一种新的宽带DOA估计方法

提出了一种新的宽带DOA估计方法:频域子空间正交性测试方法(TOFS:Test of orthogonality of frequency subspace).该方法通过同时测试频域信号共同带宽内各频段噪声子空间与阵列流形之间的正交性来进行DOA估计.与宽带相干信号子空间方法不同,TOFS方法不需要任何初始值的预估及聚焦操作.与宽带非相干信号子空间方法也不同,TOFS方法同时测试各频段噪声子空间与阵列流形之间的正交性.本文仿真了TOFS与IMUSIC、CSSM、TOPS的性能比较.仿真结果表明TOFS方法在中等信噪比以上时有较好的性能,且避免了TOPS方法中常出现的伪峰.     

一种快速的宽带相干源DOA估计算法

在现有的投影子空间正交性测试(TOPS)基础上,提出了一种解决宽带相干信源的快速空间谱估计的新方法。该方法通过将窄带快速子空间算法和能量门限算法相结合运用到频域子空间正交性测试算法中,对每个过门限的窄带信号运用窄带快速子空间算法,将共轭重构运用到TOFS算法对宽带相干信号进行目标达到方向(DOA)估计。该算法不需要角度和参考频率的预估计,且去相关处理简单易实现,运算量降低,是一种快速的宽带相干源DOA估计算法。通过计算机仿真结果,验证了该算法在信噪比6 dB以上有较小的均方根误差及较高的分辨概率。     

应用于波束域的改进TOFS算法

频域子空间正交性测试（TOFS）算法是一种较新的宽带信号高分辨到达角估计方法。该方法通过角度和频率构造向量,判断该向量和各个不同频点上的噪声子空间的正交性程度来进行角度估计,摆脱了预估角度的束缚,从而避开了构造聚焦矩阵的处理过程,但是该方法不具备处理相干信号的能力。针对此问题,将矩阵共轭重构算法与 TOFS 算法相结合,提出了一种改进的 TOFS 算法。改进后的算法能很好地估计出相干信号的方位,并且提高了算法精度。阵元数对算法的运算量影响较大,随着阵元数的增多,算法的运算量会急剧增大。将改进后的 TOFS 算法应用于波束域中,运算量大大降低,并且没有影响其在阵元空间中的性能。仿真实验结果证明了该改进算法的估计性能优于原算法。     

波束空间的超分辨算法及统计性能分析

针对工程应用中超分辨算法存在的计算量大、分辨信噪比门限高以及对阵列误差敏感等问题，研究了将常规波束形成和超分辨相结合的方法，给出了波束空间MUISC算法，并通过计算机仿真，比较了波束空间和阵元空间超分辨算法的统计性能，分析和验证了波束空间波束数目的选择对估计性能的影响。结果表明，波束空间的超分辨算法计算量小，并具有较强的分辨力和较低的信噪比门限。     

累积和检验算法中的反馈机制研究

 提出建立累积和检验算法的反馈机制。从匹配滤波器平方输出端信噪比序列的估算、归一化处理和门限的求取几方面研究了算法和信息反馈流程,分析了信噪比失配对检测性能的影响以及门限信噪比设置对虚警性能的影响。海试数据验证结果表明声场预报加结果反馈机制的应用使得累积和算法在处理低频低信噪比信号的性能上有显著提高,算法性能优于常规时空背景均衡处理结果。     

基于CSM的波束域宽带DOA估计方法

宽带相干子空间方法（CSM）是宽带DOA估计中一类重要算法，但该方法对DOA预估较为敏感。波束域方法解决了窄带高分辨处理方法实用化过程中所遇到的一些问题，例如，降低了运算量，降低了算法的信噪比门限，易于消除模型误差等。新方法将波束域算法与宽带相干子空间方法结合，降低了算法的信噪比门限，减小了算法的运算量，降低了对DOA预估精度要求。仿真结果证明了算法的有效性。     

协作通信中基于门限的译码算法性能研究

针对协作通信系统,提出一种基于门限的译码算法。在分析等效干扰噪声概率分布的基础上,给出门限的设置方法,理论分析了所提算法的运算复杂度;在设置不同门限值的条件下,仿真分析了所提算法的误码性能和对应的运算复杂度,并与已有算法进行比较。在此基础上给出一种动态门限设置策略,并将其应用于所提算法。仿真结果表明,基于动态门限设置的译码算法能够减少信噪比的译码资源消耗,获得高信噪比的理想性能。     

基于改进谱熵算法的低信噪比环境下的突发信号检测

针对低信噪比环境下突发信号检测性能较差的问题,本文提出了一种排序差分最大值自适应门限估计的谱熵检测算法（SDMSE）。通过在检测方法中对检验统计量引入滤波机制,并设计SDM自适应门限估计方法改进谱熵判决,实现了在低信噪比甚至负信噪比下的信号发现,并能够实现对突发信号起止时刻的准确估计。实验证明,本文所提的SDMSE算法在大于-6dB信噪比下具有较好的信号检测性能,对信号起止时刻估计相对误差低于8‰。     

一种改进的短波高速串行信号检测算法

文章对短波高速串行信号的相关检测进行分析.首先分析了固定门限判决和自适应门限判决,在此基础上综合二者提出固定门限与自适应门限相结合的混合门限判决方法.经过仿真实验表明,该混合门限算法综合了固定门限与自适应门限的优点,在短波信道下低信噪比时综合性能有较大改善.     

GPS频域抗干扰算法研究

GPS频域抗干扰技术具有实现简单,抑制部分频带干扰效果好的特点;提出了一种新的用于GPS频域抗干扰的自适应门限获取算法;比较了均值、零值、白噪声化三种频域门限陷波算法和频域自适应滤波抗干扰算法的在不同的干扰和信号带宽比情况下的抗干扰性能;从仿真结果可以看出自适应滤波抗干扰算法和零值频域门限陷波算法在性能上比均值和白噪声化频域门限陷波算法具有更好的抗干扰性能;同时仿真了强干扰条件下不同信噪比的情况下各算法的性能,从仿真结果可以看出当信噪比大于-15dB的情况下,频域抑制算法都能够很好的抑制部分频带干扰.     

基于波束域的子空间正交性测试宽带DOA估计方法研究

投影子空间正交性测试(Test of Orthogonality of Projected Subspace:TOPS)算法通过测试宽带信号各频率点上噪声子空间和信号子空间之间的正交性对目标方位进行到达角估计(DOA:direction-of-arrival)。此算法对参考频点上的信号子空间的估计依赖性较大,因此存在较多伪峰,低信噪比条件下性能差等缺点。针对该问题,提出一种基于波束域的宽带DOA估计方法。该方法通过将阵列接收信号转换到波束域,在波束域中利用信号带宽内各频率分量的波束域方向向量与噪声子空间之间的正交关系构造判决向量,根据判决向量搜索空间谱的极大值对应的角度进行DOA估计。该方法不需要进行角度预估,避免了TOPS算法中常出现的伪峰,降低了信噪比分辨门限,减少了计算量,具有较好的估计效果。将该方法分别运用到均匀圆阵和线阵上,通过仿真对比和海试实验数据的处理,证明了本文所提方法的有效性。      

Khatri-Rao积变换下的离格信号DOA估计

当存在离格信号时,基于稀疏表示的波达角(DOA)估计算法性能损失严重.为解决这个问题,在对接收数据协方差矩阵进行Khatri-Rao积变换的基础上,推导了离格信号网格偏离量与紧邻信号原子系数之间的关系,提出了一种单一离格信号DOA估计方法.为提高对邻近离格信号DOA的估计性能,利用矩阵的广义逆性质提出了基于多原子系数的联合估计方法.仿真实验表明,单一离格信号DOA估计方法在低信噪比下有较好的性能,联合估计方法在高信噪比条件下对邻近离格信号DOA有较高的估计精度,同时所提算法估计性能几乎不受网格划分间距的影响,可以通过增大网格间距降低算法运算量.相关研究对阵列天线DOA估计具有一定的参考价值.     

一种基于空域滤波的空间临近相干源角度估计方法

相干源常见于存在多径的场景,如何解相干历来是阵列信号处理领域亟待解决的难题之一,特别针对空间临近相干源,其角度估计精度尚有待提高。针对空间临近相干源该文提出一种基于空域滤波的角度估计方法。首先利用空域滤波技术将多个相干源分离,再对滤波分离后的各个信号分别进行角度估计,并通过对滤波器系数和相干源角度的迭代优化提高测角精度。针对非均匀线阵,该方法采用虚拟阵列技术扩展其适用范围。计算机仿真结果表明该方法的测角精度较现有方法更高,信噪比较高时其测角的均方根误差可达克拉美罗界,验证了该方法的有效性和在空间临近相干源场景的优越性。     

采用局部搜索的二维DOA估计

针对酉旋转不变估计信号参数(Unitary-ESPRIT)算法估计精度较低的问题,提出了一种采用局部搜索实现的非相干信源二维波达方向(2-D DOA)估计方法.该方法首先利用实特征矢量近似值估计导向矩阵,然后利用矩阵Kronecker积性质以及阵列旋转不变特性获得自动配对的角度估计值,降低了2-D DOA初始估计复杂度,实现了对Unitary-ESPRIT算法的改进;接着,采用一维局部搜索法对该初始估计结果进行优化,提高了低信噪比下的2-D DOA估计精度.仿真实验结果表明,相较于传统的Unitary-ESPRIT算法,所提方法在DOA估计精度和成功率上具有明显的优势,特别是在低信噪比以及快拍数较少条件下,因此该方法能够在计算复杂度和估计性能之间取的较好的折中.     

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...     

DOA估计算法评价准则在不同功率入射信号下的修正

针对复杂电磁环境中信号功率对入射信号波达方向（DOA）估计的影响问题进行研究,发现用于DOA估计算法性能分析的经典评价准则对不同功率入射信号存在局限性。针对该问题,首先证明了强信号功率会影响弱信号DOA估计性能,得到强信号功率增加会导致弱信号功率克拉美罗界上升,即弱信号DOA估计的均方根误差增加。然后分析了DOA估计算法的经典评价准则对分辨不同功率入射信号存在的局限性,通过蒙特卡洛实验验证了经典评价准则对分辨不同功率入射信号存在较大误判率,当弱信号信噪比低于5dB时,其误判率大于50%。最后本文提出了DOA估计算法新的评价准则,并仿真证明了新准则较经典准则更适用于分辨弱信号信噪比较低时的不同功率入射信号。所提出的评价准则可为基于空间谱估计的DOA估计算法性能分析提供参考依据。      

基于Root-ISM算法的宽带非相干信号DOA估计

传统的ISM算法在对宽带非相干信号进行DOA估计时,会存在计算量大,低信噪比下估计性能较差的问题,在ISM算法的基础上,提出了一种Root-ISM算法,该算法不仅能有效降低计算量,而且在DOA估计的性能上也优于传统的ISM算法。文中还针对这一新算法结合已有的两种算法做出了改进。仿真实验验证了改进后的算法能进一步改善DOA估计的性能。     

子阵分级处理与稀疏恢复联合的抗主副瓣干扰方法

传统的抗干扰方法在低信噪比条件下性能恶化,对此本文提出了子阵分级处理与稀疏恢复联合的抗干扰方法。新方法首先按照一定规则将全阵列划分为多个子阵列;然后利用自适应波束形成（ADBF）技术抑制各子阵接收信号中的副瓣干扰信号,并将各子阵ADBF后的输出数据联合,构建新的阵列数据;最后通过新构建的阵列数据构建稀疏表示,改进了多测量向量降维提升法（ReMBo）,并与交叉方向乘子法（ADMM）联合进行稀疏恢复,分离得到目标回波信号,并得到了波达角（DOA）的估计。仿真实验表明,新方法能有效对抗主副瓣干扰,与其它方法相比,具有更好的目标检测和DOA估计性能,特别是在低信噪比的条件下。      

基于MI-MUSIC的分布式阵列波达方向估计方法

针对分布式阵列的波达方向估计,提出了一种基于多尺度旋转不变(MI)MUSIC的波达方向估计方法。首先对分布式阵列进行子阵划分,构造具有多尺度旋转不变性的子阵;然后利用酉ESPRIT算法得到精度低但无模糊的粗估计,采用MI鄄MUSIC算法得到一组精度高但包含模糊的精估计;最后以粗估计为参考解精估计的模糊,从而得到高精度无模糊的波达方向估计。所提方法具有分布式阵列及MI-MUSIC的优点,对子阵内部阵元位置误差不敏感,且精度较双尺度ESPRIT高。计算机仿真结果验证了该方法的有效性,也验证了分布式阵列DOA估计中存在基线模糊门限与信噪比门限。