基于双边相关变换的宽带DOA估计快速算法

基于双边相关变换提出了一种宽带DOA估计快速算法.与已有的双边相关变换(TCT)算法不同,本方法虽然基于聚焦误差最小提出,但最终处理却避开了聚焦矩阵的构造和聚焦过程,从而大大提高了运算效率.理论分析证明该方法在构造无噪相关矩阵的过程中隐含了对各个频率点信号能量的聚焦,从而保证在简化运算的同时不损失估计性能.计算机仿真验证了快速算法的有效性.     

一种新的基于稀疏表示的宽带信号DOA估计方法

该文提出一种基于稀疏表示的宽带信号波达方向(DOA)估计方法,解决稀疏表示方法在宽带信号DOA估计中由于基矩阵维数过大而使算法存储量和重构计算量大的问题。用单一频点的基矩阵代替频率和角度联合构建的基矩阵,使基矩阵的列数仅相当于一个频点处冗余基矩阵的列数,大大降低了稀疏重构方法的存储量和计算量。该方法首先对各频点的频域数据进行聚焦处理,将不同频率的数据堆叠到参考频率上并建立参考频率处的基矩阵,然后建立聚焦后的稀疏表示模型进行DOA估计,并采用奇异值分解进一步降低算法的运算量,最后给出残差门限的选择方法。该算法不仅适用于非相关信号,也可直接处理相关信号而不需要任何的去相关运算,且具有高的检测概率和估计精度,仿真实验和分析验证了该方法的有效性。     

宽带协方差矩阵的多字典联合稀疏表示DOA估计

为了直接处理相干宽带信号和提高其波达方向估计的分辨率,提出一种基于宽带协方差矩阵的多字典联合稀疏分解估计方法。首先,利用多个频率点处的过完备基对其协方差矩阵进行稀疏表示,然后形成多个字典的多测量矢量稀疏表示模型,最后通过多字典稀疏表示系数的联合稀疏约束以求解稀疏反问题的形式实现宽带信号的波达方向估计。对于均匀线阵结构,多字典协方差矩阵稀疏表示系数的联合稀疏性使其不再受空域采样条件的限制,既可通过增大阵元间距提高分辨率,而又无空域混叠现象。通过对噪声功率的预估计抑制噪声,提高了波达方向估计的稳健性。另外,该方法与信号协方差矩阵的秩无关,对相干信号和不相干信号都适用。仿真实验验证了该方法的有效性。      

一种新的宽带DOA估计方法

总结了宽带信号子空间类DOA估计方法,提出了一种新的构造聚焦矩阵的方法,新方法基于预估角度和宽带信号带宽内各个频点上对应的阵列流形的奇异值分解,所构造的聚焦矩阵为酉矩阵,在聚焦过程中没有聚集损失。比较了新方法与旋转信号子空间方法（RSS）在分辨两个相邻较近信号源时的性能,新方法与RSS方法性能相当。仿真结果证明了算法的有效性。     

基于数据阵共扼重构的宽带相干源DOA估计算法

提出了一种基于阵列接收数据阵共扼重构的宽带源DOA估计方法。该算法在保持原ISM算法无需构造复杂聚焦阵的基础上，取前后向平滑的特例——子阵长度与阵元数相等，在每一子带对接收数据阵进行共扼重构，在不损失阵列孔径的前提下实现了相干源的DOA估计，并可提高对非相干源的估计性能。仿真结果验证了新方法的有效性。     

稀疏空域融合DOA估计算法与性能分析

压缩感知处理波达方向(DOA)估计问题中,阵列流型的构建是后续估计的基础。该文首先对阵列流型相邻导向矢量的正交性进行理论分析,分析表明在法线方向,等角划分优于等弦划分,在端射方向,等弦划分优于等角划分,相应的DOA估计性能更优。然后,系统推导出等弦划分与等角划分的临界值,并讨论阵元数、划分份数对正交性的影响,设计了一种优化稀疏划分模型,并提出了一种基于等弦和等角空间稀疏相结合的稀疏空域融合(SFSD)DOA估计算法。该算法较等弦划分和等角划分,具有更好的DOA估计稳健性、更低的信噪比门限和更高的估计精度。最后,通过仿真验证了模型的优越性和算法的高效性。     

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。     

基于空频解耦的宽带DOA估计算法

宽带波达方向(DOA)估计是宽带阵列信号处理领域的热点问题,当宽带信号的距离分辨率与宽带孔径可比拟时,孔径渡越效应会成为影响宽带波达方向估计精确度的重要因素。基于宽带阵列信号在空域与频域间呈现线性耦合的特点,利用梯形变换进行解耦处理,并对解耦后数据相干积累进行 DOA估计。实验结果表明,通过对宽带孔径渡越效应的消除,宽带 DOA估计精确度显著提高。该算法具有较低的计算复杂度和较高的 DOA估计精确度,是一种有效的宽带 DOA估计算法。     

宽带源DOA快速估计方法

提出了一种新的聚焦矩阵的计算方法,该方法不需要进行角度预估计,也不需要进行任何矩阵特征值分解,对信号方向不敏感,运算量小。利用多级维纳滤波算法,求出聚焦后的空间协方差矩阵在Krylov子空间的一组正交基,在满足一定的条件下,该正交基张成的空间等价于信号子空间,从而可求得宽带信号的空间谱。整个过程避免了矩阵特征值分解,因而运算量降低。计算机仿真验证了方法的有效性。     

基于实值矩阵的宽带信号DOA估计方法

针对传统宽带信号DOA估计算法的高计算复杂度问题,提出使用实值矩阵改进的算法。与传统算法在复数协方差矩阵的基础上进行DOA估计相比,本算法仅使用复数协方差矩阵的虚部构造出一个实值矩阵,并在此实值矩阵的基础上,使用子空间算法进行DOA估计。实值矩阵不仅能够降低特征值分解的计算量,而且得到的噪声子空间与真实DOA和镜像DOA均正交,因此在DOA迭代估计时,仅需要对一半的角度进行谱峰搜索,而对于搜索时出现的角度模糊问题,可通过MUSIC算法去模糊,从而达到正确估计效果。相比于传统宽带信号DOA估计算法,本算法在保持DOA估计精度几乎不变的基础上,有效降低了算法计算量,计算机仿真结果验证了本文算法的有效性。     

基于空间时频分布的宽带源波达方向估计

研究了空间时频分布在宽带阵列处理中的应用。在信号时频特征可分的情况,提出一种新的时频域宽带DoA估计算法,充分利用信号不同的时频特征,结合宽带聚集思想对每个源单独处理得到多个源的DoA估计。该方法具有很好的信号选择性以及抑制干扰和噪声的能力,估计性能优干传统空间时频分布方法。仿真结果验证了新方法的有效性。     

一种新的互耦条件下宽带信号DOA估计算法

基于一致聚焦和Khatri-Rao子空间的思想,提出了一种新的互耦条件下宽带信号DOA 估计算法。首先,通过在阵列两端设置辅助阵元来补偿各个频率处的互耦效应;接着,对补偿后的协方差矩阵进行一致聚焦操作,并重排成一个高维矩阵;最后,通过搜索Khatri鄄Rao 子空间谱估计出宽带信号的DOA。算法适用于互耦未知的场合,对宽带信号频率谱是否平坦没有要求,且在互耦自由度较小时能够分辨多于阵元数的宽带信号。计算机仿真结果证明了算法的有效性。     

基于Toeplitz矩阵重构算法的宽带相干信号方位估计

根据天线阵列接收到的数据,提出了一种基于Toeplitz矩阵重构的宽带相干源方位估计算法.该算法先由Toeplitz 阵列接收到的数据得到包含波达方向信息的协方差矩阵,再对该协方差矩阵进行聚焦处理,得到同一频率的阵列协方差矩阵,最后由高分辨子空间处理方法得到宽带相干信号的波达方向估计.仿真实验证明了该方法的有效性.     

宽带信号源的波达方向估计新方法

针对信号源数多于天线阵元数的情况,提出了一种新的宽带信号波达方向(DOA)的估计方法.与传统方法一样,首先把宽带信号分解为互不重叠的窄带部分,通过将信号频率的不同等效为阵元间距的不同而得到多个阵列,合理组合这些阵列可以获得一个多阵元的虚拟阵列,对此虚拟阵列的输出运用传统的窄带信号子空间方法即可进行高分辨DOA估计.不需要对阵列输出进行"聚焦"变换及角度预估计,并且利用两个阵元即可对多个宽带信号进行空间谱估计.仿真结果证明了该方法在信号源数多于阵元数情况下的有效性.     

色噪声背景下相干信源DOA估计的空间差分平滑算法

文中提出了一种色噪声背景下相干信源波达方向(DOA)估计的新算法-空间差分平滑(SDS)算法.SDS算法利用均匀线阵协方差矩阵的Toeplitz分解特性,差分平滑运算,将非相干信源与相关(或相干)信源分开分辨,从而重复利用阵列接收数据,可分辨更多信源.SDS算法可对消空间色噪声,适用于更广泛的未知噪声背景及低信噪比环境.相比常规谱估计算法,SDS算法具有更强的信源过载能力及阵元节省能力,利用少数阵元进行迭代空间平滑运算,还可明显减小SDS算法的计算量.计算机仿真结果证明了SDS算法理论的正确性和有效性.     

宽带相干信源波达方向估计(DOA)的新算法

辅助方向向量增加(ADVA)聚焦算法是非归一化的,存在聚焦损失。双边相关变换(TCT)聚焦算法是归一化的,不存在聚焦损失,但需要对目标的方位进行预估计。这不仅会使运算复杂,而且得到的聚焦矩阵也只是在预估角度上有最小范数解,在其他方向上则会产生偏离,因此不是稳健的。提出了一种在归一化的条件下,不需要方位预估计的、稳健的聚焦矩阵算法,算法的思想是将整个感兴趣的空间分成组,对每一组在归一化约束的条件下利用奇异值分解法求解最小化问题。通过仿真验证了该算法的有效性。     

宽带DOA估计的频域时延补偿算法

针对宽带波达方向（Direction of Arrival,DOA）估计中导向矢量的频率不一致问题,提出一种新算法.首先对搜索方向信号进行时延补偿,使其与法线方向信号具有相同的阵列时延特征,同时将其它方向信号当作噪声处理,然后计算子空间的正交性并将其作为该搜索方向上空间谱值,最后给出快速算法以降低运算量.由于滤波器的群时延值不能任意改变,采用频域方法实现时延补偿.新算法不需要预估信号源数目和DOA初值,且仿真结果表明：在信号源互不相关和功率谱密度分布平坦的前提下,新算法分辨率更高、估计误差更小.     

基于多项式展开宽带信号二维来波方向估计

本文提出了一种新的宽带信号二维来波方向(2D-DOA)估计方法。该方法通过对阵列方向矩进行多项式展开来构造聚焦矩阵,它不需要进行角度预估计和信号个数估计。计算机仿真试验证实了方法的有效性。     

基于G-S正交的信号子空间宽带聚焦DOA估计算法

提出基于G-S（Gram-Schmidt）正交算法的信号子空间宽带聚焦DOA估计算法。该算法基于G-S正交方法,求得矩阵的信号子空间,并利用局域子空间投影算法（LSP）,构造宽带信号子空间最佳聚焦矩阵。分析表明,该算法不需矩阵特征分解,运算量小于双边变换（TCT）方法,性能优于TCT方法。仿真结果证明了算法的有效性。