一种用四阶累积量进行了DOA估计方法

用四阶累积量构造了一个较通用的累积量矩阵，该矩阵符合ＭＵＳＩＣ算法的结构，从而可进行波达方向估计。由于四阶累积量对高斯噪声和干扰不敏感，从而可提高估计的分辨性能。当完全使用这个矩阵，可估计比经典ＭＵＳＩＣ法更多的源信号的参数。     

DOA估计中的高阶累积量应用方法

高阶累积量由于对高斯噪声不敏感，在高分辨阵列信号处理中可用来提高参数估计的分辨性能。本文从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法，并就一种方法在阵列信号处理中的应用通过计算机仿真与基于二阶矩的方法进行了较全面的比较。     

基于高阶累积量的均匀圆阵对 相干信号的DOA估计

本文针对一种均匀圆阵列对相干信号的DOA估计所做的变换处理，引入高阶累积量来进行参数估计。此方法与基于协方差的方法进行了计算机模拟比较。     

基于最小冗余四阶循环累积量阵的DOA估计新方法

利用实际通信信号的循环平稳特性,提出了一种基于最小冗余四阶循环累积量阵的DOA估计新方法。与传统的MUSIC算法相比,新算法能抑制任意分布的平稳噪声或不具有目标信号循环频率的非平稳干扰或噪声,以及所有的高斯噪声,使该高斯噪声具有和目标信号相同的循环频率。新方法计算量较小,具有很强的信号选择性和很高的空间分辨率,并且具有很好的阵列扩展能力。     

DOA估计中的高阶累积量应用方法 李

摘要：高阶累积量由于对高斯噪声不敏感，在高分辨阵列信号处理中可用来提高参数估计的分 辨性能。本文从一一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法，并就一一 种方法在阵列信号处理中的应用通过计算机仿真与基于二阶矩的方法进行了较全面的比较。     

基于四阶累积量的波束域MUSIC方法

在非白噪声背景下,基于二阶统计量的高分辨方法性能较差.基于四阶累积量的高分辨方法能较好地抑制空间高斯噪声,但其运算量较大.为了解决这一矛盾,文章提出了一种基于四阶累积量的波束域MUSIC方法.仿真分析和实验结果表明,与阵元域四阶累积量MUSIC方法相比,论文所提方法降低了分辨门限,减小了估计偏差和均方根误差,同时减小了运算量.     

基于四阶累积量进行阵列扩展的算法研究

分析了基于四阶累积量进行阵列扩展的MUSIC_LIKE算法,研究了阵列扩展的基本原理.并通过分析MU SIC_LIKE算法对均匀线阵的阵列扩展原理,摒弃了原MUSIC_LIKE算法在均匀线阵DOA估计中的大量数据冗余,提出一种新的阵列扩展方式,该算法可以将M2×M2的四阶累积量矩阵转化为(2M-1)×(2M-1)的矩阵,有效地降低了累积量矩阵的运算量.通过和原有算法的扩展原理比较,可以看出,新的扩展阵列在虚拟阵元上没有加权,因而对阵列的扩展也更加合理.计算机仿真的结果表明,该算法与MUSIC_LIKE算法有相同的阵列扩展能力,并且对算法运算量的降低效果明显.     

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.     

基于互四阶累积量的谐参数联合估计的TLS-ESPRIT方法

导出了混合色噪声中复值随机谐波信号和实值随机谐波信号的互四阶累积量及对角切片,利用这些对角切片皆可估计出相同的频率和相移,但根据实值随机谐波所估计的互功率为复值随机谐波的3/16.将互四阶累积量与高分辨率的ESPRIT方法结合,提出了在混合色噪声中基于互四阶累积量的谐参数联合估计的TLS- ESPRIT方法.研究结果表明,基于互四阶累积量的谐参数联合估计TLS-ESPRIT方法可抑制混合色噪声,具有优越的参数估计性能.     

基于四阶累积量的子空间测向方法研究

研究了四阶累积量在子空间测向中的几种应用,包括四阶累积量用于色高斯噪声抑制、阵列扩展及提高算法对模型误差的稳健性等几个方面,提出了四阶MUSIC和四阶ESPRIT测向方法,并用计算机模拟验证了文中的有关结论。     

一种累积量线性预测方位估计的快速算法

提出了一种基于四阶累积量的线性预测方位估计快速算法。通过对累积量线性预测基本方法进行变换,得到了基本方程系数矩阵的Toeplitz结构,并用Levinson-Durbin算法求解方程,减少了运算量。在线性预测方程中,使用了四阶累积量,有效地抑制了高斯噪声。计算机仿真结果表明了这种方法的有效性。     

基于四阶累积量的频差参数估计快速算法

针对传统的基于4阶累积量的参数估计方法因其计算复杂度很高,影响了参数估计的实时性要求的问题,研究了基于4阶累积量的频差参数估计的快速算法.对传统方法提出改进,采用切片处理的方法降低了计算复杂度,与传统方法相比,快速算法能够将复杂度降低2个数量级.引入矩阵论中极小范数解的理论求得矩阵方程的最优解,最后估计出频差参数.实验结果表明:快速算法能有效地对频差参数进行估计,在此基础上进一步验证了采样点数、信噪比等相关参数对频差估计精度的影响.     

一种基于四阶累积量的改进快速ICA算法

快速ICA(独立分量分析:Independent Component Analysis)算法是目前非常流行的一种好算法.以四阶累积量作为优化判据,在分析批处理的固定点快速分离算法基础上,对牛顿迭代法进行了一系列改进,提出了一种新的独立分量分析算法,计算机的仿真结果验证了该改进算法的有效性.     

一种基于波束域最大非冗余矩阵的四阶高分辨DOA估计算法

在非白噪声背景下,基于二阶统计量的高分辨方法性能较差。基于四阶累积量的高分辨方法能较好地抑制空间高斯噪声,但其运算量较大。文献[9]提出了一种基于四阶累积量的波束域MUSIC方法,降低了运算量,但其四阶累积量矩阵仍存在较多的冗余元素。为了进一步降低运算量,提出了一种波束域最大非冗余四阶累积量矩阵。仿真分析和实验结果表明,与波束域四阶累积量MUSIC方法相比,论文所提方法在保证估计性能的同时减小了运算量。     

基于改进MUSIC算法的二维DOA估计方法

提出了一种改进的二维MUSIC算法,该算法通过重构阵列接收数据协方差矩阵来降低入射信号源间的相关性,抑制信号子空间向噪声子空间的扩散,从而解决用MUSIC算法估计相干信号源到达方向(DOA)时的漏估计问题.该方法不仅对相关信号源的DOA估计有好的特性,也可以提高非相关信号源的DOA估计特性,而且计算量也没有大的增加.仿真试验证明了改进算法的有效性.     

均匀圆阵DOA估计的抗干扰预处理

针对许多置零预处理方法不能应用于圆形阵列的问题,利用傅立叶变换,提出一种基于函数拟合理论的均匀圆阵抗干扰预处理方法,并将该方法运用于MUSIC算法中．该方法可以在获得最小干信比的同时获得最大信噪比．仿真实验验证了该方法较之现有方法的优越性．     

DS-CDMA系统基于高阶累积量的盲波束形成及DOA估计

依据DS-CDMA系统的扩频码和扰码特性,提出了一种新的基于高阶量的盲波束形成算法,然后根据得到的波束形成权值实时估计信号波达方向(DOA)。该方法充分利用了接收信号的高阶统计特性,在高斯有色噪声及非高斯噪声信道环境下具有良好的性能。另外,该算法不需要已知信道参数和训练序列等先验知识,收敛速度较快,适合在实际信道环境中的应用。