基于均匀面阵的相干信号源二维DOA估计新方法

相干信号源的来波方向(Direction of Arrival,DOA)估计问题一直是阵列信号处理技术的一个研究热点。现实环境中的信号源多为相干的,针对此问题提出一种改进的相干信号源二维DOA估计算法。通过对接收信号协方差矩阵进行矩阵重构处理,将采样数据协方差矩阵的秩恢复到等于信号源的个数;对重构的协方差矩阵进行特征分解,构造出信号子空间矩阵和噪声子空间矩阵,将两个子空间矩阵联合构造出新的空间谱函数;基于新的空间谱函数进行二维谱峰搜索,即可估计出多个入射信号的二维DOA。使用计算机软件进行仿真验证,仿真结果表明了所提方法的有效性。     

基于修正ESPRIT算法的二维DOA估计

针对二维ESPRIT算法在求解相干信号的时候存在较大的阵列冗余度,为了降低计算量,提高算法的解相干能力,在双排平行均匀线阵的基础上,介绍了一种二维修正ESPRIT算法.通过对子阵的合并,摒弃了原协方差矩阵中的冗余数据,使得新构成的协方差矩阵的维数比原来下降了近33%,从而降低了特征值分解的维数,并且新构成的协方差矩阵可以对接收数据进行共轭重排再利用.理论分析和仿真实验表明,该算法降低了计算量,提高了对非相干信号的估计准确度,同时具有一定的解相干能力.     

均匀圆阵波束空间二维DOA估计算法

摘要：为把适用于均匀线阵的ESPRIT算法、空间平滑技术等推广到均匀圆阵中,采用预处理技术将均匀圆阵从阵元空间映射到波束空间,采用实特征值分解方法得到信号和噪声子空间,并将二维MUSIC和ESPRIT算法结合起来．理论分析和模拟实验表明,该算法减小了计算量,提高了对非相干信号源的估计准确度,同时具有解相干的能力．     

二维DOA估计的高分辨阵列（HRA）

基于二维ＤＯＡ估计问题,研究了阵列天线的空间滤波性能,提出了二维ＤＯＡ估计的高分辨阵列（ＨＲＡ）模型,使有限的阵元具有最佳的空间分辨力。计算机仿真结果表明,本文提出的ＨＲＡ明显优于传统阵列。     

二维DOA估计的高分辨阵列(HRA)

基于二维DOA估计问题 ,研究了阵列天线的空间滤波性能 ,提出了二维DOA估计的高分辨阵列 (HRA)模型 ,使有限的阵元具有最佳的空间分辨力。计算机仿真结果表明 ,本文提出的HRA明显优于传统阵列。     

基于L型阵的二维相干源信号的DOA估计

提出一种在高斯白噪声下基于L型阵的二维相干源信号的DOA估计的方法.本算法首先通过对接收数据进行前向空间平滑来达到去相干目的,然后计算出3个m×m相关矩阵,用此构造一个3m×m大矩阵,并对其进行特征值分解,最后利用ESPRIT方法对方向角和仰角进行估计.本算法无需谱峰搜索,无相位模糊问题,且参数自动匹配,计算量较小.仿真结果证明了该方法的有效性.     

基于双平行线阵二维相干信号DOA估计新方法

提出了一种在高斯白噪声下基于双平行线阵的二维相干信号的DOA估计的新方法.本算法首先通过对接收数据进行前向空间平滑来达到去相干目的,然后计算出3个mxm相关矩阵,用此构造一个3mxm大矩阵,并对其进行特征值分解,最后利用ESPRIT方法时方向角和仰角进行估计.本算法不需谱峰搜索,无相位模糊问题,且参数自动匹配,计算量较小.仿真结果证明了该方法的有效性.     

基于均匀圆阵的二维DOA估计的新算法

文章针对均匀圆阵的阵列流形,分析了均匀圆阵的导向矢量,并在此基础上,通过构造相应的二阶统计量得到了信号方位角和俯仰角的闭式解．同已有的二维DOA估计算法相比较,该算法有明显的计算优势,只需要3个阵元即可以达到二维DOA估计的结果．理论分析证明,该闭式解不受空间白噪声的影响,只要选取适当的快拍数,该算法可以在较低的信噪比环境下稳健的工作．计算机仿真结果表明,该算法可以利用圆阵的3个阵元有效地估计信号的二维到达角,并且减少了运算量,降低了白噪声的影响,可以稳健而有效的工作．     

二维传播算子DOA估计的改进算法

针对传播算子算法在低信噪比和小快拍数环境下进行二维DOA估计性能下降的实际问题,提出了一种改进的二维传播算子DOA估计方法.该方法继承了ESPRIT算法无需谱峰搜索的优点,并且利用线性运算代替特征分解求得旋转不变关系矩阵,再通过简单的除法运算实现方位角和俯仰角的快速配对,极大地降低了运算量.重新构造的协方差矩阵对接收数...     

一种基于均匀圆阵的宽频段相干源二维DOA估计方法

基于均匀圆阵，在频率估计的基础上，提出了一种适用于宽频段窄带相干信号的二维DOA估计新方法．计算机仿真表明该方法在总阵元数没有超过UCA-RB-MUSIC法中所需阵元数的前提下，在宽频段内对相干源的二维DOA估计有高精度，而且对接收信噪比的变化表现出很强的鲁棒性．     

基于实值特征子空间迭代的DOA估计算法

针对相关信号的DOA估计和角度跟踪的传统算法自适应性差和特征值分解运算量大的问题,提出了一种基于实值特征子空间迭代的DOA估计算法．对每次快拍数据,通过梯度算法自适应更新信号和噪声子空间,并将复值特征子空间变换为实值,最后利用基于信号子空间的角度估计方法(Unitary ESPRIT) 或噪声子空间的方法(实值域求根MUSIC) 估计信号角度．由于引入了自适应特征子空间迭代和实值域处理,该算法无需特征值分解,有效地降低了基于子空间类高分辨算法的运算量,可以应用于相关信号的角度估计和跟踪问题．理论分析和仿真结果表明,算法具有较低的运算量和良好的自适应性,对某米波测高雷达实测数据的处理结果也表明了算法的有效性．     

基于托普利兹矩阵集重构的相干信源波达方向估计

针对常规相干信源波达方向估计托普利兹矩阵重构算法仅利用部分阵列接收数据的互相关或协方差矩阵进行重构,信息利用不完整且部分算法需去噪声处理等问题,提出一种改进托普利兹矩阵重构算法。利用阵元接收数据矢量构造包含阵元完整相关矩阵信息的托普利兹矩阵集,通过Hermitian转置矩阵修正及正反向平滑运算得到满秩矩阵,并结合运算量低的ESPRIT算法实现相干信号角度估计,同时避免去噪声处理。计算机仿真结果验证了算法的有效性。     

2-D DOA estimation of coexisting uncorrelated and coherent signals

The common two dimensional (2-D) direction of arrival (DOA) estimation algorithms for coexisting uncorrelated and coherent signals are based on the complex array structure, such as the uniform rectangular array, so the computational complexity is high and the array aperture is not utilized efficiently. By taking advantage of the L-shape array and adopting an efficient method to eliminate the Gaussian noise, a new 2-D DOA estimation method is proposed. Firstly, the DOAs of the uncorrelated signals are estimated and the influence of the coherent signals is eliminated by utilizing its characteristics. Then, the data covariance matrix containing the coherent information only is obtained by exploiting the Toeplitz property of the uncorrelated signals, and the DOAs of the coherent signals are estimated by the direction finding method based on the compressed sensing theory. Theoretical analysis and simulation results show that the proposed method has a small computational load, high array aperture as well as excellent estimation performance.     

基于传播算子的二维ESPRIT算法

为了提高经典参数估计旋转不变法(Estimation of signal parameters via rotational Invariance Technique,ESPRIT)处理数据的效率,提出基于传播算子的二维虚拟ESPRIT的改进算法。该算法通过构造一组虚拟阵列得到新的虚拟接收数据,利用传播算子将这组新数据与真实阵列得到的数据进行数据重构,从而得到噪声子空间避免特征值分解,最终可估计出用户的二维波达方向估计。理论分析表明,该方法的波达方向估计性能优于传统的ESPRIT方法,且降低了运算量,提高了阵列的利用率和算法的抗干扰能力,最后由计算机仿真实验证明此方法的有效性。     

基于特征空间MUSIC算法的相干信号波达方向空间平滑估计

为了高效、准确地估计相干信号的波达方向(DOA),提出了一种基于特征空间多重信号分类(MUSIC)算法的空间平滑估计方法。首先对相干信号进行空间平滑处理,然后对其应用特征空间MUSIC算法进行DOA的精确估计,使其最大限度地利用信号子空间和噪声子空间的信息。本文方法并不影响非相关信号存在时DOA的估计,且还可以对信号源功率进行有效的估计,以提高对小能量信号的成功估计概率。与传统空间平滑算法及修正MUSIC算法相比,本文方法具有更低的信噪比门限和更高的估计精度及分辨力。最后的仿真实验验证了本文方法的有效性和鲁棒性。     

基于DOA估计的CDMA智能天线系统

CDMA信号经解扩后,采用传统高分辨率算法MUSIC和ESPRIT,估计信号的DOA方向。然后,用阵列响应矢量作为加权系数,保证基站接收到最大的信号能量．通过仿真,研究了这一系统在移动通信环境下的性能,包括信道衰落、信号角度扩散及同频干扰用户等对DOA估计的影响,仿真结果表明：DOA估计误差和误码率与信号衰落、信号角度扩散及同频干扰用户等有密切关系。     

基于均匀圆阵的矢量重构解相干算法

为解决基于均匀线阵矢量重构法不能直接用于均匀圆阵这一问题,提出一种模式空间矢量重构算法.提取模式变换后最大广义特征值对应的特征矢量,并对修正的信号特征矢量采用前后矢量重构方式构造数据矩阵实现解相干.在变换前提取最大特征值对应的信号特征矢量,充分去除噪声,且无需变换后广义特征分解计算,算法复杂度显著降低.理论分析和仿真结果验证了该算法的有效性.     

一种快速的相干信源超分辨方法

提出一种快速的相干信源超分辨方法,信号子空间由空间平滑的Lanczos算法的若干步递推得到．由于该方法只利用到某一信源的训练信号就可实现对所有信号的DOA进行快速估计,不需要对协方差矩阵作特征值分解和多级维纳滤波器的后向递推,所以该方法具有低复杂度和小运算量的特点,更适合实时处理的要求．计算机仿真表明,在低信噪比和小样本的情况下明显优于常规的EPSRIT方法,在高信噪比和大样本的情况下具有和常规ESPRIT方法同样的估计精度．     

基于正交直线阵列的二维相干源测向方法

针对特殊阵列,提出了一种二维相干信号波达方向估计新方法,此方法只需2个正交直线阵就可估计不同用户的二维DOA。而且利用其中的一个直线阵来组合两个线阵分别估计的一维DOA,在空间平滑法基础上通过构造新的协方差矩阵,进一步去除了信源间的相干性。并分析了相乘系数对DOA的估计性能的影响,最后通过仿真结果分析了该方法的性能。