时空域联合的水下未知线谱目标检测方法

水下线谱目标被动检测中,目标辐射线谱信号的方位、频率、个数等信息通常未知,且线谱检测性能容易受到宽带干扰及背景噪声的影响。针对此问题,该文提出一种时空域联合的未知线谱目标检测方法(STJD)。首先,利用线谱信号的相干特性,构建了一种能够自主匹配未知线谱信号的时空域联合滤波器,用以滤除接收信号中的宽带背景干扰及噪声。之后,对滤波信号进行常规频域波束形成得到空时2维波束输出,其具有相对纯净的线谱谱峰。在此基础上提取线谱并利用线谱信息计算空间方位谱,进而实现对线谱目标的检测。理论推导及仿真结果表明该文方法能够对未知线谱信号进行最小均方误差意义下的时空滤波,并能充分地利用线谱信息进行线谱目标的被动检测。与已有基于线谱特征的线谱目标检测方法相比,该文方法对信噪比(SNR)的要求较低,在多目标、多线谱等复杂情况下具有较好的线谱目标检测性能。     

基于波束域相位稳定性的目标检测方法研究

低信噪比下,为解决常规波束形成等权值累加空间谱各方位谱值,导致目标方位谱值被非目标方位谱值淹没,不能实现对水下辐射噪声信号未知的目标检测问题,本文提出了一种基于波束域相位稳定性的目标检测方法.依据水下目标辐射噪声含有稳定线谱及空间谱各方位对应波束域相位稳定性差异,该方法利用波束域相位方差对各方位谱值进行加权统计,实现了对水下目标方位角的有效估计.数值仿真和实验结果表明：相比常规波束形成,该方法可以进一步增强目标方位能量,抑制非目标方位噪声干扰,改善目标检测信噪比增益.     

自适应Alpha-beta修正的线谱检测后置处理方法

矩形包络的单频信号时域频率方差等于频域有效带宽,且频率方差为信噪比的函数,在信噪比下降时,线谱方位权值计算误差变大,频率方差线谱检测器丢失目标。传统Alpha-beta滤波的增益恒定,不能有效修正频率估计。该文提出后置处理方法,将每个方位下多次求得的功率谱叠加后得到功率谱-频率曲线作为该方位下各频率对应的增益。当频率观测值对应的增益大时,新息在递推过程中占的比重大,当频率观测值对应的增益小时,预测值在递推过程中起的作用大,对滤波后频率估计值计算方差来修正方位谱输出。仿真和实验处理结果证明在低信噪比情况下,修正后的线谱检测后置处理算法抗干扰性强,能够实现弱线谱的提取,同时压低了干扰背景。     

基于目标辐射噪声的信号起伏检测算法研究

该文以起伏声场背景下的目标辐射噪声模型分析为前提,针对目标方位估计和窄带线谱的检测问题,提出一种基于信号起伏相位差分对齐的宽窄带综合相干检测算法。利用周期线谱信号与宽带噪声间的时间相关半径与起伏相位均匀性差异,抑制背景噪声的能量干扰;将聚焦波束域输出信号的起伏相位对齐增益结合阵元域处理的空间相干增益,提高对不同来波方向目标的辨识能力。通过仿真分析与海试实验结果验证了该文所提算法可明显增强目标线谱分量的检测信噪比增益和相关目标所在波束方位的相对能量谱级,在抗复杂信道检测、识别领域具有良好的实际应用前景。     

基于稀疏重构的色噪声背景下未知线谱信号估计

针对色噪声背景下的未知线谱信号估计问题,该文提出一种基于分子频带处理的稀疏重构类线谱估计方法。首先,利用多速率余弦调制滤波器组对观测信号进行子带分解,得到功率谱相对平坦的子带信号。之后,在每个子带信号上,利用基于迭代最小化的稀疏学习方法进行线谱估计,并将各子带上的线谱估计结果进行频域综合滤波以及门限判决等处理。最终得到色噪声背景下的线谱估计结果。理论推导及仿真实验表明所提方法在色噪声背景下具有较好的线谱估计性能。其能够有效地去除色噪声背景,同时保留稀疏重构类线谱估计方法所具有的高频率分辨力等优点。     

多元位置相移键控调制功率谱的优化

该文针对影响多元位置相移键控(MPPSK)调制信号功率谱旁瓣电平的离散线谱杂散，分析出MPPSK调制信号的频谱特性，找出了线谱分布规律，提出了波形优化法和多元满位置法来抑制 MPPSK 功率谱中的线谱杂散；设计了两类不同的解调器对两种功率谱优化了的 MPPSK 信号进行解调；从功率谱特性和解调性能方面，对两种方法进行了仿真验证和分析；结果表明，优化后的调制信号功率谱旁瓣电平低，线谱杂散被抑制，-40 dB带宽分别被紧缩了73.72%和43.72%，相同误码率指标下，波形优化法解调所需信噪比要比多元满位置法节省0.3~0.7 dB，表明了这两种方法在功率谱优化中的可行性和有效性。     

基于多项式求根的双基地MIMO雷达多目标定位方法

该文提出了一种基于多项式求根的双基地MIMO雷达多目标定位方法,该方法将2维的收发方位角度估计分离为两个1维的方位角度估计过程,采用多项式求根法对1维方位角度进行估计,避免了传统的2维谱峰搜索,所估计的2维方位角能够自动配对,不需要额外的配对运算,而且系统的最大可定位目标数目不少于接收机数目。仿真结果证明了算法的有效性。     

频控阵MIMO雷达的目标数与方位参数联合估计方法

针对频控阵MIMO雷达定位多个目标时,需要目标数先验信息,且多维参数估计计算量大的问题,提出了一种联合估计方法。该方法利用频控阵MIMO的角度与距离依赖性,将目标数与方位参数估计转化为空间谱上的多峰优化问题;设计了一种基于密度的多峰差分进化算法对其进行求解,降低了计算量且不需要单独的目标数估计算法。仿真结果表明,所提方法的目标数和方位参数估计性能均优于已有方法,突破了已有方位参数估计方法的应用局限,可以无量化误差地得到最优方位估计结果。     

一种基于局域中心频率的SAR图像舰船方位向速度估计方法

针对现有船速估计算法大多数只能估计出舰船距离向速度的问题,该文提出一种基于合成孔径雷达(SAR)图像局域中心频率的舰船方位向速度估计方法。首先分析了动目标在SAR图像局域多普勒中心频率的变化规律,并推导了利用中心频率变化率估计目标方位向速度的理论公式。然后给出了根据SAR图像局域方位向功率谱的概率密度函数,利用最大似然估计算法估计中心频率变化率的方法。同时,对所提方法的精度与适用性应用性进行分析。最后,通过仿真和实测数据,将该方法的估计结果与直接计算调频率获得的结果进行对比分析。结果表明,相对于调频率法,该方法具有更高的估计精度,验证了所提方法的有效性。     

利用位置估计进行船舶噪声低频线谱有源控制

提出了一种基于接收点位置估计的船舶航行噪声低频线谱有源控制方法。利用船壳上布设的次级声源实现低频线谱的有源抵消,其信号处理使用了估计的接收点位置信息。通过仿真分析了位置估计误差对船舶航行过程中低频线谱信号有源降噪效果的影响。仿真结果表明,方位估计误差可控时该方法降噪效果良好。     

基于空间谱的多天线盲频谱感知算法

现有的频谱感知算法主要在时间、频率以及地理空间维度进行检测,对角度维的利用尚不成熟。将多天线技术中的到达角（AOA, angle of arrival）估计算法应用到频谱感知领域,提出了2种基于空间谱的盲频谱感知算法,分别为最大—最小延迟相加谱值比检测和平均—最小延迟相加谱值比检测。利用空域匹配滤波的优势,新算法在低信噪比下得到了较高的检测概率,同时为角度维的频谱接入提供了AOA信息,从而提高了频谱利用率。此外,运用随机矩阵理论,推导了检测阈值和检测概率的理论值。仿真结果表明,在Nakagami-m信道下,提出的算法具有比现有盲感知算法更优的检测性能。     

高频地波雷达海洋回波处理中的噪声研究

从理论上研究了经快速富氏变换（FFT）处理后的海洋表面回波噪声统计特性发生的变化。这种变化影响使用多信号分类（MUSIC）算法探测海洋表面流的到达角。使用参数模型谱估计和两次FFT方法，对浙江舟山朱家尖测得的海洋表面回波数据进行了处理，分析和比较，两次FFT方法获得的谱比参数模型估计谱信噪比差，证明了本文理论研究结果的正确。     

阵列误差下的波达方向估计

由于阵列误差的存在会降低波达角的估计精度,重点研究了迭代求解混合范数约束下的稀疏谱以提高估计精度。考虑一维线性阵列,首先建立了统一的优化函数,高精度地估计信号子空间;然后推导了误差矩阵向量化的方法,简化求解耦合误差和幅相误差的过程;最后推导了Khatri-Rao积下的扩展正交导向矢量,根据优化函数迭代求解空间谱估计。对比不同方法估计参数的均方根误差表明,通过设计优化函数迭代求解阵列误差、波达角等参数的精度较之现有方法有一定的提高。     

MUSIC测向算法的虚假谱峰消除方法研究

在基于均匀线阵的MUSIC测向算法中,单元间距与波长之比大于0.5时,可能会出现虚假谱峰,干扰真实波达方向的判断。现有的一些消除虚假谱峰的方法多适用于主动测向或非均匀阵列,而对被动测向和均匀阵列无法适用。针对这一问题,本文通过分析虚假谱峰的出现原因,提出一种新的通过机械旋转进行虚假谱峰消除的方法——阵列旋转法,并仿真分析验证了该方法的有效性。该方法实现简单,适用范围广,能较好满足实际工程设计需求。     

Subspace Smoothing for Direction of Arrival Estimation in DS-CDMA Systems

In this paper a subspace processing method is introduced that can be used for direction of arrival estimation of coherent signals in an asynchronous DS-CDMA system. Conventional methods of direction of arrival estimation are not directly applicable to the case of multiple coherent signals that impinge on an antenna array from different directions. Some preprocessing is essential prior to estimation in this case. The proposed method exploits the spreading code and the path delays of the desired user to eliminate the contribution of undesired paths in the signal subspace. To this end, the signal subspace is mapped to a new subspace which contains the spatial-temporal signature of the desired signal. Once the desired subspace is created, conventional methods such as MUSIC and ESPRIT can be employed to estimate the desired directions of arrival. It is proved that the obtained direction of arrival estimator, based on the proposed method, is consistent. Also, the estimation performance is evaluated by comparing the proposed method with conventional estimation methods.     

基于高阶累积量的近场通信波达方向估计算法

通过对近场通信波达方向准确估计,提高目标信源的定位能力.传统方法中对近场源通信信源的波达方向估计采用多普勒估计方法,由于近场通信的空间信源为窄带信号,多普勒估计会导致DOA估计频谱失真.提出一种基于高阶累积量的近场通信波达方向估计算法.采用均匀间隔线列阵构建近场通信的信号模型,进行近场源目标特征构建,提取近场源通信信号的斜度和峰度等特征,采用高阶累积量特征提取方法,分别求得对应近场通信信源的方位角、频率和距离三维参数,使得每个信源的参数自动配对,提高了近场通信DOA波达方向估计的效率和精度,实现近场源通信信号的波达方向估计算法改进.仿真实验结果表明,采用该方法进行近场方法波达方向估计的精度较高,对信源方位的定位准确,性能优越于传统方法,在近场通信中具有较好的应用价值.     

基于电磁矢量传感器的MIMO天线阵列系统研究

将电磁矢量传感器(EVS,electromagnetic vetor sensor)信号处理法与传统MIMO信号处理有机地结合,建立了基于EVS的多天线三维信道模型。采用多重信号分类(MUSIC,multiple signal classification)算法对MIMO的达波信号方向(DOA,direction of arrival)进行空间谱估计,导出基于EVS的三维空间信道解析式,阐明了EVS信号处理与MIMO多径信道相关性的关系。与传统标量传感器阵列(SSA,scalar sensor array)MIMO天线阵列比较,EVS阵列能获取达波信号的多维极化信息,同时具有空间域和极化信号处理能力。因此可缓解空间多径信道相关性,使空间极化分量的相关性趋于零值,而且使MIMO系统性能受空间结构的影响较小。理论分析和仿真结果表明在提高MIMO天线系统性能上,基于EVS阵列的系统比SSA系统具有更高的优越性。     

基于快速张量分解的波束空间MIMO雷达二维DOA估计算法

传统MIMO雷达由于采用全向发射模式导致目标增益损失严重,致使DOA估计算法性能较差.因此,本文提出基于波束空间MIMO雷达的张量模型和快速张量分解的二维DOA估计算法.波束空间MIMO雷达能够通过发射波束成形技术将发射能量集中到指定空域,弥补传统MIMO雷达的发射增益损失.通过高阶张量模型应用MIMO雷达多脉冲接收数...     

An efficient DOA estimation method in multipath environment

An efficient direction of arrival (DOA) estimation method is proposed with uniform linear array (ULA) in multipath environment. By applying a transformation, we can convert a constructed complex matrix to a real one, and then utilize the real matrix combined with our proposed criterion to estimate the DOAs of uncorrelated signals. Afterwards, the contributions of uncorrelated signals are eliminated, and then several new matrices without the information of uncorrelated signals are constructed to resolve the remaining coherent signals. The proposed estimation method overcomes the shortcomings of the existing methods and has satisfactory performance. Simulation results confirm the theoretical analysis and show the effectiveness of the proposed method.     

窗函数对传统功率谱估计精度的影响

介绍了传统谱估计的基本原理，通过MATLAB实现经典谱估计的各种方法，比较了它们的性能指标，着重分析了Welch方法中不同窗函数对功率谱估计的影响，指出其优缺点，得出了一些有参考价值的结论。