三平行线阵中基于改进传播算子的二维DOA估计方法

提出了一种三平行线阵中基于改进传播算子的二维波达方向估计方法。该方法针对三平行阵列的结构特点,利用三平行线阵中两个相互垂直的双平行线阵,分别构造一个扩展传播矩阵,求得旋转矩阵。然后根据三平行线阵的特性,对分别得到的旋转矩阵进行配对。最后利用配对后的旋转矩阵,联合估计信号的方位角和俯仰角。该方法当俯仰角在70°~ 90°之间时不会出现角度估计失效问题,充分利用了所有阵元信息,提高了角度估计性能,而且具有更低的计算复杂度。仿真验证了提出方法的有效性。      

一种可自动配对的二维波达方向估计算法

针对非相关远场窄带信号,提出了一种基于L阵模型的低复杂度高分辨二维波达方向估计算法。该方法通过利用互相关矩阵以及L阵的几何结构,消除了附加噪声的影响,且对于方位角和俯仰角的求取仅仅需要一维估计,同时该算法只需对一个低维矩阵进行特征值分解,减少了运算负担,该算法利用特征值求取俯仰角,利用相应的特征向量构造出的虚拟阵列响应矩阵求取与俯仰角配对的方位角。仿真进一步证明了算法的有效性,通过仿真还可以看出,该文所提方法在低信噪比、小快拍数和较小角度间距的情况下都具有良好的性能。     

面阵二维角度估计的RELAX算法

针对常规二维波达方向估计的高分辨算法的运算量大和稳健性差,将基于均匀线阵的RE-LAX算法拓展到均匀面阵中,得到了多快拍二维角度估计的二维RELAX（2-DRELAX）算法。对于常见的单目标存在地面反射多径的情况,将2-DRELAX算法进行简化,提出了一种基于行列合成处理和RELAX算法测角的双迭代方法。该方法由某个初始的二维角度出发,首先进行行列合成处理,将面阵接收的数据矩阵合成为行、列天线接收的数据矢量,然后由RELAX算法分别估计方位角和俯仰角,最后由估计的二维角度更新行列合成因子并进行行列合成,得到更精确的二维角度估计,如此迭代直至得到的二维角度满足给定的精度要求。该方法收敛速度快,无需特征值分解和多维搜索,对相关信号不需要解相关处理,具有较高的测角精度和分辨力。     

一种改进的基于传播算子的二维DOA估计算法

针对面阵中的波达方向估计算法复杂度过大的问题,提出了一种改进的基于传播算子的二维面阵波达方向（Direction of Arrival,DOA）估计算法。该改进算法基于面阵平移不变性质,将原始子面阵在X和Y轴上分别平移得到两个子面阵,将两个子面阵相加得到虚拟子面阵,利用原始子阵和虚拟子面阵构造新的信号矢量,基于传播算子算法求出其特征值,特征值中的模值和相位值包含信源的二维角度信息,由此可求出自动配对的二维角度。与基于传播算子的二维DOA估计算法相比,该算法有效降低了运算复杂度,且保持性能相近。仿真实验验证了算法的有效性。     

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。      

基于伪数据域的最小冗余线阵测向算法

利用时间信息可以有效的压制干扰和噪声,可以大大的提高角度估计性能和空间分辨率.与传统只利用空间信息的最小冗余测向算法不同,由于所提方法联合时间和空间信息而获得了更多有效阵元数以及扩展了有效阵列孔径,因此,大大的提高了估计性能.提出方法充分利用了信号的时间信息去构造伪数据矩阵,利用奇异分解或计算简单的无需特征分解的线性变换方法获得波达方向.仿真试验充分说明了所提方法不论在精度估计还是分辨能力都表现出优越的性能.     

基于均匀圆阵的空时二维波达方向估计算法

提出了一种适合于均匀圆阵的空时二维波达方向估计方法,该方法先利用模式激励技术对接收数据进行变换,再利用变换后数据之间的互相关关系将数据进一步映射到空时域,然后构造出一对空时DOA矩阵束,通过矩阵束的广义特征值就能够计算出所有入射信号的方位角和俯仰角.该方法完全避免了DOA矩阵类方法中难以克服的角度兼并问题,与UCA-ESPRIT算法相比,减小了孔径损失,使能够估计的信号数目增加了一倍.该方法具有免搜索和参数自动配对的特点.仿真结果证明了该算法的性能.     

利用矩阵滤波技术估计信号二维波达方向

现有的基于子空间的波达方向估计算法都要求不相关信号源的数目小于阵元数目,但当信号源数目很多时,算法失效.为此,提出了一种具有过载估计能力的二维波达方向估计方法,先利用矩阵滤波技术接收数据进行预处理,使信号子空间限定在一个较小的区域内,把区域外的信号抑制掉,从而减小了有效的信号源数目,然后可以采用现有算法进一步估计二维波达方向.矩阵滤波器的设计过程也可以归结为一个最小二乘问题,效率很高.计算机仿真验证了算法的有效性.     

利用空域稀疏性的L型阵下二维波达方向估计

针对稀疏重构应用于二维波达方向估计时存在计算量大的问题,从减少过完备字典的原子个数以及求解模型的阶数这两个方面入手,提出一种具有较低计算复杂度的基于稀疏重构的二维波达方向估计方法。该方法中首先根据L型阵的结构特点,对基于阵列接收数据的稀疏线性模型进行分解和重新组合,抛弃与信源无关的原子,大大减少了原子个数;其次,提出利用多快拍数据协方差矩阵的最大特征值对应的特征向量作为待分解信号建立稀疏模型,使模型阶数从快拍数降至一阶。此外,给出了新方法的详细实施步骤,并且对其计算复杂度进行了理论分析。新方法估计精度高,并且能够自动实现俯仰角和方位角配对。最后,通过计算机仿真验证了新方法的有效性。     

圆阵二维MUSIC谱快速计算方法研究

针对二维波达方向估计时MUSIC谱的快速计算问题,研究了均匀圆阵变换到虚拟线阵的MUSIC算法(UCA-ULA-MUSIC)、流形分离MUSIC算法(MS-MUSIC)、傅立叶域线性求根MUSIC算法(FD-Line-Search-MUSIC)、基于FFT的 元均匀圆阵MUSIC算法( -UCA-FFT-MUSIC)与基于FFT的任意圆阵MUSIC算法(ACA-FFT-MUSIC)。对各种算法快速计算二维MUSIC谱的实现步骤进行了总结。在此基础上,给出了各算法计算二维MUSIC谱的计算复杂度表达式,并以传统方法为参考,对比了各种快速算法相对于传统方法的计算复杂度比值;同时,针对不同的阵列形式,对适用的快速算法的测向性能进行了仿真对比。根据分析和对比的结果,指出MS-MUSIC算法与ACA-FFT-MUSIC算法具有更高的工程应用价值,由具体的情况单独或分频段联合使用MS-MUSIC算法与ACA-FFT-MUSIC算法,可以使测向系统较好的兼顾测向性能与时效性。      

基于噪声子空间映射的二维波达角快速估计算法

为了降低二维MUSIC(Two Dimensional Multiple Signal Classification,2-D MUSIC)算法的计算量,提高算法的实时处理能力,基于噪声子空间映射思想提出了一种适用于任意平面阵列结构的二维波达角(Direction Of Arrival,DOA)快速估计算法.新算法利用空间角度划分及非线性变换将信号子空间与噪声子空间的正交性等价地压缩至某个角度分片内,使得真实DOA在该角度分片内产生虚拟镜像,通过搜索该角度分片得到虚拟DOA,最后利用数学式直接计算得到真实DOA.理论分析和实验结果表明新算法能够成倍地提高DOA估计的速度,同时具有比MUSIC算法更高的空间分辨率.     

基于联合奇异值分解的二维DOA估计

文章设计了一种新型三维立体阵列并基于该阵列形式提出了一种基于联合奇异值分解的二维DOA（Direction Of Arrival）估计算法。该方法利用三维立体阵,与平面阵相比大大提高某些方向上的测角精度,在方法中使用了子阵列之间的互相关而不是传统的子阵自相关,有效减小了噪声的影响,提高了估计精度,并且利用联合奇异值分解实现了快速配对。最后数值仿真结果证实了所提方法在增加了估计范围,提高了估计精度。     

基于阵列流型盲辨识的MIMO雷达二维DOD和二维DOA联合估计

MIMO（Multiple Input Multiple Output）雷达基于分集增益理念,使其相对于相控阵雷达,在目标探测、参数测量、多目标分辨及干扰识别和抑制等方面具有明显优势.目标角度估计是雷达目标参数测量的核心内容,也是雷达对空域目标进行定位和跟踪的前提.本文基于双L型阵列,提出了一种高精度低复杂度的双基地MIMO雷达二维离开角和二维到达角联合估计的新算法.通过对匹配滤波后的阵列接收数据进行子空间分解,实现了阵列流形矩阵的盲辨识,进而获得目标二维到达角和二维离开角的闭式解.所提算法估得的收发四维角（二维离开角和二维到达角）能够自动配对,与2-D ESPRIT（Two Dimensional Estimating Signal Parameters via Rotational Invariance Techniques）算法相比,运算复杂度约是其三分之一,角估计性能相当.仿真实验证明了所提算法以较低的运算复杂度,实现了对目标收发四维角的高精度联合估计.     

用平行四边形阵列实现闭环形式2维角估计

提出了适用于平行四边形阵列的２维酉ＥＳＰＲＩＴ方法,它是一种闭环形式的高分辨算法,对信号源方位角和仰角估计实现自动配对。给出了两类酉变换矩阵,将复数域的矩阵运算转换到实数域。除了初始变换和最后维数等于信号个数的矩阵特征分解外,整个过程都采用高效的实值计算。最后对算法做了一阶近似渐进性能分析。仿真结果表明算法是有效的。     

多基线数据融合的双基地MIMO雷达角度估计

提出了一种双基地MIMO雷达角度估计方法。在发射端利用ESPRIT算法获取长短基线的旋转不变因子,通过联合对角化提高离开角度(DOD)的估计精度。根据已估计的DOD,采用迭代算法得到接收导向矢量。针对等距线阵和非等距线阵,分别提出了基于范德蒙矩阵特性和解模糊的多基线联合到达角度(DOA)估计方法,避免了两维搜索且角度自动配对。计算机仿真验证了该方法的有效性和优越性。     

非圆信号快速高精度二维测向算法

针对窄带非圆信号,提出了一种基于共轭梯度迭代搜索的快速高精度二维来波方向估计算法。利用非圆信号椭圆协方差矩阵非零特性,将阵列接收数据矩阵共轭重排,增加了阵列自由度,扩展了阵列有效孔径,提高了多信号检测能力,改善了阵列测向性能。对扩展后的阵列接收数据利用共轭梯度迭代搜索方式求得信号子空间,避免了多次求解样本协方差矩阵及其特征分解过程,显著降低了运算复杂度。仿真实验验证了所提算法的有效性和实用性。