基于空间谱估计的多干扰源分辨技术研究

为实现反辐射导弹分辨多个干扰源,根据空间谱估计原理,提出采用均匀圆形阵列天线结构对目标进行测向定位,并运用MUSIC算法估计其到达角,实现空域分辨。建立了基于均匀圆阵的二维DOA估计模型,讨论了角分辨算法在导引头中的具体应用。仿真结果证明了采用该方法能够有效分辨多个干扰源。     

基于TD-SCDMA无线定位虚拟线阵四阶累量修正MUSIC算法的研究

无线定位的圆-角定位技术中,DOA估计极其重要。本文针对基于TD-SCDMA智能天线预处理后的虚拟均匀线阵MUSIC算法带来的阵列孔径小,抗阵元误差扰动性差的不足,研究了基于模式空间虚拟均匀线阵四阶累量的MUSIC算法,由于虚拟线阵四阶累量MUSIC算法的应用范围局限于独立的信号源的DOA估计,不能用于相关信号源DOA估计,因而提出了基于模式空间虚拟均匀线阵四阶累量的修正MUSIC(FOC-MMUSIC)算法,有效地拓展了阵元孔径,改善了系统抗阵元误差扰动和算法对相关信号源DOA的估计性能。     

一种新的均匀圆阵宽带波束域高分辨测向算法

波束域算法是通过对阵列信号进行波束形成预处理,再进行高分辨测向.本文提出了一种新的均匀圆阵宽带波束域高分辨测向算法,推导出波束域聚焦矩阵的表达式.新方法大大提高了圆阵宽带波束域测向算法的分辨率,估计精度等性能.最后通过计算机仿真,与基于模式空间变换的宽带圆阵波束域算法和宽带圆阵相干信号子空间算法进行了比较,验证了新算法的优良性能.     

基于解相干的改进MUSIC算法DOA估计

MUSIC算法是一种子空间分解算法。在非相干的情况下,经典MUSIC算法能准确进行波达方向（DOA）估计,但当信号源在相干的情况下时算法失效。在对经典MUSIC算法进行理论分析研究的基础上,对其阵元接收数据阵做相应变换,得到共轭重构后的协方差矩阵,通过特征值分解再进行DOA估计。就经典的MUSIC和改进算法的DOA估计性能进行了仿真分析。结果表明,改进后的算法在信号源相干的情况下也能精确地估计信号的波达方向。     

基于模式空间的均匀圆阵方位估计性能研究

在建立了均匀圆阵数学模型的基础上,将模式空间与经典高分辨方位估计算法——多重信号分类法（MUSIC）应用到均匀圆阵方位估计（DOA）中;详细推导了模式空间虚拟均匀线阵的形成过程,并通过计算机仿真给出了MUSIC算法在虚拟均匀线阵下的方位估计成功概率、估计方差、估计偏差等随信噪比变化时的变化情况。仿真结果表明,随着信噪比的增加,基于模式空间将均匀圆阵变成虚拟线阵,方位估计性能有了明显提高。     

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。     

TD-SCDMA无线定位虚拟线阵修正MUSIC算法的研究

TD-SCDMA无线定位的智能天线圆-角定位技术中,DOA算法为其核心。本文针对基于TD-SCDMA智能天线预处理后的虚拟均匀线阵MUSIC算法不适用于相关信号源的DOA估计的特点,提出了基于模式空间虚拟均匀线阵修正MUSIC算法,解决了相关信号源DOA估计的问题,并分析了其性能。     

基于NC-MUSIC算法的均匀圆阵DOA估计及性能分析

近年来基于非圆信号的DOA估计算法由于其优良的估计性能,受到越来越多的关注。在接收阵列为均匀圆阵的情况下,对入射信号进行方位角和俯仰角的联合估计。依据非圆信号的DOA估计数学模型及阵列模型,采用NC-MUSIC算法完成对均匀圆阵方位角和俯仰角的联合估计。通过计算机仿真,得出该算法对均匀圆阵方位角和俯仰角的估计是比较准确的,并且通过NC-MUSIC与MUSIC算法仿真性能的分析比较,得出在接收阵列为均匀圆阵的情况下,NC-MUSIC算法也优于MUSIC。     

幅相误差对两类高分辨测向算法性能的影响

高分辨测向算法主要包括MUSIC算法、最小范数法、前向平滑算法和修正MUSIC算法等.无论是针对独立源或是相干源,在没有考虑阵元的幅相误差的情况下,这些算法都能准确进行到达方向(DOA)的估计.主要考虑存在幅相误差时,两类高分辨测向算法(最小范数法和前向平滑算法)的DOA估计性能.最后,给出了计算机仿真结果,并对幅相误...     

均匀圆阵DOA估计的一种酉变换方法

针对基于均匀圆阵的子空间类DOA估计算法包含大量复数运算、硬件实现复杂的问题,提出了阵元空间中的一种酉变换方法。该方法利用阵列的中心对称性将协方差矩阵和导向矢量分别转化为实对称阵和实矢量,从而大大降低了硬件实现复杂度。基于该酉变换的MUSIC算法在性能上优于传统的MUSIC算法和均匀圆阵模式空间酉MUSIC算法。     

色噪声环境下强相关源的DOA估计

结合MMUSIC（Modified multiple Signal Classfication)算法和SWEDE（Subsapce Method Without Eigen DE composition)方法的优点提出了联合DOA估计方法，该法使得在色噪声环境下强相关信源DOA（Direction Of Arrival)估计成为可能。理论分析与仿真结果表明：联合DOA估计方法在明显降低运算复杂度的同时，无需空间噪声必须为白噪声的约束，更加贴近现实情况，而且有利于在线处理。     

智能天线中的DOA估计算法的研究

波达方向(DOA)估计的基本问题就是确定同时处在空间某一区域内多个感兴趣的信号的空间位置(即各个信号到达阵列参考阵元的方位角,简称波达方向).提取波达方向信息是智能天线技术中的关键任务之一.文中主要研究波速方向估计算法中的延迟一相加法,Capon最小方差法,常规MUSIC算法和改进型MUSIC算法.通过仿真,比较了不同波达方向估计算法的性能.     

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。     

DOA估计的几种特征结构算法的性能比较

Pisarenko算法、多信号分类（MUSIC）算法、最小模算法和ORPD算法是来波到达方向（DOA）估计中常用的四种特征结构算法。在不同的信噪比及阵元数目条件下,对这几种算法的分辨性能作了比较。仿真结果表明：MUSIC算法是最稳定的一种算法;在预知大致方位的前提下。ORPD算法分辨性能最好;对于提高各种算法的分辨能力,改善信噪比相对增加阵元数目更有效。     

缝隙阵列天线DOA估计的互耦影响与修正

互耦的存在严重影响了DOA估计的精度，文中研究了存在互耦情况下的DOA估计问题，重点讨论了阵列单元互耦效应的有效计算和对MUSIC算法的修正问题；以缝隙阵列天线为例，通过对无限阵散射参量的修正得到有限阵的散射矩阵和阻抗矩阵，进而通过阻抗矩阵估计互耦的影响，并对MUSIC算法进行修正，最后给出了仿真结果。     

基于非圆信号的MUSIC算法性能研究

传统DOA估计算法不能处理多于阵元数的信号源,而且估计精度也不能满足一些高估计精度的场合,近年来基于非圆信号的DOA估计算法由于其优良的估计性能,受到越来越多的关注。依据非圆信号的DOA估计数学模型,研究了基于非圆信号的MUSIC算法。通过软件仿真,将基于非圆信号的MUSIC算法的各项性能进行了仿真。结果表明,该算法的估计性能比传统MUSIC算法有了明显的提高。     

基于空间平滑多重信号分类算法的低角目标探测

基于阵列信号处理的目标回波到达方向（DOA）估计算法具有分辨力强、估计精度高、抗干扰能力强的特点，是目标测向的研究热点。多重信号分类（MUSIC）算法就是基于阵列信号处理的目标测向算法之一，传统的多重信号分类算法假设目标回波是互不相关的，这导致其应用效果受到较大的限制。在传统多重信号分类算法的基础上，采用空间平滑多重信号分类算法进行目标回波解相干处理，推导给出了估计目标回波到达角度的表达式以及该算法的实现流程框图，并结合数值模拟结果以及实际应用场景对该算法的优缺点进行了对比分析。空间平滑多重信号分类算法在低角目标探测、单目标多径问题、多目标到达角度与多目标数量估计等方面具有一定优势。