基于自适应迭代的强弱信号波达方向估计

针对强弱信号难以同时检测与估计的问题,本文提出一种基于自适应迭代的强弱信号波达方向估计方法.首先将空间角度离散化,根据信号相消的性质构造空间谱函数,然后通过自适应迭代抑制强信号的能量,最后计算不同角度对应的空间谱函数,利用其谱峰估计信号的波达方向.理论分析和仿真实验表明,本文方法无需信号源的先验信息,在低信噪比和少量快拍数的条件下,可以实现强弱信号DOA的高分辨估计,有效提高弱信号的检测概率和估计精度.     

基于自适应步长萤火虫-多重信号分类算法的低空目标波达方向估计

该文针对传统多重信号分类算法(MUSIC)不适用于低空多径环境下目标波达方向(DOA)估计且谱峰搜索计算量大的问题,在解相干基础上,提出一种基于自适应步长萤火虫算法的多重信号分类算法.该方法通过对快拍数据协方差矩阵虚拟平滑实现多径信号的完全解相干和满秩相关矩阵的构造,利用自适应步长萤火虫算法实现谱峰搜索和目标角度估计.仿真结果表明,新方法能够在无孔径损失的情况下较好克服低空多径效应影响,快速、精确地估计目标波达方向.      

一种基于自适应波束形成的主瓣保形算法研究

针对自适应波束形成中各种因素包括目标信号存在引起自适应方向图主瓣变形问题,提出基于主瓣子空间的自适应主瓣保形算法,联合已有的正交投影减小方向图因快拍引起的副瓣电平抬高问题。通过保持自适应权中主瓣子空间分量不变以保证主瓣形状不变,通过主瓣子空间选取的大小确定对主瓣的控制强弱。该算法对主瓣有专门的控制,无需估计干扰方向,适用于发射方向图的自适应零陷、和差自适应波束形成,仿真表明该算法对提高自适应波束形成主瓣保形、降低小方向图因快拍引起的副瓣电平抬高问题有较明显的效果。     

采用功率倒置准则的分布式天线阵列信号合成方法

对于分布式天线系统,虽然传统迫零接收算法能够通过信道估计获得无线信道状态信息,从而取得分集增益,但对于相干信道,迫零方法因为无法准确估计信道而不再适用。为此,提出一种新方法,针对相干信道,利用功率倒置准则,并使用最小均方自适应滤波算法校正各个接收通道信号的相位差完成信号合成,最终获得阵列增益。该方法无需信道状态信息或者信号波达方向等先验信息,实现简单。计算机仿真证明了算法的有效性。     

同时同频全双工场景中的射频域自适应干扰抵消

考虑同时同频全双工无线收发信机的射频域自干扰抵消技术,现有研究多集中于利用手动方式调整自干扰估计信号的参数。针对这一问题,该文提出一种射频域的自适应干扰抵消算法。以正交、同相参考支路构成的自干扰估计结构为基础,利用梯度下降法搜索支路的最优权矢量,估计出自干扰信号,实现了射频域的自适应干扰抵消,并且给出了该算法的收敛性分析。分析与仿真表明,当迭代步长越大或统计时间越短时,算法的收敛速度越小。在100倍符号周期的统计时间,0.3的归一化步长,80 dB干信比以及0 dB信噪比的仿真条件下,该文提出的射频域自适应干扰抵消算法可以实现约100 dB的自干扰抑制。     

基于MUSIC和LCMV的自适应波束形成系统

提出了在基于来波方向估计和自适应波束成形的相控阵天线系统中,用多重信号分类(MUSIC)算法实现来波方向估计,并使用线性约束最小方差(LCMV)的自适应算法控制天线的主瓣方向,实现对期望信号的跟踪,同时实现对干扰信号的零陷处理。仿真结果表明,MUSIC算法可以有效识别相控阵天线接收端的信号的入射方向,LCMV算法可以实现对有用信号的自适应跟踪和对干扰信号的抑制。     

基于稀疏近似最小方差的宽带DOA估计算法

提出了一种基于稀疏近似最小方差的宽带波达方向(DOA)估计算法,有效解决当前宽带波达方向估计方法分辨率较低、相干干扰条件下DOA估计误差大等问题。该算法在空域稀疏模型的基础上利用宽带相干信号子空间算法,将宽带信号聚焦到固定频点处,再以近似最小方差准则进行迭代,实现高分辨DOA估计。该算法得到的空间谱具有稀疏度高和副瓣低的特点,且与CSM算法相比无需任何先验信息。通过仿真计算表明,该算法的方位分辨能力较宽带传统DOA估计算法提升30% ,并具有分辨相干信号能力。通过某海试实测数据处理得到的时间历程图有效验证该算法性能。     

一种基于阵列天线的卫星导航欺骗干扰检测与抑制方法

提出了一种基于阵列天线的卫星导航欺骗干扰检测与抑制方法。利用真实卫星导航信号从上半球空间多个方向入射到阵列天线而欺骗干扰信号则是从同一方向入射到阵列天线的差异性进行干扰检测判决。首先,对阵列天线每个阵元单元通道接收信号进行多颗卫星并行解扩从处理;其次,利用解扩后的阵列数据对每颗卫星进行方位估计;再次,根据估计卫星来向数据的一致性进行干扰检测判决;最后,在判决存在欺骗干扰时利用欺骗干扰的方向信息重构协方差矩阵,采用自适应调零算法对欺骗干扰进行抑制。通过计算机仿真试验对所提方法的正确性和有效性进行了验证。     

基于欠定盲源分离的同步跳频信号网台分选

针对同步跳频(FH)网台分选问题,该文提出一种基于时频域单源点检测的欠定盲源分离(UBSS)分选算法.该算法首先对观测信号时频变换,利用自适应阈值去噪算法消除时频矩阵背景噪声,增加算法抗噪性能,然后根据信号绝对方位差算法进行单源点检测,有效保证单源点的充分稀疏性,并通过改进的模糊值聚类算法完成混合矩阵和2维波达方向估计,降低噪声和样本集分布差异对聚类结果的影响,提高估计精度.最后采用变步长的稀疏自适应子空间追踪(SASP)算法对源信号进行重构恢复.仿真实验表明,该算法在低信噪比(SNR)条件下,跳频信号波达方向估计和恢复精度较高,能够有效完成同步跳频信号的盲分离.     

一种新的去强相关信号方法的波达方向研究

波达方向估计（DOA估计）是智能天线中实现目标精确定位的关键算法。文中针对DOA估计中相干信号源的问题,提出了一种能有效解相关的关于TOPETIZE矩阵的DOA估计算法。该算法利用了阵列接收数据互相关矢量的内在关系,对噪声子空间进行处理,实现了相干源的完全解相干。该算法不牺牲阵元有效数目,同时能分辨低信噪比信号和强相关信号。仿真结果表明了该算法的有效性。     

Joint Estimation of TOA and DOA in IR‐UWB System Using Sparse Representation Framework

This paper addresses the problem of joint time of arrival (TOA) and direction of arrival (DOA) estimation in impulse radio ultra‐wideband systems with a two‐antenna receiver and links the joint estimation of TOA and DOA to the sparse representation framework. Exploiting this link, an orthogonal matching pursuit algorithm is used for TOA estimation in the two antennas, and then the DOA parameters are estimated via the difference in the TOAs between the two antennas. The proposed algorithm can work well with a single measurement vector and can pair TOA and DOA parameters. Furthermore, it has better parameter‐estimation performance than traditional propagator methods, such as, estimation of signal parameters via rotational invariance techniques algorithms matrix pencil algorithms, and other new joint‐estimation schemes, with one single snapshot. The simulation results verify the usefulness of the proposed algorithm.     

子空间跟踪PASTd算法的改进及其应用

分析了PASTd（紧缩近似投影子空间跟踪）算法，通过仿真分析发现PASTd算法在信噪比较高的情况下，特征值收敛速度达不到MDL（最短描述长度）算法的要求，导致维数估算的结果偏大。针对这一问题，文中把OPAST（正交近似投影子空间跟踪）算法引申到PASTd算法中，弥补它的缺陷。仿真结果表明，提出的改进算法收敛性能较原PASTd要好，可得到更好的维数估计与波达方向估计。另外文中提出的算法对天线阵列的干扰零点形成有很强的实用价值。     

极化敏感线阵的模值约束降维Root-MUSIC算法

为了解决极化敏感线阵波达方向角和极化参数联合估计运算量大的问题,本文提出了模值约束降维Root-MUSIC算法。 该算法通过对波达方向角和极化参数进行剥离,先采用Root-MUSIC算法进行DOA估计,然后根据模值约束条件构造代价函数,通过闭合式解求出极化参数估计。与传统MUSIC算法相比,该算法避免了谱峰搜索,大大提高了运算效率。与ESPRIT算法相比,该算法避免了参数配对问题。计算机仿真结果验证了该算法的正确性,且具有较高的成功率与精确度。在两目标信号入射角度接近时,也能够很好的分辨出两信号。      

TD-SCDMA移动用户非受限快速定位算法研究

目前TD-SCDMA系统多采用智能天线和上行同步技术对移动用户的位置信息进行联合估计。现有的智能天线技术在测角过程中,空间谱搜索计算量大且用户定位容量受到天线阵元数目的限制。针对上述缺点,提出一种用户数目不受限制的快速定位算法。新算法主要利用Midamble码的非相关特性对角度估计算法进行了改进。仿真实验证明了该算法的有效性。     

近场散射体对阵列超分辨波达方向估计性能的影响和补偿方法

测定电波到达方向（DOA）是无线电定位系统的基本任务之一,先进的阵列超分辨测向技术获得广泛关注。在船载和机载等平台应用中,阵列天线由于受安装空间所限,其旁边存在散射体,这时阵列接收到的信号既包括远场目标信号又有近场散射体散射出多径信号。本文分析了这种近场散射信号对DOA估计性能的影响,即散射信号会在DOA谱上多形成一个干扰性质的谱峰,并且若散射信号来波方向靠近直达波来波方向时,会造成模糊现象。最后文章在多重信号分类算法（MUSIC）的基础上提出一种补偿方法,能够很好的抑制散射信号所造成的这种影响,实验仿真结果验证该算法的有效性。      

天线方向性误差对DOA估计影响及其校正

天线阵元的方向性误差会导致基于特征值分解的DOA估计算法性能的下降,因此有必要对阵元方向性误差进行校正.首先建立了存在方向性误差情况下DOA估计的数学分析模型,提出利用空间平滑法和改进空间平滑法对方向性误差进行校正.仿真实验表明,方向性误差对DOA估计的影响主要表现在谱峰峰值的降低.空间平滑法和改进空间平滑法均可以有效地对方向性误差进行校正.     

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。      

Joint Estimation of TOA and DOA in IR-UWB System Using a Successive MUSIC Algorithm

Time-of-arrival (TOA) and direction-of-arrival (DOA) are key parameters in the impulse radio ultra wideband (IR-UWB) positioning system with a two-antennas receiver. A two-dimensional (2D) multiple signal classification (MUSIC) algorithm, which requires the 2D spectral peak search, can be used to estimate the parameters, but it has much higher computational complexity. This paper proposes a successive MUSIC algorithm for joint TOA and DOA estimation in IR-UWB system to avoid 2D spectral peak search. The proposed algorithm obtains the initial estimate of TOA corresponding to the first antenna via Root-MUSIC, and simplifies the 2D global search into successive one-dimensional searches to achieve the estimation of TOAs in the two antennas. It then estimates the DOA parameters via the difference of the TOAs between the two antennas. The proposed algorithm can get the parameters paired automatically, and has a much lower complexity than 2D-MUSIC algorithm. In addition, we have derived the mean square error of TOA and DOA estimation of the proposed algorithm and the Cramer–Rao bound of TOA and DOA estimation in the paper. The simulation results show that the parameter estimation performance of the proposed algorithm is better than that of Root-MUSIC, and is almost the same as that of 2D-MUSIC algorithm. Moreover, it has much better performance than matrix pencil algorithm, propagator method and estimation of signal parameters via rotational invariance techniques algorithm.     

采用频率步进信号的多目标三维空间定位算法

频率步进信号是发射载频步进变化的子脉冲串合成的大带宽信号,具有较高的距离分辨率,阵列天线是借助阵列信号处理的空间谱估计提高方位分辨率。提出了一种利用频率步进信号和十字接收阵列对多目标进行三维空间定位的新方法。该方法充分利用了频率步进信号的特点,通过空时域MUSIC算法和自适应波束形算法对多目标的方位和距离二维参数进行估计,最后应用简单的关联算法,实现多目标三维坐标的估计。该方法仅需要一维谱峰搜索,计算量适中,能实现目标的方位和距离估计结果的自动配对,且有较高的分辨率。计算机仿真试验结果证实该方法的有效性。