阵列信号降采样低秩矩阵的恢复方法

矩阵填充可以有效恢复阵列信号降采样数据,从而得到等效的全采样回波信号．然而,现有基于矩阵填充的阵列波达方向估计方法要求回波数据在不同快拍下随机选择采样序列,以满足采样数据的随机性．当部分阵元在整个观测时间内关闭或损坏时,上述方法将失效．因此,笔者提出了一种改进的降采样数据恢复方法,利用阵元间的相关特性,将单快拍下的信号矢量变换到一个等效的低秩矩阵,继而通过求解该矩阵的最小核范数,实现对缺失数据的有效估计．仿真结果表明,该方法可以有效恢复降采样数据,抑制噪声,提高波达方向的估计性能．     

基于均匀圆阵Toeplitz矩阵集重构解相干算法

针对目前均匀圆阵相干信源波达方向估计的矩阵重构算法仅利用部分阵列接收数据的相关或协方差矩阵部分元素进行重构造成信息利用不完整的问题,提出一种改进Toeplitz矩阵重构算法。利用模式空间变换后的数据协方差矩阵所有行元素信息构造包含阵元完整相关矩阵信息的Toeplitz矩阵集,经与Hermitian转置矩阵相乘及正反向平滑运算得到满秩数据协方差矩阵。该算法能够直接结合子空间类算法实现相干信号的角度估计,无需平滑算法广义特征值分解,同时解决了目前模式空间矩阵重构算法因忽略相位差变化造成的估计性能下降甚至失效问题。计算机仿真结果验证了本文算法的有效性。     

基于托普利兹矩阵集重构的相干信源波达方向估计

针对常规相干信源波达方向估计托普利兹矩阵重构算法仅利用部分阵列接收数据的互相关或协方差矩阵进行重构,信息利用不完整且部分算法需去噪声处理等问题,提出一种改进托普利兹矩阵重构算法。利用阵元接收数据矢量构造包含阵元完整相关矩阵信息的托普利兹矩阵集,通过Hermitian转置矩阵修正及正反向平滑运算得到满秩矩阵,并结合运算量低的ESPRIT算法实现相干信号角度估计,同时避免去噪声处理。计算机仿真结果验证了算法的有效性。     

一种特殊阵列实现DOA估计的方法

提出了一种基于特殊阵列形式实现DOA估计的方法,在均匀线性阵列（Uniform Linear Array,ULA）上增加一个阵元,将阵元放在特定的位置,得到一组特殊的阵元组合,打破了均匀线阵中导向矢量的周期性,成功地避免了角度估计模糊.此外,该方法在同等硬件资源的条件下,得到了更多阵元组合,可以获得更高的阵列方位分辨率.提出了一种适用于新阵列结构的矩阵分块空间平滑算法,利用其导向矢量的局部周期性将其数据协方差矩阵分块空间平滑后,重新组合得到修正后的数据协方差矩阵,实现了相干信号源的DOA估计.     

一种特殊阵列实现DOA估计的方法

提出了一种基于特殊阵列形式实现DOA估计的方法，在均匀线性阵列（ Uniform Linear Array, ULA）上增加一个阵元，将阵元放在特定的位置，得到一组特殊的阵元组合，打破了均匀线阵中导向矢量的周期性，成功地避免了角度估计模糊．此外，该方法在同等硬件资源的条件下，得到了更多阵元组合，可以获得更高的阵列方位分辨率．提出了一种适用于新阵列结构的矩阵分块空间平滑算法，利用其导向矢量的局部周期性将其数据协方差矩阵分块空间平滑后，重新组合得到修正后的数据协方差矩阵，实现了相干信号源的DOA估计.     

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。     

矢量重构解相干的波达方向估计新方法

针对相干信号波达方向(Direction of Arrival, DOA)估计问题,提出一种新的矢量重构解相干方法——变参考阵元数据互相关矢量重构算法。算法依次改变阵列参考阵元,求得所有阵元接收数据与对应参考阵元接收数据之间的互相关信息,并以此作为重构矩阵的列矢量构造一个等效协方差矩阵,然后基于MUSIC和ESPRIT算法,估计相干信号的波达方向。数学推导和理论分析表明,重构的矩阵能对相干信号完全解相干。算法不损失阵列孔径,在低信噪比和少量快拍数据条件下,估计性能要优于Toeplitz矩阵重构算法和前后向空间平滑算法。     

基于矩阵填充的互质阵列欠定DOA估计方法

为了解决现有基于互质阵列的DOA估计方法舍弃差联合阵列中非均匀虚拟阵元而导致最大可估计信号数损失的问题,提出了一种基于矩阵填充的DOA估计方法。首先,根据差联合阵列与波程差一一对应的特性,构造一个部分元素缺失的Toeplitz化的阵列协方差矩阵,建立了基于矩阵填充的DOA估计模型,并验证了该模型满足零空间性质;然后,根据低秩矩阵填充理论,将DOA估计问题转化为矩阵核范数最小化问题进行求解,通过不定点延续算法将该协方差矩阵中的零元素进行填充恢复为完整协方差矩阵;最后,对协方差矩阵进行奇异值分解,转化为多项式求根,得到DOA的估计。仿真实验结果验证了本文方法的有效性和优越性。实验结果表明,本文方法能够对差联合阵列中的空洞部分进行有效填充,增加了可利用的阵列自由度,提高了可估计信号数,同时能够有效避免传统稀疏重构算法中由于角度域离散化导致的基不匹配问题对估计性能的影响,提高了估计精度和分辨力。     

增强伪自协方差矩阵直接数据域波束合成

对各天线单元方向图相同且均为全向天线的N元均匀线阵,直接数据域波束合成中已有方法存在着孔径损失,为克服此缺陷,提出一种基于增强伪自协方差矩阵的直接数据域波束合成新方法。将天线阵扩展为一个新的实-虚2 N元均匀线阵,建立新2 N元阵列的导向向量的伪自协方差矩阵和数据向量的伪自协方差矩阵,通过阵列扩展,增加伪自协方差矩阵的秩和阵列自由度,以消除直接数据域波束合成中已有方法存在的孔径损失。仿真表明,由于新方法没有孔径损失,采用新方法合成的波束增益更高,输出信号的信噪比更大。     

基于修正ESPRIT算法的二维DOA估计

针对二维ESPRIT算法在求解相干信号的时候存在较大的阵列冗余度,为了降低计算量,提高算法的解相干能力,在双排平行均匀线阵的基础上,介绍了一种二维修正ESPRIT算法.通过对子阵的合并,摒弃了原协方差矩阵中的冗余数据,使得新构成的协方差矩阵的维数比原来下降了近33%,从而降低了特征值分解的维数,并且新构成的协方差矩阵可以对接收数据进行共轭重排再利用.理论分析和仿真实验表明,该算法降低了计算量,提高了对非相干信号的估计准确度,同时具有一定的解相干能力.     

基于L阵的低计算复杂度二维波达方向估计

针对L阵的二维波达方向估计问题,提出了一种低计算复杂度、高精度的二维波达方向估计算法.首先利用L阵子阵互相关矩阵和均匀线阵导向矢量的共轭交换性质扩展阵列孔径,并构造新的阵列接收数据;然后利用旋转不变子空间算法得到二维角度估计;最后将子阵互相关矩阵对角元素Toeplitz化,在不损失阵列孔径的情况下重构出类阵列自相关矩阵,利用Nystöm方法得到信号子空间估计,进而通过少量角度搜索得到正确的二维角度配对.该算法无须大量角度搜索,具有角度估计精度高、运算量小、所需快拍数少的优点.理论分析和仿真实验结果证明了算法的正确性和有效性.     

存在幅相误差时谱峰快拍实现频率和到达角估计

针对多通道测频测向系统中存在的幅相误差,将频域谱峰3dB内的数据取作快拍,提出对谱峰存在单/多信源时分别采用改进单次快拍模型和加权子空间投影实现到达角估计的方法．该方法无需协方差矩阵运算和频率到达角的配对操作,对独立或相干源均有效,且并行传输数据量压缩比为3dB信号带宽与采样率之比,适用于工程实时性要求高的场合．等距线阵实测数据处理验证了该方法对相干源的有效性和对幅相误差的鲁棒性; 平面阵仿真数据处理证明,存在幅相误差情况下,该方法比MUSIC法具有更高的分辨力,能够分辨出到达角小于1/2波束宽度以内的两信号．     

基于最小冗余线阵的谱相关共轭循环MUSIC算法

本文提出了一种基于最小冗余线阵的谱相关共轭循环ＭＵＳＩＣ 算法。该算法构造了最小冗余线阵的伪数据矩阵并由此进行ＤＯＡ 估计。当采用Ｍ 阵元最小冗余线阵时,该算法的等效阵列孔径为２Ｎ－ １（Ｎ＞ Ｍ） 。理论和计算机仿真实验均表明：与基于均匀线阵的共轭循环ＭＵＳＩＣ 算法相比,该算法具有良好的ＤＯＡ 估计性能,扩展了阵列孔径,抗噪能力强,分辨率高,能用较少的阵元估计更多的信号源方向     

一种宽带信号方位估计算法

为了削弱宽带信号方位估计算法在不同程度上受到阵元数目、预角度估计、多次求逆矩阵、多次特征值分解或奇异值分解等因素的制约,提出了一种在传感器阵列存在误差的情况下,采用统计方法的宽带信号方位估计算法.该算法先将传感器阵列接收的宽带信号转换到频率域内;在考虑阵列互耦的情况下,采用统计的方法,推导出阵列流形与噪声子空间正交的结论;最后,利用统计结果和窄带方位估计的方法对宽带信号进行方法估计.仿真试验表明,统计方法计算宽带信号方位具有较好的分辨率和噪声不敏感性,对于任意阵列形式具较低的计算复杂度.采用统计方法求取宽带信号方位具有较高的测向精度和和系统鲁棒性.     

基于二次虚拟扩展的高分辨率波达方向估计方法

为进一步提高天线阵波达方向估计的分辨率,在四阶量多重信号分类方法的基础上,提出一种高分辨率的波达方向估计方法.利用阵列接收数据的四阶矩量进行虚拟阵列扩展,再利用阵列接收数据的共轭进行虚拟阵列扩展,实现二次虚拟扩展;将扩展后的阵列导向矢量和协方差矩阵用于波达方向估计,与原阵列导向矢量和协方差矩阵相比,相当于构造了更多的虚拟阵元,并扩展了阵列的孔径.仿真结果表明:与四阶量多重信号分类等波达方向估计方法相比,所提出的方法在波达方向估计中成功概率更高,均方误差更低,具有更高的分辨率.所提方法通过二次虚拟扩展,构造了更多的虚拟阵元,有效地提高了天线阵波达方向估计的分辨率.     

干涉阵列米波雷达的低仰角高精度估计方法

针对米波雷达低仰角估计的难题,结合干涉技术和超分辨算法的优点,提出了干涉阵列米波雷达的高精度低仰角估计方法．该方法首先利用干涉结构扩展阵列孔径,再将常规的空间平滑算法推广到干涉阵,提出了干涉阵的空间平滑方法,然后应用其实现低仰角多径信号的解相干,最后利用双尺度酉ESPRIT算法得到低仰角的高精度估计．仿真结果和实测数据验证了干涉阵列的前后向空间平滑方法及干涉阵列的高精度低仰角估计方法的有效性,并分析了该方法存在的信噪比门限与基线模糊门限的产生原因．     

Matrix reconstruction high accuracy DOA estimation algorithm on the Nested array

For the nested array, the covariance matrix of the receiving data is pulled into a column vector by using the Khatri-Rao product, which is equivalent receiving data turned into the single snapshot. In the case of the covariance matrix being vectored, a new matrix reconstruction is presented to build up the rank of the new covariance matrix and the ESPRIT algorithm of an improved matrix reconstruction is proposed in this paper. The covariance matrix on the virtual array will be restored and more matrices can be reconstructed by using this approach.Then, the DOA estimation is obtained based on the ESPRIT algorithm of matrix reconstruction. Simulation results demonstrate that the proposed method achieves accurate DOA estimation when the number of targets is larger than that of array elements.     

一种简单有效的CDMA信号DOA估计方法

针对直接序列扩频同步码分多址(CDMA)通信系统，提出了一种基于均匀直线天线阵的CDMA信号波达方向(DOA)估计新方法。该方法利用解扩后干扰已被抑制的特点，以及不同天线上加性噪声的不相关性，利用简单的2阶统计平均来提取信号的DOA。新方法不需要计算阵列输出的空间相关矩阵，与存在的任何方法相比，计算量大为减少。仿真结果表明，在平坦瑞利衰落信道中具有良好的性能。     

非圆信号的四阶累积量测向新方法

针对传统基于四阶累积量的非圆信号测向方法存在阵列扩展不充分或者有数据冗余等问题,利用四阶累积量的阵列扩展特性,提出了一种阵列充分扩展且无数据冗余的非圆信号测向新方法.根据信号的非圆特性,新方法充分利用了阵列接收数据及其共轭数据来构造四阶累积量矩阵,实现了阵列的充分扩展并且使扩展后的等效阵元数进一步增加;此外,通过巧妙地利用四阶累积量矩阵的结构特征,降低了算法的计算量.理论分析和实验仿真结果表明,所提方法具有计算量小、阵列扩展能力强以及分辨率高等优良性能.