个阵元可估计个信源,且引入实数域处理和无需空间谱搜索,运算量小.计算机仿真验证了该方法的有效性和优越性.     

均匀圆阵相干信源DOA估计的差分算法

提出了一种新的均匀圆阵解相干算法。在模式空间中,均匀圆阵被转换为一虚拟的均匀线阵。利用该虚拟线阵的特殊阵列模型结构可重构一差分矩阵,使其秩只与相干(或相关)信号的波达方向(DOA)有关。该算法可使得非相干信源与相关(或相干)信源分辨开,且通过利用常规超分辨方法估计不相关源和相关源的空间谱,再利用差分矩阵中包含的相干及相关源信息分辨相关及相干信源,可重复利用阵列接收数据,从而分辨更多信源。仿真结果验证了该算法的有效性。     

非圆信号的二维相干测向新方法

传统的二维相干测向算法都是针对圆信号提出的,且要求大快拍数和较多阵元数,在低信噪比时估计性能较差.通过充分利用非圆信号的特点和L型阵列的结构优势,提出了一种非圆信号的二维解相干新方法.该方法利用阵列接收信号数据及其共轭信号数据,重新构造阵列接收数据矩阵,有效地扩展了阵列孔径;同时,提出了一种修正的空间平滑技术进行解相干,最后采用ESPRIT算法实现相干信号的二维DOA估计.所提方法具有阵列利用率高的优点,能够有效弥补传统二维测向算法阵列利用率低的缺点,提高了ESPRIT算法在低信噪比时的估计性能.实验仿真结果表明,所提方法能够有效实现二维相干信号估计并且估计性能优良.     

空时欠采样下多目标频率和方位联合估计新方法

针对空时欠采样下多个窄带信号参量估计问题,提出了一种基于同时估计多实数的广义稳健中国剩余定理的频率和方位联合解模糊方法.该方法首先对任意单阵元采用多次时域欠采样,获得多个目标的模糊的频率估计值,然后利用同时估计多个实数的广义稳健中国剩余定理估计出多目标的无模糊频率;在空时欠采样下,获得多组阵元接收到的信号相位差的模糊值,再利用广义稳健中国剩余定理解相位模糊,从而估计出多源信号的真实方位.仿真实例表明新提出的方法可以在空时欠采样情况下有效地对多个目标同时解频率和方位模糊,频率和方位联合估计的精度高,稳健性好.