基于四阶累积量扩展孔径的线阵设计

阵列孔径越大,空间谱分辨率越高.在借鉴传统的约束最小冗余线阵概念的基础上,从阵列输出的四阶累积量定义出发,利用四阶累积量扩展阵列孔径的功能,设计出基于四阶累积量的约束最小冗余线阵.与相同阵元数的传统约束最小冗余线阵相比,它具有大得多的有效孔径,从而在运用四阶累积量DOA估计方法时可大大增加可估计的信号数,极大地提高DOA估计分辨率.仿真结果证明了结论.     

阵元失效下基于矩阵重构的MIMO雷达DOA估计

针对阵元失效下MIMO雷达目标DOA估计性能下降问题,提出一种基于虚拟阵列采样数据矩阵重构的MIMO雷达DOA估计方法。MIMO雷达的阵元失效分为冗余虚拟阵元失效和非冗余虚拟阵元失效两种情况。当冗余虚拟阵元失效时,通过合并空间上位置相同的正常冗余虚拟阵元输出数据以实现信号降维与失效阵元数据填充。当非冗余虚拟阵元失效时,经降维填充后的数据矩阵中仍存在整行缺失数据,根据降维数据矩阵的低秩和稀疏先验,建立带低秩和稀疏约束的矩阵填充模型,并利用ALM-ADMM算法求解来恢复完整的降维数据矩阵。最后利用root-MUSIC算法估计目标DOA。仿真结果表明,本文方法能够有效提高MIMO雷达在阵元失效时的DOA估计精度。     

高斯色噪声下的相干信号 DOA 高分辨率估计*

针对高斯有色噪声下的DOA估计问题,提出一种基于高阶累积量稀疏表示的DOA估计方法。该方法利用四阶累积量矩阵中的第一列生成最小冗余向量,利用扩展阵列的最小冗余导向矢量构造过完备字典。然后利用L1范数作为稀疏约束条件,建立最小冗余向量的稀疏模型进行DOA估计。该方法将求解四阶累积量的次数从M4次降为M2-M+1次。同时又能充分利用四阶累积量的优点,对高斯有色噪声具有良好的抑制能力,并使阵列孔径得到了扩展,估计信号个数能大于阵元数目。仿真实验和理论分析验证了该方法比MUSIC-like和MUSIC算法具有更好的性能,不需要任何处理可以直接应用到相干信号。     

基于L型阵列酉变换矩阵重构的二维DOA估计

二维空间信号波达方向（DOA）的估计是阵列信号处理的一个关键研究问题。经典的二维 MUSIC算法固然精度高,但此算法需要二维谱峰搜索,运算较为复杂。提出一种用于L型阵列的二维DOA估计算法,通过矩阵重构使得阵列输出矩阵变为中心对称矩阵,再利用酉变换矩阵将其由复值矩阵变为实值矩阵。该方法可以直接得到目标参数,不需要谱峰搜索,使得运算量大大降低。相比于 L 型阵列适用的增广矩阵束（MEMP）算法,该算法可以估计更多信源的DOA,并能获得较高的分辨率。计算机仿真结果表明,该算法具有较高的DOA估计精度。     

色噪声环境下MIMO雷达角度估计算法

针对色噪声环境下的MIMO雷达目标角度估计问题,提出一种基于四阶累积量切片的角度估计算法。算法利用MIMO雷达的接收数据计算出四阶累积量,构造出累积量切片矩阵,通过特征分解,结合ESPRIT算法实现了雷达目标的角度估计。同时进行了低复杂度改进,去掉了冗余信息,保留了MIMO雷达阵元扩展能力和目标分辨力,具有自动抑制加性高斯噪声和任意高斯色噪声的能力。最后计算机仿真结果证实了算法的有效性和可行性。     

基于高阶累积量虚拟阵列扩展的DOA估计

该文提出了一种基于高阶累积量虚拟阵列扩展的DOA估计新方法。该方法基于高阶累积量孔径扩展的性质,由实际阵元的坐标与方向矢量直接计算出虚拟阵元的坐标与方向矢量,利用两种阵元的坐标之间的关系构造四阶或六阶协方差矩阵,运用MUSIC方法对非高斯独立信号源进行DOA估计。该方法在任意阵列的情况下,对非高斯独立信号源进行一维与二维DOA估计,均能准确地估计出多于实际阵元数目的方向角与仰角。实验表明,该方法简单、有效地扩展了阵列孔径,提高了阵列的空间分辨能力,有效地抑制了高斯噪声的干扰,降低了高阶累积量协方差矩阵的计算量。     

基于虚拟阵列扩展的DOA估计

讨论了基于虚拟阵列扩展的DOA估计问题,对此问题传统阵列处理方法主要利用高阶累积量进行阵列扩展,计算量较大。在四阶矩基础上,通过扩大阵列孔径和自由度解决信源数目较阵元数多的DOA估计问题,利用特殊矩阵对扩展阵列的冗余信息进行剔除,降低了计算复杂度,提高了计算效率。仿真结果验证算法高效可靠,为工程实现提供了理论基础。     

酉稀疏贝叶斯学习降维MIMO雷达角度估计

针对收发共址多输入多输出（Multiple-Input Multiple-Output,MIMO）雷达的低计算复杂度波达方向（Direction of Arrival,DOA）估计问题,提出一种降维的MIMO雷达高精度DOA新算法。首先采用经过白化的降维矩阵对MIMO雷达脉冲压缩后的接收信号进行降维;然后通过最优信号子空间拟合对无幅度误差阵列流型下的接收信号矩阵进行重构;接下来通过酉变换得到实值增广数据矩阵,并在实值稀疏字典矩阵下对其进行稀疏表示;接着将DOA估计问题转化为行稀疏矩阵的稀疏恢复问题,通过改进的稀疏贝叶斯学习对其进行求解,实现目标DOA的估计。理论分析和仿真实验结果验证了该方法的有效性和实用性。     

基于二次虚拟孔径扩展的双基地MIMO雷达相干分布式目标中心角度估计

该文提出了基于二次虚拟孔径扩展的双基地MIMO雷达相干分布式目标中心角度估计算法。首先构造了基于非均匀阵列的具有相同确定性角信号分布函数和分布参数的相干分布式目标的双基地MIMO雷达信号模型,再利用基于最小冗余的差分共置阵列思想,实现了阵元二次虚拟扩展;然后通过构造置换、去冗余和换维矩阵,得到了新的协方差矩阵;最后利用ESPRIT算法思想,估计出相干分布式目标的发射、接收中心角,并且实现了角度参数的自动配对。由于该文算法实现了阵元二次虚拟扩展,因此相比于传统MIMO雷达能识别更多的目标,具有更高的估计精度。实验仿真结果证明了该文算法的有效性。     

一种基于最小冗余线阵的时空共轭循环谱相关ESPRIT算法

本文提出了一种基于最小冗余线阵的共轭循环谱相关ESPRIT算法。该算法引入了时空联合处理,构造了最小冗余线阵的伪数据矩阵,并基于此矩阵进行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(NM)。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ESPRIT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。     

基于高阶循环平稳特性的二维波达方向估计算法

本文提出了一种利用虚拟双线性平行阵的循环累量域二维波达方向 （ＤＯＡ）估计算法。该算法构造了一个虚拟ＤＯＡ循环矩阵（ＶＤＯＡ Ｃｙｃｌｉｃ　Ｍａｔｒｉｘ）,井基于此矩阵进行ＤＯＡ估计。理论分析表明,通过对虚拟ＤＯＡ循环矩阵的特征值分解,就可以得到源信号的二维ＤＯＡ估计。同时由于循环累量对高斯噪声的自然盲性和对信号的选择性,该算法具有循环域和累量域ＤＯＡ估计算法的良好性能。该算法的另一特点是可以提供虚拟扩展孔径,提高了ＤＯＡ估计的性能．     

基于累积量的空间特征估计算法及其在智能天线中的应用

在智能天线系统中,波达方向(DOA)估计是实现空分多址的关键问题之一.本文提出了一种基于累积量的多用户空间特征估计算法,并将该算法用于智能天线中的多用户相干源DOA估计.该算法利用累积量构造了空间特征矩阵,通过对空间特征矩阵的特征分解得到各用户信号的空间特征估计,并基于空间特征估计,利用前后平滑空间特征协方差矩阵估计共信道多用户信号的DOA.仿真实验验证了算法的有效性.     

基于联合对角化的近场源三维参数估计

提出了一种基于联合对角化的近场源频率、到达角（DOA）和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于白化后的接收数据构造一组高阶累积量矩阵,利用联合对角化方法来得到高阶累积量矩阵的对角结构信息以及对角化矩阵来分别估计阵列流形和信号源的频率,进而由阵列导向矢量结合对应的信号源频率联合估计信号源的到达方向和距离。与基于高阶累积量的类 ESPRIT方法相比,算法可以提高阵元利用率,具有更好的估计效果,同时不需要谱峰搜索且各参数自动配对,计算机仿真结果验证了该方法的有效性。     

基于子空间信道矩阵迭代的阶数估计算法

针对二阶统计量信道盲辨识算法中有效阶数估计问题,该文提出了一种基于子空间信道矩阵迭代的阶数估计(SS-CMR)算法.基于过估计条件下的Q矩阵特殊结构和其解空间向量可等价为真实信道冲激响应与公共零点信道的卷积,该算法首先利用子空间算法获得估计的信道矩阵,然后构建迭代形式的代价函数进行阶数估计.仿真表明,SS-CMR算法较CMR算法性能提升,且明显优于现有其他阶数估计算法;解析分析表明算法复杂度较CMR算法明显降低,对首尾系数很小的信道的阶数估计尤为有效.     

一种下三角复矩阵求逆方法的IP设计与实现

矩阵运算是很多科学运算中的常见运算,矩阵求逆在矩阵运算中有着举足轻重的作用,在数字信号处理过程中常常被运用到。本文根据一种便于ASIC实现的矩阵求逆算法,提出了一种最大阶数为16阶复矩阵求逆的IP设计串行实现方法。首先本文分析了算法的特殊性,然后提出此IP设计方法的实现思路和结构,最后用Verilog语言进行实现并用M...     

正交块循环矩阵在多路寻址液晶驱动中的应用

传统的多路寻址液晶驱动矩阵电路设计规模与矩阵阶数平方成正比。研究表明:由正交块循环矩阵构造出的多路寻址驱动矩阵的实现复杂度由原来的与矩阵的阶数平方成正比下降为与矩阵的阶数成正比。分析正交块循环矩阵特性后,介绍了基于类单位矩阵的系统化构造正交块循环矩阵的方法。在多行(COMMON)快速帧频响应的多路寻址液晶驱动设计中采用正交块循环矩阵可大大降低实现成本。     

基于四阶累积张量方法的欠定盲源信号分离

针对瞬时欠定盲源信号分离问题,提出一种四阶累积张量分解算法.首先构建观察信号四阶累积协方差,依据源信号具有相互独立且均值为零的性质,对累积协方差化简并扩展到张量域,得到四阶累积张量.采用分层交替最小二乘算法对四阶累积张量进行非负库克分解,求得非负库克模型的参数,同时获得非负混合矩阵并求其伪逆,最终估计出源信号.选用真实的语音信号和生物信号进行仿真实验,结果表明该方法提高了源信号和非负混合矩阵的估计性能.     

一种基于四阶累积量的空间特征盲估计方法

该文以均匀直线阵为基础,提出了一种基于阵列输出四阶累积量的信号空间特征盲估计方法,并将其用于相干多径环境下的多用户信号空间特征的估计。作者利用四阶累积量构造了一个空间特征估计矩阵,并证明了对该矩阵作特征分解可以得到各用户的空间特征。该盲算法不依赖于信号具体特征,适用于任意加性高斯(白或有色)噪声。理论分析和仿真结果说明了算法的有效性和稳健性。     

互耦条件下基于4阶累积量的双基地MIMO雷达角度估计

发射和接收阵列的互耦效应将使得双基地多输入多输出(MIMO)雷达的角度估计算法性能下降。针对阵列互耦效应和高斯色噪声并存情况,该文提出一种基于4阶累积量组合矩阵构造的收发角度估计方法。该方法首先根据收发互耦矩阵的Kronecker乘积特点,并结合互耦矩阵带状、对称的Toeplitz变换性质,充分利用所有的接收数据,构造出多组发射和接收4阶累积量矩阵,通过组合收发累积量矩阵进一步构造出4阶块累积量矩阵,并利用矩阵的奇异值分解,提取出发射和接收旋转不变因子。理论和仿真结果表明:在强互耦效应情况下,所提算法能够有效估计出高斯色噪声背景下目标的收发角度,并实现自动配对。在强互耦情况下,所提算法的估计性能优于其他算法。     

基于矩阵初等变换的四量子比特可逆电路综合算法

 量子可逆电路实现信息变换的过程可用一个酉矩阵算子表示,采用酉矩阵表示量子可逆电路能更好地反映量子系统的演化,体现量子计算所特有的属性.本文提出基于矩阵初等变换的4量子比特可逆电路综合算法.该算法恰当地利用量子电路的矩阵表示及变换和邻接矩阵的电路转化规则,总能以较小的量子代价综合出任意给定置换的4量子比特可逆逻辑电路.