基于阵列流型替换的宽带非相干DOA估计方法

提出了一种基于阵列流型替换的宽带非相干 DOA 估计新方法.比较了宽带非相干(ISSM)方法与本文方法在分辨两个相邻较近信号源时的性能.仿真表明,本文方法大大降低了信噪比门限,其它性能也优于 ISSM 方法.     

线性电磁矢量阵列的空时极化平滑算法及相干源多参数估计

该文提出了一种基于线性电磁矢量阵列的空时极化平滑算法(STPSA),解决了相干信源的频率,2维波达方向和极化参数的联合估计问题。该算法通过对不同子阵和矢量传感器不同传感单元的测量数据及其相应延迟数据进行平滑,实现解相干预处理并抑制噪声干扰,然后利用传播算子方法得到相应的参数估计。与目前的算法相比,该文提出的算法能够同时实现相干信源的多个参数联合估计;无需通过奇异值或特征值分解提取信号/噪声子空间,也无须进行参数搜索,有较低的运算量;另外,算法能够通过增加相邻阵元的间隔来扩展阵列的有效孔径,改善估计性能,且无须进行参数去模糊处理。仿真结果验证了算法的有效性。     

电磁矢量传感器阵列相干和独立信号DOA估计

本文研究利用矢量传感器阵列接收数据的高阶累计量区分独立和相干信号,进行参数估计.从矢量阵列信号高阶累积量任意数量的切片中估计多信号中的一个独立信号参数时,利用隔离向量选通目标信号,对其他信号进行隔离,提高了独立信号参数估计性能,信号源中可包含相干信号.独立信号的电场导向矢量与电磁导向矢量因垂直而内积为零,利用此关系可得到已虑除了所有独立信号的多个四阶累积量切片矩阵,相干信号存在于矩阵的信号子空间中.滤除独立信号估计相干信号参数,可提高相干信号参数估计性能.因可抑制任意方向,任意数量的独立干扰,即能抗饱和干扰,算法可作为电子对抗工具.仿真试验表明该方法有效.     

基于虚拟阵列空间平滑的相干信号DOA估计

 针对相干共轭循环平稳信号的DOA估计问题,提出了一种基于虚拟阵列前后向空间平滑的方法。该方法利用特定阵元输出间共轭循环相关函数的多时延采样,构造出与真实线阵阵元具有一一对应关系的虚拟阵列,并将空间平滑技术应用于该虚拟阵列实现了相干信号DOA估计。理论分析和仿真结果均表明,与FBSS-CCMUSIC算法和CCHAM算法相比,本文方法避免了最优时延选择问题,并获得了更高的DOA估计精度,同时,对信号不同入射方向也具有较好的稳健性。此外,该方法也可推广用于具有循环平稳特性的信号。     

一种新的宽带DOA估计方法

总结了宽带信号子空间类DOA估计方法,提出了一种新的构造聚焦矩阵的方法,新方法基于预估角度和宽带信号带宽内各个频点上对应的阵列流形的奇异值分解,所构造的聚焦矩阵为酉矩阵,在聚焦过程中没有聚集损失。比较了新方法与旋转信号子空间方法（RSS）在分辨两个相邻较近信号源时的性能,新方法与RSS方法性能相当。仿真结果证明了算法的有效性。     

六角形阵列相干信号二维DOA估计

提出了一种基于扩展重构相关矩阵去相干的二维DOA估计算法。针对六角形阵列的结构特点,首先对各个阵元的接收数据求其共轭矩阵来扩展阵列,扩展后的阵列分为3个六角形子阵列,以此为基础,求得各子阵列的自相关矩阵及互相关矩阵来扩展重构相关矩阵,从而实现解相干的目的,最后利用二维MUSIC算法进行DOA估计。该算法在不减少阵列有效孔径的前提下,增加了可估计相干源数目,并且能够得到较好的估计性能。最后,通过计算机仿真证实了该算法的有效性。      

电磁矢量传感器阵列相干信号源波达方向和极化参数的同时估计:空间平滑方法

研究如何利用电磁矢量传感器阵列中隐含的冗余空域信息解决多个相干极化信号源的二维波达方向(DOA)和极化参数的同时估计问题。基于整个阵列中所隐含的多个空域旋转不变结构,将组成阵列的单个或多个电磁矢量传感器单元看作一个无模糊子阵,利用空间平滑方法对阵列数据进行预处理,以恢复信号协方差矩阵的秩特性。在此基础上,利用多信号分类方法(MUSIC)和旋转不变参数估计方法(ESPRIT)完成多个相干极化信号源的二维 DOA 和极化参数的同时估计。文中还讨论了成功进行信号解相干的必要条件,并通过计算机仿真验证和比较了所给方法的有效性及其辨识能力。     

宽带相干信源DOA估计及其阵列校正方法

本文针对宽带相干信号,应用正交投影子空间算法提出了一种新的DOA估计方法。该方法不需要相干信号子空间方法(CSS)中聚汇矩阵所需的DOA先验信息,也不需要插值法中对扇区的划分 。并且应用Toeplitz 对角化方法修正数据协方差矩阵,使该方法能够处理相干信号和对阵列位置误差进行校正。仿真实验结果表明了该方法的有效性。     

针对相干信号DOA估计的改进MUSIC算法

针对相干信号波达方向(Direction of Arrival, DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification, MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。     

基于旋转阵列的极化敏感DOA估计算法

随着信息化战争需求和现代雷达技术的发展,人们对阵列波达方向估计算法提出了更高的要求。传统极化敏感阵列的波达方向(Direction of Arrival,DOA)估计算法计算量非常大,需要对入射信号进行包含空间角度和极化信息的四维谱峰搜索。此外,要求阵元数目大于目标数,而测向精度受通道不一致性影响很大。针对这些问题,提出一种正交偶极子对旋转阵列的DOA和极化参数联合谱参数估计算法。利用矩阵秩亏原理,通过对四维谱函数的降维运算降低计算复杂度。通过对两天线阵元进行旋转引入虚拟阵元,相当于利用两阵元对目标进行多位置观测,减少了信道数量,提高了阵元利用率。仿真结果表明,该算法能够有效降低通道不一致性对测向结果的影响,具有比6阵元正交偶极子圆阵更好的测向性能。     

基于极化敏感阵列均匀线阵的二维DOA估计

针对残缺电磁矢量传感器的极化敏感阵列多参数联合估计问题,该文提出一种基于正交偶极子的均匀线阵的2维波达方向(Direction-Of-Arrival, DOA)估计算法。首先,对极化敏感阵列的接收数据矢量的协方差矩阵进行特征分解,然后将信号子空间划分成4个子阵,根据旋转不变子空间(ESPRIT)算法分别求出其中1个子阵与其它3个子阵的相位差,再对不同子阵间的相位差进行配对,最后根据相位差求出信号的DOA估计和极化参数。由正交偶极子组成的均匀线阵使用极化MUSIC算法和传统ESPRIT算法无法进行2维DOA估计,该文提出的算法解决了这个问题,并且相较于极化MUISC算法降低了算法的复杂度。仿真结果验证了该文算法的有效性。     

基于矢量传感器MIMO雷达的DOD DOA和极化联合估计算法

该文研究了一种基于多输入多输出(MIMO)电磁矢量传感器阵列雷达目标波离角(DOD),波达角(DOA)和极化联合估计问题。提出一种新型矢量阵MIMO雷达系统模型,发射阵列采用常规阵元,而接收阵列采用电磁矢量传感器。在此基础上,该文提出4维MUSIC, ESPRIT和迭代1维MUSIC 3种联合参数估计算法。其中迭代1维MUSIC算法首先利用矢量传感器的内在结构特点获得目标DOA预估计,随后采用MUSIC算法对DOD和DOA分别进行1维搜索获得目标角度的高精度估计,最后给出一种基于ESPRIT的目标极化估计算法。迭代1维MUSIC算法可用于不规则阵列,对接收阵列约束较少,无需2维搜索及多维搜索,还可以利用矢量阵特点扩展阵列孔径提高DOA估计精度。此外,论文还推导了DOD, DOA和极化联合估计的CRB。仿真实验表明,与前两种算法相比,迭代1维MUSIC算法具有与CRB更接近的估计精度。     

基于均匀圆阵相干信源的二维DOA估计

随着通信技术的不断发展,信号传输环境变得日益复杂。针对多径传播形成的高度相关和相干信号测向问题,提出了一种基于均匀圆阵相干信源的二维DOA估计方法。该方法利用均匀圆阵轴向虚拟平移解相干,通过去噪后利用虚拟子阵的自协方差矩阵和互协方差矩阵构造波达方向矩阵,利用该矩阵特征分解估计信号的俯仰角;然后将平滑后的自协方差矩阵与波束空间变换矩阵相乘,使圆阵的导向矢量具备范德蒙结构,最后用求根MUSIC算法估计出信号的方位角,完成了相干信号的二维DOA估计。该方法无需二维谱峰搜索,方位角和俯仰角自动配对,计算量小,分辨率高。仿真实验证明了所提方法的正确性。     

强约束优化降维MUSIC二维DOA估计

该文针对2维DOA估计运算量大的问题,提出一种改进的降维MUSIC(MRD-MUSIC)算法。MRD-MUSIC算法利用二次优化方法将2维DOA估计分解为两级1维DOA估计,从而大大降低了运算量。其中采用对优化函数直接求导的方式求解问题函数,使方向向量得到了较强约束,因此求解结果更加接近最优解。仿真实验验证了算法的正确性,角度估计运算效率高,无角度配对过程,且具有较高的成功率与精确度。     

基于扩维的多通道联合频率和到达角估计

针对宽频段信号的时空欠采样问题,该文提出基于扩维的多通道联合频率和到达角估计方法。在时间和空间均欠采样的情况下,该方法实现了频率和到达角的2维无模糊估计。通过构造空时2维无模糊阵列结构,将多个采样通道联合扩维,解决了时间欠采样问题;将多个快拍通道联合扩维,克服了空间欠采样问题。同时,为了降低运算量,利用时域滤波技术,将频率和到达角估计进行时空级联,得到了自动配对的频率和到达角无模糊估计值,且避免了高维特征值分解和2维谱峰搜索,减少了运算量。仿真结果验证了该方法的有效性。     

一种矢量传感器阵列误差的自校正算法及DOA估计

突破大多数阵列误差校正技术针对标量传感器阵列误差模型的限制,提出一种对电磁场矢量传感器阵列误差进行自校正的方法。该方法针对存在方位依赖阵元幅相误差的矢量传感器阵列模型;所提算法基于子空间的思想可对任意极化状态多源信号的信源方位、极化参数和对应的阵元幅相误差进行无模糊联合估计;该方法适用于具有任意几何结构的矢量传感器阵列,仿真试验表明了该算法的有效性。     

基于Bessel先验快速稀疏贝叶斯学习的互质阵列DOA估计

为提高低采样点条件下互质阵列DOA估计精度,该文提出基于Bessel先验快速稀疏贝叶斯学习算法。该方法针对互质阵列输出的多采样点复数数据,首先构建了基于Bessel先验的多量测分层模型;其次推导了模型所涉超参数的对数似然函数,根据最大似然估计准则得到了超参数的迭代公式;最后提出了快速实现方案,提高了运算效率。仿真结果表明,该方法不依赖先验信息,在低采样点条件下具有更高的DOA估计精度和分辨率,能够对相干信号进行高精度DOA估计,并具有较高的运算效率。此外,该文探究了虚拟阵列扩展与互质阵列测向自由度扩展间的关联,为后续阵列误差条件下互质阵列DOA研究估计提供参考。