极化敏感阵列的到达角和极化参数联合估计方法

在应用传统的空间谱(MUSIC)算法联合估计来波信号到达角(DOA)和极化参数的时候,需要进行四维谱峰搜索,计算量巨大。针对极化敏感阵列,采用降维MUSIC算法联合,可以估计信号的DOA和极化参数。利用极化矢量的范数为常数这一特点,采用Lagrange乘数法进行降维操作,转换为方位角和俯仰角的二维谱峰搜索,同时可估计出极化相角和极化幅角,大大降低了算法实现的运算量。仿真结果证明了算法的有效性。     

基于圆柱共形阵的极化MUSIC算法

基于圆柱共形阵列的波达方向(Direction-of-Arrival,DOA)估计方法受载体曲率影响,对于不同极化入射的信号存在极化接收不匹配的问题,同时由于载体的遮挡,会使测向精度下降,甚至产生测向错误.针对极化接收和载体遮挡效应,本文提出了一种基于圆柱共形阵列的极化MUSIC算法,建立了基于圆柱共形阵的极化敏感阵列信号接收模型,考虑载体遮挡效应对信号的导向矢量进行重构,保证了信号子空间和噪声子空间的正交性,并运用极化秩亏MUSIC算法进行DOA估计和极化参数估计.仿真结果表明,与子阵分割极化MUSIC算法相比,本文算法在低信噪比10 dB时测向误差减少了0.9°,具有更高的信号测向精度,信号估计准确率提高了27.4％.     

基于维度特性的二维到达角及极化参量联合估计算法

针对利用极化敏感阵列进行多维参数联合估计运算复杂度大的问题,提出一种基于噪声子空间维度特性的极化敏感阵列DOA及极化参数联合估计算法。算法利用阵列接收数据协方差矩阵噪声子空间的维度特性构造谱函数,有效降低了极化敏感阵列信号参数联合估计的计算复杂度,同时保证了算法的估计性能。对算法与现有基于长矢量的MUSIC算法的运算复杂度进行了理论分析对比。最后,仿真对比实验验证了算法的有效性。     

基于双平行互质阵列的二维非网格DOA估计

近年来,基于稀疏表示的DOA估计方法已经被广泛提出,这些方法都需预设离散的网格点,而实际信号来波方向在空间域内具有随机性,任何来波方向都是等概率出现,很有可能信号的来波方向不在网格上,因而会存在网格误差,使DOA估计结果产生较大偏差。为提高DOA估计精度,本文提出了非网格的DOA估计模型。同时,为提高测向自由度,本文应用由两个均匀线阵组成的互质阵列,并且将两个均匀线阵平行放置在同一平面。通过将两均匀线阵的互协方差矩阵向量化成互协方差矢量,可得到一维虚拟扩展的接收数据矢量,并且在稀疏表示框架下应用相应的稀疏恢复算法恢复出跟DOA参数相关的向量,从该向量中得到唯一的并且自动配对的二维DOA估计参数。仿真实验结果验证了本文算法较传统算法具有更好的DOA估计性能。     

基于波束域的多测量矢量欠定系统正则化聚焦求解算法

针对传统波达方向角估计算法采样数据量大导致较大计算复杂度的问题,提出了基于波束域的多测量矢量欠定系统正则化聚焦求解算法。该算法首先基于压缩感知理论对空域稀疏信号进行压缩采样,并将压缩信号从阵元域映射至波束域,进而构造出新的波束域接收信号,而后使用多测量矢量欠定系统正则化聚焦求解算法实现信号的波达方向估计。仿真实验表明,与传统的Capon及MUSIC算法相比,所提算法可对相干信号进行有效DOA估计,具有较高角度分辨力和估计精度;与基于阵元域的正则化聚焦求解算法相比,所提算法具有较低计算复杂度。     

基于非圆信号的阵列扩展方法

提出了一种基于非圆信号的稀疏分解DOA估计方法,用于解决非圆信号数多于阵元数时的DOA估计问题。该方法首先利用非圆信号为实值信号的特点,用阵列上的接收数据及其共轭拼接构造一个新的扩展矩阵,选择扩展协方差矩阵的第一列作为稀疏分解向量,利用扩展阵列的导向矢量构造完备字典,建立了DOA估计的稀疏模型。仿真结果证明了该方法的可行性和有效性。     

四元数模型声矢量阵子空间旋转不变方位估计

传统的声矢量阵子空间旋转不变(ESPRIT)方位估计算法没有利用矢量水听器各输出分量之间的正交特性,对相关声源的估计精度和分辨能力较差,针对此问题,提出了一种基于四元数的二维声矢量阵EP-SIRT算法。首先将矢量水听器的声压和振速输出表示为四元数形式;然后将传统的ESPRIT算法推广至四元数数域,得到目标的方位估计结果。对算法的运算量和方位估计性能进行的仿真说明:与传统的EPSIRT算法相比,四元数域EPSIRT算法运算复杂度更低,对相干信号的估计精度和空间分辨能力更强。     

基于子空间拟合的声矢量阵阵型校正算法及DOA估计

将声场中的声压、振速进行联合信息处理,基于信号子空间拟合原理提出了一种声矢量阵高分辨方位估计算法。该算法在估计性能上与声矢量阵MUSIC算法接近,但在运算量方面有所减少;并针对阵元位置存在误差时文中算法性能恶化的问题,基于迭代优化原理提出了一种声矢量阵阵型校正算法。该算法依赖两个方位未知的disjoint信源,结合单矢量传感器方位估计技术实现了对阵元位置误差的有效估计。仿真结果表明,随着disjoint信源信噪比的增大和快拍数的增加,声矢量阵阵型校正算法的性能明显提高。     

线阵中基于降维NC-MUSIC的非圆信号DOA估计算法

通信领域中非圆(NC)信号的波达方向(DOA)估计已经得到广泛的研究和应用。考虑到非圆信号的多重信号分类算法(MUSIC)计算复杂度较高,提出线阵中基于降维NC-MUSIC的非圆信号DOA估计算法。与传统的需要二维搜索的2D-NC-MUSIC算法相比,该算法只需要一维搜索,降低了计算复杂度。仿真结果表明,该算法优于传统的MUSIC算法,并且与2D-NCMUSIC算法的估计性能非常接近。     

基于协方差矩阵重构的互质阵列DOA估计方法

针对现有基于互质阵列的DOA估计方法,由于舍弃差联合阵列中非均匀虚拟阵元而导致最大可估计信号损失的问题,提出了基于协方差矩阵重构的互质阵列DOA估计方法。根据差联合阵列与波程差一一对应的关系,将协方差矩阵扩展为一个部分元素缺失的Toeplitz矩阵;通过求解迹范数最小化问题实行对协方差矩阵中零元素的填充,阵列自由度得到提升;利用求根MUSIC方法实现DOA估计。仿真结果表明:该方法有效提高了可估计信号数且能够有效避免传统稀疏重构算法中模型失配对估计性能的影响。     

基于多级维纳滤波器的声矢量阵空间谱估计算法

针对传统的声矢量阵高分辨空间谱估计（来波方向估计）算法运算量大、不易于工程实现的问题,提出一种基于多级维纳滤波器(MSWF)的声矢量阵快速来波方向估计算法,即V-MSWF算法,选取声矢量阵参考阵元声压通道的输出作为期望信号,通过MSWF的递推运算得到信号子空间。通过计算机仿真及消声水池实验对V-MSWF算法的性能进行了验证。结果表明,V-MSWF算法无需计算阵列协方差矩阵及特征值分解运算,在高信噪比条件下,具有良好的来波方向估计性能。     

基于空域压缩采样的水声目标DOA估计方法

在空域存在稀疏观测约束条件下,传统的水声目标方位DOA估计方法在水下无人航行器等小型平台的应用中往往精度低或者失效。针对这一问题,提出了一种基于空域压缩采样的水声目标DOA估计方法。该方法通过建立水下目标的空域稀疏模型,对水下目标在空域进行压缩采样,并利用联合稀疏重构实现水下目标的DOA估计。仿真实验表明：与传统方法相比,该方法在较少阵元、较小阵列间隔和较少快拍下估计精度相对提高;而在较低信噪比下估计成功率能够提高50%以上,均方误差也能降低到02°以下。     

基于分数阶Fourier变换和ESPRIT算法的LFM信号2D波达方向估计

提出一种利用分数阶Fourier变换(FRFT)和旋转不变子空间(ESPRIT)算法实现多个线性调频(LFM)信号二维波达方向(DOA)估计的新方法。该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的FRFT域的阵列数据模型,并利用ESPRIT算法实现对多个LFM信号的二维DOA估计。仿真实验验证了算法的有效性。     

基于RJMCMC方法的水下被动目标声源数和方位联合估计

针对传统的子空间类宽带信号处理方法需要较多的信号快拍数才能取得较好的估计效果这一问题,本文将一种基于时域宽带信号模型的贝叶斯高分辨估计方法用于水下被动目标的方位估计（DOA）。该方法使用宽带信号的时域模型,依据贝叶斯准则构建所需参数的后验概率密度函数,并采用可逆跳变马尔科夫链蒙特卡罗（RJMCMC）方法执行贝叶斯计算,对后验概率密度函数进行峰值搜索。由于其能够在不同维的参数空间中跳转,因此可以进行模型阶数（声源数）和目标方位的联合估计。与传统的子空间类方法相比,这一方法能直接在时域进行信号处理且仅需显著较少的信号快拍数。仿真结果表明,RJMCMC算法能较好地估计出声源数和目标方位。     

基于分数阶傅里叶变换的线性调频脉冲信号波达方向估计

针对宽带线性调频脉冲信号的时宽与观测时宽不等的情况,基于分数阶傅里叶变换(FRFT)提出了一种新的中心频率估计方法,并据此对基于FRFT的MUSIC算法的波达方向(DOA)估计进行了改进。该算法利用线性调频信号在傅里叶变换域良好的能量聚集性,分析了脉冲信号中心频率随着脉冲信号在观测时间内位置的变化规律,并修正了中心频率估计的方法。在相应的分数阶傅里叶域,构造分数阶傅里叶域的方向向量,利用MUSIC算法进行DOA估计。数值仿真验证了该算法对方位估计的有效性,并仿真分析信噪比（SNR）和脉冲信号时间宽度对方位估计结果的影响。随着SNR的增大、脉冲信号时间宽度的增加,方位估计方差减小。     

基于互协方差的L型嵌套阵列二维波达方向估计

为了解决L型均匀阵列波达方向（DOA）估计分辨率较低、估计信源数受限于阵元数、估计精度易受信噪比影响等问题,提出一种基于互协方差的L型嵌套阵列二维DOA估计算法。利用不同子阵间互协方差矩阵产生较长无冗余阵元的虚拟阵列,消除噪声干扰;利用虚拟阵列及其共轭矩阵构建等效协方差矩阵,实现虚拟阵列信号的解相干;采用旋转不变子空间技术对等效协方差矩阵进行处理,得到目标的角度信息;基于虚拟阵列等效信源的唯一性进行空间信源的角度匹配。对所提算法的DOA估计有效性进行仿真验证,结果表明,在阵元数相同情况下,该算法与L型均匀阵列相比在低信噪比环境下拥有更高的估计精度,能够辨识更多的空间信源。     

水下目标回波亮点高分辨方位估计与仿真

水下目标回波亮点识别技术是现代声纳系统与水声对抗的一个极为重要的组成部分。基于单源方位精估的短脉冲切割方法,对于发射信号为长脉冲以及正横中轴方位下的目标回波亮点方位估计效果较差。因此研究基于多源的水下目标回波亮点高分辨方位估计方法具有重要的应用价值。本文重点研究了水下目标回波亮点高分辨方位估计方法,首先采用基于共轭倒序阵盖氏圆准则的方法对目标回波进行解相干和亮点数估计,然后在此基础上进行目标回波空间谱估计以获得目标亮点的方位。在具体仿真过程中,采用板块元散射方法仿真目标回波,并在此基础上进行高分辨方位估计,取得了较好的仿真效果。结果表明,本文的研究对于正横中轴方位的潜艇目标识别具有一定的应用价值。