两信号源的相关性对MUSIC算法分辨性能的影响

 平均信噪比分辨门限是特征结构算法分辨性能的一种度量,本文给出了含有两信号源相关性的MUSIC算法的平均信噪比分辨门限表达式.模拟结果表明,当两信号源正相关时,MUSIC算法分辨性能会下降;当负相关时,在一定条件下,MUSIC算法分辨性能会提高.本文也讨论了当两信号源的功率差异、方向夹角、阵元数和采样的快拍数变化时,相关性对算法分辨性能的影响的变化规律.     

圆阵列MUSIC算法分辨性能分析

分析了圆阵列MUSIC算法二维测向的原理。圆阵列MUSIC算法分辨性能与多种因素有关。定义两种衡量分辨性能的参数,即分辨力和可分辨概率,并给出计算方法。两种参数均需要从方位角和俯仰角两方面考虑。仿真实验证明本文分析方法是有效的,同时得到分辨性能与快拍数、信噪比（SNR）等因素之间的变化规律。     

基于小波分析与MUSIC法的联合算法对信号DOA的估计

文中在对传统MUSIC法的分析的基础上,引入小波多分辨分析的方法,提出了一种新的算法.该算法可以解决在低SNR环境,且阵元数目有限的情况下,对于传统的MUSIC法不能够准确分辨出DOA的问题.同时,该算法同样可以解决在SNR较高,但信号DOA相隔很近,传统的MUSIC法也不足以分辨开来的问题.加入小波多分辨去噪后,则在相同条件下可以有效将DOA分辨出来,理论分析和仿真结果表明,该算法能在不增加阵元数的情况下,有效提高信号的SNR,从而提高了阵列天线的性能.     

幅相误差对MUSIC算法空域谱及分辨性能影响的分析

基于正交投影矩阵扰动定理,推导了幅相误差条件下MUSIC算法空域谱的一阶统计表达式,并且给出了一种求解平均信噪比分辨门限的一元二次方程,从而能够计算出相应的信噪比分辨门限.相比目前已有的方法,空域谱的一阶统计表达式不需要计算理想协方差矩阵的特征值和特征向量,仅需要已知阵列流型向量和信源协方差矩阵,并且给出的平均信噪比分辨门限适用于信源功率不一致的情况.数值实验验证了理论分析的正确性.     

一种未知信源数的高分辨DOA估计算法

众多性能优良的超分辨波达方向(DOA)估计算法通常需要预先判定信源数目,然而,现有的信源数估计算法在有限采样快拍条件下,估计性能随着信噪比的降低而下降,错误概率也相应增加,最终导致DOA估计失败。该文提出一种超分辨的DOA估计算法,此算法不需要预判信源个数和进行特征值分解,同时在时变环境中,针对快拍数较少的情况下,依然保持较高的角度分辨能力,可以被认为是综合了Capon法和MUSIC法的优点。通过对实验数据和实测数据的计算机仿真及性能分析可得,与传统算法相比较,该算法有很好的鲁棒性和可行性。     

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。     

最大熵线性预测超分辨算法的误差灵敏度分析

本文分析了Burg提出的最大熵线性预测超分辨算法对阵列幅度和相位误差的灵敏度。给出了具有两个目标、不同阵元数和不同间距等情况下的数值计算结果。结果表明最大熵算法较最大似然估计(MLM)算法和MUSIC算法对幅相误差的影响更加敏感。文中还给出了最大熵算法和MUSIC算法分辨目标的实验结果。     

相干信源的DOA空间谱估计研究

MUSIC算法是经典的DOA估计算法,且只是一种解决非相干信源测向的超分辨算法,当两个信源完全相干时,MUSIC算法几乎失去分辨能力。因此,本文针对相干信源,研究了几种超分辨算法,进一步给出了仿真分析,最后对各种算法进行仿真对比。     

改进SSMUSIC超分辨多径时延估计算法

传统的MUSIC超分辨时延估计技术是直接基于测量数据,其性能往往只对宽带且频谱近似平坦的信号较优,而对窄带信号估计性能较差。针对上述问题,本文通过利用谐波频率估计模型和DOA (Direction of Arrival)估计模型之间的等价性,将时延估计问题转化为谐波频率估计问题,提出了一种改进SSMUSIC(Signal Subspace Scaled Multiple Signal Classification)超分辨多径时延估计算法。改进后的算法采用平滑的思想和SSMUSIC算法的思想构造协方差矩阵和MUSIC谱,实现了对多径时延的超分辨估计。仿真表明,该算法能够实现对窄带信号多径时延超分辨估计且具有DP(Direct-Path)不模糊和谱峰陡峭的特点,估计性能优于传统的超分辨算法。      

通道失配对MUSIC空间谱及分辨率的影响

本文分析了高分辨率参数估计算法MUSIC在通道频率响应不一致（通道失配）情况下的统计性能，推导了通道失配对空间谱的影响以及失配方差和分辨能力的关系式．理论表明：通道失配对算法性能有较大的影响，计算机仿真结果证明了理论的有效性．     

Parametric localization of distributed sources

Most array processing algorithms are based on the assumption that the signals are generated by point sources. This is a mathematical constraint that is not satisfied in many applications. In this paper, we consider situations where the sources are distributed in space with a parametric angular cross-correlation kernel. We propose an algorithm that estimates the parameters of this model using a generalization of the MUSIC algorithm. The method involves maximizing a cost function that depends on a matrix array manifold and the noise eigenvectors. We study two particular cases: coherent and incoherent spatial source distributions. The spatial correlation function for a uniformly distributed signal is derived. From this, we find the array gain and show that (in contrast to point sources) it does not increase linearly with the number of sources. We compare our method to the conventional (point source) MUSIC algorithm. The simulation studies show that the new method outperforms the MUSIC algorithm by reducing the estimation bias and the standard deviation for scenarios with distributed sources. It is also shown that the threshold signal-to-noise ratio required for resolving two closely spaced distributed sources is considerably smaller for the new method     

Statistical Performance of MUSIC-Like Algorithms in Resolving Noncircular Sources

This paper addresses the resolution of the conventional and noncircular MUSIC algorithms for arbitrary circular and noncircular second-order distributions of two uncorrelated closely spaced transmitters observed by an arbitrary array. An explicit closed-form expression of the mean null spectrum of the conventional and noncircular MUSIC algorithms is derived using an analysis based on perturbations of the noise projector instead of those of the eigenvectors. Based on these results, theoretical and approximate interpretable closed-form expressions of the threshold array signal-to-noise ratios (ASNR) at which these two algorithms are able to resolve two closely spaced transmitters along the Cox and the Sharman and Durrani criteria are given. It is proved that the threshold ASNRs given by the conventional MUSIC algorithm do not depend on the distribution of the sources including their noncircularity, in contrast to the noncircular MUSIC algorithm for which they are very sensitive to the noncircularity phase separation of the sources. This threshold ASNR given by the noncircular MUSIC algorithm is proven to be comfortably lower than that given by the conventional MUSIC algorithm except for weak phase separations of the sources for which the resolving powers of these two algorithms are very close. Finally, these results are analyzed through several illustrations and Monte Carlo simulations.      

MUSIC及其改进算法的研究与实现

研究了用于阵列信号处理领域的重要分支,即信号到达角估计的几种MUSIC算法。阐述了经典MUSIC算法、前后向空间平滑MUSIC算法、改进MUSIC算法的原理。采用Matlab进行的仿真表明,经典MUSIC算法对于非相干信源的到达角估计具有良好的性能,但不能用于相干信源的到达角估计;前后向空间平滑MUSIC算法使可估计信源数减小、计算复杂度较高;改进MUSIC算法性能最好,不影响非相关信源的估计,也无明显计算量增加。几种算法在到达角估计中有各自的优缺点。     

最小二乘矩阵滤波器在目标方位估计中的应用

雷达声呐目标探测主要依靠多传感器的阵列数据,当前广泛使用的MUSIC算法是一种准确度较高的目标方位估计算法,但在小快拍数、低信噪比、小阵元数条件下,性能会受到较大影响.矩阵滤波技术用于阵列数据预处理,可有效提高目标方位估计性能.首先,考虑最小二乘矩阵滤波器的设计方案,分析通带中心位置对其性能的影响;其次,利用设计的最小...     

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。      

柱面共形阵列高性能低复杂度DOA估计算法

针对柱面共形阵列的波达方向(DOA)估计问题,从信号子空间的角度分析了在阵元遮挡下应用多重信号分类(MUSIC)算法的性能缺陷。在此基础上提出通过偏置常数的方法克服经典MUSIC算法的阵元遮挡问题。进一步提出一种基于数据自适应子阵分割的快速DOA估计算法,该方法先利用稀疏采样的偏置MUSIC算法进行DOA预估,依此确定所需要的子阵及二维搜索区域,确定MUSIC算法的搜索范围,进而得到高精确度的DOA估计。利用子阵分割的方法进行DOA估计,避免了经典MUSIC算法因阵元遮挡导致运算量大、精确度低等问题。仿真结果表明,该方法能大幅度降低运算复杂度,同时提高DOA估计精确度。     

Probability of resolution of the MUSIC algorithm

The MUSIC algorithm is well known for its high-resolution capability, and various aspects of its statistical performance have been investigated. However, rigorous asymptotic analysis of one of its most important performance measures, the probability of resolution, is not available yet. We analyze the probability of the MUSIC algorithm resolving two spatially separated signal sources in the context of array processing. By formulating the resolution problem in the framework of statistical decision theory and directly determining the probability density function (PDF) of the indefinite and singular quadratic form that defines the resolution event, we arrive at an exact asymptotic formula for the probability of resolution. This is accomplished by a multistep procedure. Computer simulations have been performed to confirm the validity of the theory     

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...     

离散傅里叶变换及变参考阵元特征法在相干信号估计中的应用

本文讨论理想条件下均匀线阵(ULA)对相干入射信号的高分辨测向问题。在分析经典多重信号分类法(MUSIC)对相干信号测向失效原因的基础上提出新算法,它利用1）离散傅里叶变换(DFT)估计入射信号数目;2）变参考阵元重构入射信号功率矩阵估计入射信号方位角。通过与经典MUSIC算法比较验证了该算法对相干入射信号估计的可行性,并经过进一步分析得出如下结论:1）文中介绍的算法在不减少阵列有效口径前提下能够对高度相干信号进行高分辨测向;2）在低信噪比条件下能够精确估计入射信号方位角;3）随着阵列中阵元数目的增加,阵列分辨率逐渐提高。