L型阵列互耦条件下的二维波达方向估计

针对L型阵列,提出一种去互耦算法.该算法在L型阵列的两均匀线阵上分别取受互耦影响一致的阵元,则其理想导向向量可与互耦参数剥离,用其中一组阵元输出的协方差阵和两组阵元输出的互协方差阵构建矩阵,根据其传播算子构成的信号子空间和阵元导向向量张成同一空间以及均匀线阵的旋转不变特性得到两个与方向角和俯仰角相关的信息参量.在这两参量配对时,只需对包含信息参量的其中一个矩阵进行一次特征值分解以及简单的除法运算即可实现.理论和仿真表明,该算法无需谱峰搜索,只需一次特征分解,有效抑制了互耦影响,测量精度高.     

基于稀疏互质L型阵列的二维测向算法

在阵元数确定的情况下,稀疏阵列能增大阵列孔径,提高测向精度,但也带来测向模糊。针对这个问题,提出了一种稀疏互质L型阵列及其二维测向算法。利用四阶累积量的阵列扩展特性,并结合L型阵列中阵元间距的互质关系,在稀疏阵列结构下实现无模糊二维测向。与二维虚拟旋转不变算法相比,所提算法允许参考阵元间距大于信号半波长,从而提高了测向精度,同时利用逐步解模糊,保证较大的系统容差。计算机仿真结果验证了算法的有效性。     

一种二维信号波达方向估计的改进多重信号分类算法

多重信号分类(MUSIC)算法是一种经典的空间谱估计算法。该文以L型阵列为例,针对2D-MUSIC算法在接收信号信噪比较小时对多个目标中方位相近的目标无法进行准确估计的问题,提出一种改进2D-MUSIC算法。该算法对经典2D-MUSIC算法所构成的协方差矩阵进行共轭重组,并将重组后矩阵的平方与原协方差矩阵的平方进行相加求平均,由此获得新的矩阵,再对该矩阵对应的噪声子空间进行加权处理,选取适当的加权系数构造新的噪声子空间,最后通过谱峰搜索识别出目标位置。计算机仿真结果表明,与2D-MUSIC算法相比,改进后的算法在接收信号信噪比较小时对多个目标中方位相近的目标也能够进行信号波达方向(DOA)估计,提高了L型阵列2维DOA估计的分辨率,具有较好的工程应用价值。     

电磁矢量传感器阵列信号波达角估计的模R投影MUSIC

为了充分利用电磁矢量传感器阵列数据中存在的多维结构,本文探讨了具有多维数据结构的电磁矢量传感器阵列多模张量模型的建立,以及模R信号子空间的定义,提出一种基于模R信号子空间投影的MUSIC算法.分析表明:由于模R投影方法可充分利用电磁矢量传感器阵列中的多维结构信息,从而可提高信号子空间的估计精度,进而可使MUSIC算法的性能得以改善.计算机的仿真研究验证了模R投影MUSIC算法明显优于传统MUSIC方法.     

基于L型阵的二维Root-MUSIC波达方向估计算法

提出一种适用于L型阵列的基于Root-MUSIC的二维DOA估计算法。该算法先利用L型阵列的两个相互垂直的线阵独立的估计波达方向,然后利用该L阵构造二维MUSIC谱峰搜索表达式实现先前两个独立线阵计算出来角度的配对。本算法不仅具有MUSIC算法高分辨率的优点,还有运算量小、方法简单的特点。     

基于MIMO雷达虚拟阵列的二维波达方向估计算法

基于L型配置MIMO雷达系统,提出了一种利用MIMO雷达单次回波的二维波达方向估计新算法。该算法通过单次回波信号形成的虚拟阵列数据来构造两个具有特定关系的矩阵,再用这两个矩阵构造一个波达方向矩阵,根据该矩阵的特征值和特征向量之间的关系,导出了目标方位角和高低角的闭式解。该算法不涉及二维谱峰搜索,计算量小,且不存在参数的配对问题;此外,当发射阵元数大于2时,其估计的最大目标数可大于或等于接收阵元数。计算机仿真结果证明了该算法的正确性和可行性。     

高斯白噪声下L阵二维波达方向快速估计

针对L型阵列,提出一种在高斯白噪声环境下的二维波达方向( DOA)快速估计方法。首先利用阵列结构特点构建两个互协方差矩阵,同时实现了噪声分量的有效抑制,再依据协方差矩阵的性质构造了波达方向矩阵。对该矩阵进行一次特征分解即可分别得到包含方位角和俯仰角信息的方向矢量和方向元素,实现二维DOA估计。该算法避免了传统算法的谱峰搜索或大矩阵构造及其特征分解过程,计算量小,且参数自动配对。仿真结果表明,该算法在低性噪比和少快拍下的估计精度与2 D ESPRIT算法近似,但计算复杂度大幅降低,适用于实时性高的工程应用背景。     

基于MIMO技术的二维波达方向估计

传统的L型阵相比面阵精简了阵列结构,以较少的阵元实现二维波达方向估计,但是波达方向估计性能受到物理孔径限制。本文将MIMO技术和L型阵结合,提出一种基于MIMO技术的L型阵二维波达方向估计方法。该方法通过MIMO等效虚拟阵列原理,将L型阵等效为一矩形平面阵列,然后在等效矩形阵列的基础上,采用MUSIC进行二维波达方向估计,以L型阵的物理孔径实现矩形平面阵列的估计性能。本文推导了二维波达方向估计的CRB,计算机仿真实验证实了所提方法的有效性。      

一种快速的二维高分辨波达方向估计方法——混合波达方向矩阵法

本文利用两个具有位移特性的二维传感器子阵列信息构成一种新的矩阵－混合波达方向矩阵。混合波达方向矩阵的特征值和特征矢量分别为信号源方位角与高低角的混合方向元素和方位角与高低角的混合方向矢量。合理选择子阵列构造可以解决兼并信号源分辨问题和降低阵列孔径损失。     

基于宽带均匀同心球阵列的低复杂度二维波达方向估计算法

该文提出一种基于宽带均匀同心球阵列(UCSA)的2维波达方向(2D-DOA)低复杂度估计算法。该方法将宽带UCSA输出信号转换为相位模式,并对其进行频率补偿,实现近似频率不变(FI)特性,从而降低宽带信号处理的计算复杂度。为了进一步降低2D-DOA估计的计算复杂度,该文提出基于FI-UCSA的降维多重信号分类(MUSIC)算法。该方法将相位模式导向向量分解为方位角和仰角相关的两个矩阵,从而把2维搜索问题简化为1维(1D)搜索,实现降维优化并降低计算复杂度。仿真结果表明,该算法计算复杂度相较于2维MUSIC算法得到了极大的降低,并且在估计精度和分辨率上均稍有改善。     

稀疏拉伸式L型极化敏感阵列的二维波达方向和极化参数联合估计

为降低现有的共心式矢量传感器阵列天线间存在的严重互耦影响,进一步提高参数估计精度,该文提出一种稀疏拉伸式L型极化敏感阵列(SSL-PSA),并针对该阵列提出一种2维波达方向(DOA)和极化参数联合估计算法。首先建立稀疏拉伸式极化敏感阵列的信号模型,然后将阵列划分为6个子阵,采用子空间旋转不变算法(ESPRIT)算法得到多个旋转不变因子(RIFs),再根据旋转不变因子间的关系,通过数学运算,得到一组方向余弦有模糊精估计值和4组无模糊粗估计值;然后重构出对应的4组导向矢量,根据导向矢量和噪声子空间的正交性,确定出正确的一组无模糊粗估计值;最后通过现有的解模糊方法得到高精度且无模糊的DOA和极化参数估计值。该文所提阵列不存在共心结构,相对于现有的含有共心式矢量传感器结构的阵列,大大降低了互耦影响,且可在不增加天线数目的前提下,有效扩展阵列的2维孔径,大大提高DOA估计精度。仿真结果证明该文所提方法的有效性。

     

多跳频信号频率跟踪与二维波达方向实时估计算法

为了实时提取跳频(FH)通信参数以及为通信对抗提供所需信息,该文提出一种多跳频信号频率跟踪和2维波达方向实时估计算法。首先建立跳频信号的L型阵列接收数据模型,并推导证明了自回归滑动平均(ARMA)模型对L型阵列数据的适用性,然后采用粒子滤波思想对阵列流型矩阵和频率进行实时估计。再基于频率估计值建立ARMA模型实时检测跳时刻,并结合流型矩阵估计值实现无需参数配对的2维波达方向(2D-DOA)准确估计。新方法通过设计合理的粒子生成以及权值更新方式,使流型矩阵与频率估计值能够迅速收敛至稳定状态。最后蒙特卡罗仿真结果验证了该算法的有效性。     

基于二次虚拟内插的圆阵接收2D-DOA分离估计

该文将二次虚拟内插技术引入圆阵接收的2D-DOA分离估计中,通过两次虚拟内插获取两虚拟内插阵列之间的移不变因子,利用该移不变因子首先获得俯仰角的估计,再将估计到的俯仰角代入圆阵流型中,经一维搜索即可获得方位角的估计。该方法有效地减小了因虚拟阵列和真实阵列之间的内插误差所带来的估计误差,仿真实验验证了该方法的有效性。     

基于极化敏感阵列均匀线阵的二维DOA估计

针对残缺电磁矢量传感器的极化敏感阵列多参数联合估计问题,该文提出一种基于正交偶极子的均匀线阵的2维波达方向(Direction-Of-Arrival, DOA)估计算法。首先,对极化敏感阵列的接收数据矢量的协方差矩阵进行特征分解,然后将信号子空间划分成4个子阵,根据旋转不变子空间(ESPRIT)算法分别求出其中1个子阵与其它3个子阵的相位差,再对不同子阵间的相位差进行配对,最后根据相位差求出信号的DOA估计和极化参数。由正交偶极子组成的均匀线阵使用极化MUSIC算法和传统ESPRIT算法无法进行2维DOA估计,该文提出的算法解决了这个问题,并且相较于极化MUISC算法降低了算法的复杂度。仿真结果验证了该文算法的有效性。     

基于对称天线相位干涉仪的入射角估计及跟踪

针对现有相位干涉仪角度估计算法在近场条件下性能不佳的问题,该文提出一种远近场均性能良好的改进的导向矢量匹配算法。该算法采用对称结构天线接收来波信号,利用近场条件下对称位置天线的到达相位差中距离相关项对消的特性设计新的代价函数。代价函数最大值位置对应的入射角即为目标信号的入射角估计。在此基础上,利用相关函数的梯度正比于角度误差的特性设计角跟踪环路。作为一种局部极值估计算法,角跟踪环路相比其它全局最大值估计算法具有更好的相位噪声鲁棒性。仿真实验验证了该算法在不同相位噪声以及远近场条件下的优良性能。     

基于Toeplitz协方差矩阵重构的互质阵列DOA估计方法

针对基于互质阵列的欠定DOA估计方法对于虚拟阵元非连续部分利用率不高的问题,该文提出一种基于Toeplitz协方差矩阵重构的DOA估计方法。首先,从互质阵列差联合阵的角度分析虚拟阵元分布特性,结合其与协方差矩阵中各元素得到的波程差存在对应关系,将协方差矩阵进行扩展得到一个数据缺失的高维协方差矩阵;然后,根据矩阵填充理论,用迹范数代替秩范数进行松弛,对缺失元素进行填充;最后,利用现有root-MUSIC方法进行DOA估计。理论分析和仿真结果表明,该方法提升了虚拟阵元的利用率,从而增加了虚拟孔径和可估计信号数,同时无需对角度域进行离散化处理,有效消除了模型失配的影响,并且避免了正则化参数选取问题,提高了估计精度和分辨率。     

基于有限新息率的正交偶极子阵列信号参数估计算法

为解决极化敏感阵列波达方向(DOA)估计中压缩感知类算法的网格失配问题,该文提出一种基于有限新息率(FRI)的正交偶极子阵列无网格信号参数估计算法。首先,利用均匀正交偶极子线阵中不同极化指向天线的两个子阵,求取其自相关矩阵之和,并通过协方差拟合准则恢复出满足Toeplitz结构的协方差矩阵。然后,利用该协方差矩阵构建FRI信号重构模型,求解以重构结果为系数的多项式的零点,就可以得到入射信号DOA参数的估计结果。最后,根据已估计出的DOA参数以及两个子阵的自相关矩阵和互相关矩阵,利用最小二乘法计算得到入射信号的极化参数估计结果。仿真实验表明,该算法与子空间类和压缩感知类算法相比,具有更高的估计精度及更好的角度分辨力。     

非均匀噪声条件下的互质阵列欠定DOA估计方法

针对基于互质阵列的欠定DOA估计方法在非均匀噪声条件下性能下降的问题,该文提出一种基于协方差矩阵重构和矩阵填充的鲁棒DOA估计方法。首先,将接收数据协方差矩阵分解,得到包含非均匀噪声项的对角阵;然后,选取对角线元素中的最小值,替换其余对角线元素,进而得到重构后的数据协方差矩阵;最后,对重构后的协方差矩阵进行扩展和矩阵填充,结合子空间方法进行DOA估计。理论分析和仿真结果表明,相对于现有方法,该文方法有效地抑制了非均匀噪声的影响,有更好的DOA估计性能。     

基于稀疏贝叶斯学习的多跳频信号DOA估计方法

针对多跳频信号空域参数估计问题,该文在稀疏贝叶斯学习(SBL)的基础上,利用跳频信号的空域稀疏性实现了波达方向(DOA)的估计。首先构造空域离散网格,将实际DOA与网格点之间的偏移量建模进离散网格中,建立多跳频信号均匀线阵接收数据模型;然后通过SBL理论得到行稀疏信号矩阵的后验概率分布,用超参数控制偏移量和信号矩阵的行稀疏程度;最后利用期望最大化(EM)算法对超参数进行迭代,得到信号矩阵的最大后验估计以完成DOA的估计。理论分析与仿真实验表明该方法具有良好的估计性能并能适应较少快拍数的情况。