Hopfield优化网络用于DOA估计存在的问题

本文讨论了用Ｈｏｐｆｉｅｌｄ优化网络解决ＤＯＡ估计问题方法的有效性和正确性，虽然这种方法可以避免特征分解和谱峰搜索运算，但在不限制网络中输出为１的神经元个数的条件下，方法中代价函数的构造是不正确的，理论分析和仿真实验证实了上述结论。     

宽带谱相关时空DOA矩阵方法

本文提出了一种新的基于信号时空特征结构的二维DOA估计方法－－宽带谱相关时空DOA矩阵方法。该方法利用信号的循环平稳特性实现了对宽带信号的有效处理,同时通过空时变换将传统的一维空域处理拓展到了二维空间处理,更充分地利用了信号的时域特征,从而大大简化了阵列结构,提高了算法的性能。理论分析与仿真结果表明,该方法既继承了循环平稳方法在谱估计方面的优势,又具有原DOA矩阵方法无需二维谱峰搜索和参数配对的特点。     

用于大规模深度卷积分类网络DOA估计的标签分解方法

为了有效地解决使用深度神经网络求解波达方向(DOA)估计涉及到的大规模分类器的训练和部署实现,本文提出将传统的one-hot分类器分解为多个类别互质的小分类器,然后联合使用多个互质分类器的分类结果重构原始one-hot标签.首先使用标签分解,将原始标签分解为多个互质的小标签,小标签对应的类别为原始类别对质数取余数的结果...     

谱峰搜索的神经网络实现

本文提出了谱峰搜索的神经网络方法,作为一个线性规划问题,通过构造适当的代价函数把谱峰搜索与Hopfield线性规划网络联系起来。网络中神经元的个数与参数空间搜索的分辨率无关,而与传感器阵列中传感器的个数成线性关系,因此神经元的个数并不要求很多,理论分析和仿真实验证明,该方法实际上与MUSIC方法或RD(实数域波达方向估计)法是等价的。     

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。     

基于类MUSIC的DOA估计算法

针对相关信号波达方向(DOA)的估计问题,提出了一种基于最大差值子矩阵的信号DOA估计方法.对利用Toepllitz构造的满秩矩阵进行特征值分解,得到排序后的特征值,并利用特征值的差值实现满秩矩阵筛选,同时结合传统MUSIC算法实现信号DOA估计.理论分析与仿真实验表明,本文所提方法在相关信号DOA估计方面具有更好的分辨力.     

基于双通道复数卷积神经网络的DOA估计算法

针对低信噪比下基于实数卷积神经网络(RV-CNN)的阵列波达方向(DOA)估计方法对接收信号幅相特征提取不充分的问题,引入复数卷积神经网络(CV-CNN)进行DOA估计。为进一步提高分类准确率,构建了一种基于复数卷积神经网络的非对称双通道DOA估计模型(CV-DCNN)。该模型以阵列接收信号的复数协方差矩阵作为输入,分别输入由空洞卷积层组成的第一通道和由标准卷积层组成的第二通道中,其中空洞卷积在不损失角度信息的情况下,增大特征图的感受野。通过复数卷积神经网络(CV-CNN)独有的复数卷积方式提取和融合信号的幅值和相位特征,将双通道提取的特征融合后通过全连接层和sigmoid函数实现角度分类结果输出。实验结果表明,CV-CNN比RV-CNN有更快的收敛速度,在低信噪比和少快拍条件下,CV-CNN比RV-CNN有更高的估计精度,而CV-DCNN比CV-CNN在收敛速度和估计精度上又有了进一步的提升。     

基于凸优化的Khatri-Rao子空间宽带DOA估计

该文基于凸优化工具,提出一种新的Khatri-Rao子空间宽带到达角(DOA)估计方法。首先,利用Khatri-Rao子空间的概念,构造各频点的虚拟阵列导向矢量。再利用凸优化方法针对虚拟阵列导向矢量构造聚焦矩阵,从而利用虚拟阵列所增加的维数,在尽量减少聚焦对噪声影响的同时,获得良好的聚焦效果。仿真结果表明,相对于已有的Khatri-Rao子空间宽带DOA估计方法FKR-RSS,该方法具有更好的估计精度和目标分辨力。对于信号源数大于阵元数的情形,该文方法优势更加明显。     

利用空间平滑差分算法进行DOA估计

针对色噪声背景下的相干信源波达方向估计问题,提出了一种空间平滑差分算法。该算法通过对空间平滑矩阵进行差分运算来对消色噪声,并采用PM算法进行方向估计。在去除噪声、减小计算量的同时,可估计较多的信源。由于算法对非相关信源和相关(或相干)信源同时估计,因此减小了算法实际实现的复杂度。计算机仿真结果证明了空间平滑差分算法理论的正确性和有效性。     

基于ANSG的雷达信号DOA估计算法

针对阵列信号处理中雷达信号的波达方向(DOA)估计,提出自适应噪声子空间生成(ANSG)算法。通过数值方法,得到阵列接收信号的协方差矩阵,以迭代方式处理约束最小化问题,实现ANSG。根据噪声子空间的表达式获得DOA估计,并且先验信息可以很好地融入算法的流程中,能够有效地解决复杂环境下的多信号源DOA估计问题。仿真结果表明,该算法适用于单频、线性频率调制以及二进制相移键控雷达信号,DOA估计精度和运算速度优于MUSIC。     

ANALYSIS OF THE NEURAL OPTIMIZATION METHOD FOR DOA ESTIMATION

This paper gives a simple analysis of the method of using the Hopfield's optimization neural network to solve the direction-of-arrival(DOA) estimation problem. Although this method can avoid the eigendecomposition of data autocorrelation matrix and the orthogonality search of parameter space, theoretical analysis and computer simulation results show that the construction of the DOA cost function is incorrect on the condition that there is no constraint on the number of outputs of the network.     

一种ESPRIT的演变算法

本文通过对ESPRIT算法的研究,提出了一种ESPRIT算法的演变算法,构造一种新的空间谱量,避免了对协方差矩阵进行特征分解的要求。理论分析与计算机仿真表明该算法切实可行、有效并且易于实现。     

信号特征向量分解与到达波方向估计＊

本文提出了到达波方向(DOA)估计的一种新算法。基于信号特征向量分解的一种唯一形式,我们提出了用递推算法来实现由一个或几个信号特征向量进行DOA估计。与一般的特征结构法相比,该方法不但可以解决相干源问题而且改善了在低信噪比情况下的估计性能,并具有使用灵活的特点。计算机仿真证实了上述结论。     

基于仿生模式识别的DOA估计方法

该文就仿生模式识别(拓扑模式识别)在非感性抽象对象的信息处理方面的应用作了一些探索,提出了一种基于仿生模式识别的DOA估计方法。这种方法的建模过程是用在实际环境下采集的训练样本构造人工神经网络模型,对环境的适应能力较强,且这种方法的计算量较小,可以实现系统实时处理。实验结果表明：在信噪比为20 dB和0 dB时,该方法的正确估计率可达100%;在信噪比降为-20 dB时,该方法仍有83%的可识别率。     

基于分层神经网络的宽频段DOA估计方法

该文提出了一种采用智能识别技术解决宽段来波方位估计的新方法。提取已知来波方位信号的协方差矩阵的上三角部分作为样本特征,然后构建区域估计和方位估计的分层模型,实现对未知来波方位的精确估计。所提出的分层方法降低了模型构造的复杂度,实现了宽频段来波方位估计。给出了应用该方法的具体步骤。仿真实验结果表明,该方法具有很高的测向精度,具有广阔的应用前景。     

空间相干源信号频率和波达方向的同时估计方法

本文针对宽频段窄带相干信号源,充分利用多重信号分类和旋转不变两大技术,结合一定的时域信息,提出了一种高精度的信号频率和波达方向同时估计方法.该方法通过构造平滑波达方向矩阵进行参数估计,无需搜索过程和配对处理.计算机仿真验证了本文所提出方法的有效性.     

方向估计的神经网络计算

本文给出一种借助于二维神经网络构成的混合系统,用它来完成几种方向估计算法,这些算法包括：最大似然法,交替投影最大似然法,Ｍａｒｃｏｓ等人提出的无需特征分解的“传播算法”。利用神经网络对某些算法的快速性,该系统为实时实现目标的精确定位提供了一条新的,有效的途径。     

DOA estimation of wideband sources without estimating the number of sources

In this paper, we propose a new technique to estimate wideband source directions from the sensor snapshots without requiring to know the number of sources present in the scenario. This work is motivated by the fact that the existing model order estimation (number of sources) techniques for wideband source scenario are either inaccurate or computationally expensive. Direction-of-arrival (DOA) estimation is realized using a beamformer framework which imposes nulls in the spatial spectrum along the source directions. The null width along the frequency axis is widened by introducing a new data dependent term into the optimization problem, thus achieving wideband capability. Furthermore, the temporal processing of the data snapshots drastically reduces the number of snapshots required for wideband DOA estimation. The effectiveness of the proposed formulation is studied with simulated experiments.     

脉冲实时测向算法的改进设计与实现

针对敌我识别(IFF)信号及战术空中导航(TACAN)信号侦察的需求,在传统相关干涉仪测向模型基础上,改进设计出一种适合IFF和TACAN脉冲的高精度实时测向模型,并使用甚高速硬件描述语言(VHDL)在FPGA内部实现.该模型可针对不同长度脉冲进行单脉冲快速实时测向,可在检测到脉冲前沿后的3μs内得到测向结果.VHDL的优化编程设计实现以及工程的实际应用表明了该测向模型的实用性和有效性.