单快拍虚拟阵列Toeplitz矩阵重构的相干信源DOA估计

针对相干信源的DOA估计,提出一种基于单快拍虚拟阵列Toeplitz矩阵(SSVT)重构的解相干算法。该方法利用阵元接收的单快拍数据构造出双向虚拟子阵,并对虚拟子阵的协方差矩阵的平均值进行Toeplitz矩阵重构,实现对相干信源的DOA估计。该方法无需进行多次快拍,在不损失阵列孔径和工作阵元的基础上实现相干信源的DOA估计。仿真结果表明,该算法降低了运算量,在低信噪比的情况下也能分辨M-1个相干信源。     

加权子空间拟合相干信源二维波达方向估计

对均匀圆阵列(UCA)二维波达方向估计问题,运用相位激励模式波束形成技术,得到圆阵波束空间实值阵列流形。在波束空间内．研究了相干信源子空间分解技术和加权子空间拟合技术。计算机仿真表明,在波束空间内的加权子空间拟合技术具有良好的相干信源二维波达方向估计性能。     

电磁矢量阵列的四元数Toeplitz矩阵重构算法

对于电磁矢量阵列的相干信源波达方向估计,针对空间平滑算法解相干时减少阵列有效孔径的问题,提出了一种四元数Toeplitz矩阵重构算法。首先,根据四元数的正交特性建立了信号接收模型,很好地保持了电磁矢量阵列的阵元输出信号两分量间的正交性,同时保证了波达方向角信息和极化信息都能包含在重构矩阵中;然后,在阵列各阵元接收数据与参考阵元接收数据的相关函数基础上,构成Hermitian Toeplitz矩阵,从而实现解相干。该算法与空间平滑算法相比增加了相干信源估计个数,且在低信噪比和入射角度接近时具有更好的估计性能,通过仿真实验得到了验证。     

修正的MUSIC算法在相干信源DOA估计中的应用

引用了两种修正相关矩阵最大似然(ML)估计的方法对MUSIC算法进行优化,对相干信源的波达方向(DOA)进行估计。前向空间平滑算法要求阵列的平移不变性,将阵列划分为若干相互交叠的子阵;前向-后向空间平滑要求阵列的旋转不变性,应用了相关矩阵的倒置矩阵。两种方法均可以修正阵列接收信号的相关矩阵的最大似然估计,使之满足MUSIC算法的前提条件。计算机仿真证明两种算法改善了传统的MUSIC算法对相干信源进行DOA估计的性能,前向-后向空间平滑算法作出了比较准确地估计。     

基于Toeplitz矩阵的波束空间新算法

为保留渡束空间算法优点,降低算法对阵列的要求,及对相干信号源有效,提出了基于Toeplitz矩阵的波束空间多重信号处理算法-BST-MUSIC.算法将任意阵列的波束域输出及均匀线阵的阵元输出综合处理得到Toeplitz矩阵,对其修正处理后采用MUSIC算法进行DOA估计.由推导过程知:算法能够增强或抑制指定空域内的信号;能使相干信源等效为独立信源;在任意阵列与均匀线阵阵元不重合情况下能够有效地抑制噪声;只需一个子阵为均匀线阵,降低了算法对阵列的要求.     

混合信源波达方向估计算法

本文针对非相干混合点信源和分布式信源,提出了一种基于对称均匀线阵的波达方向估计算法。该算法利用点信源和分布式信源协方差矩阵结构的不同,采用空间差分技术将两种信源分离。对于点信源,采用传统MUSIC算法估计其波达方向;对于分布式信源,利用信号子空间的旋转不变性来估计其波达方向。该算法不仅消除了点信源对分布式信源的影响,也无需估计分布参数,大大降低了计算复杂度。且采用2N+1个阵元的对称均匀线阵可估计出 2N 个混合信源,其中分布式信源最多为 N 个,有效减小了阵列的孔径损失。仿真结果表明该算法的性能优于广义特征值分解的算法。      

冲激噪声下相干信源的求根MUSIC算法

由于在冲激噪声背景下,MUSIC算法对信源波达方向估计将失去韧性,且无法解相干,运算量较大,为此对前后向平滑算法和修正的MUSIC算法进行了改进,提出相干信源波达方向估计新算法。简要分析了线阵模型以及共变,将阵列输出矩阵从二阶原点矩扩展到低阶矩,通过分析共变矩阵,得到基于共变矩阵的空间谱,再将谱峰搜索转变为多项式求根,最后可得相干信源波达方向估计。通过仿真,在冲激噪声或高斯噪声下,改进算法可以对相干信源的波达方向进行正确估计。算法性能分析表明改进算法具有良好的稳健性。     

基于几何序列分解与稀疏重构的DOA估计

为了解决均匀圆阵在欠定情况下对相干信号测向的问题，提出了一种利用几何序列分解与稀疏重构相结合的波达方向(DOA)估计算法。几何序列分解用于拆分相干组，并估计出每个相干组的实际方向向量，稀疏重构则对每个相干组进行DOA估计。仿真结果表明，当均匀圆阵的阵元数为M时，相比于现有算法，所提算法所能估计的最大信源数为M(M–1)，并且当信源数较多时，其测向成功率和精度都更优，此外，所提算法能够解决“角度兼并”问题，并且在极少快拍数测向任务中具有一定的优势。     

一种互耦条件下多径信号的2D DOA估计方法

在均匀圆阵的阵列结构下,提出了一种互耦条件下相干多径信号的2D DOA估计方法,该方法基于RARE降秩理论,首先对多径相干源进行去相干处理,并对与俯仰角相关的互耦矩阵进行补偿,然后将圆阵导向矢量转换成新的波束空间阵列流型,同时将俯仰角与方位角变量构造到两个独立的函数中去,实现在互耦未知的情况下用求根的方法估计出方位角,再根据俯仰角向量函数与噪声零空间的关系通过1D参数搜索得到俯仰角的估计,最后再与方位角配对,得到2DDOA估计结果.整个估计过程仅需要1D参数搜索,不需要预先知道空间信源个数及相关性,俯仰角与方位角能正确配对,克服了RARE算法中2D DOA伪估计问题,没有孔径损失,计算量较RARE算法增加不大.仿真结果验证所提方法的有效性.     

加权空间平滑TLS-ESPRIT算法性能分析

针对常规TLS-ESPRIT算法不能处理相干信源测向的问题,在空间平滑TLS-ESPRIT算法的基础上,提出了加权空间平滑TLS-ESPRIT算法。通过对原始阵列进行特殊结构的子阵划分,直接利用子阵输出的自相关和互相关信息求得加权矩阵,充分利用阵列输出的自相关和互相关信息,提高了信号子空间与噪声子空间的正交性,从而实现相干信源的解相干。仿真结果表明,新算法在不同信噪比和快拍数下,都优于空间平滑TLS-ESPRIT算法,对相干信号的DOA估计具有更好的处理效果。     

线性电磁矢量阵列的空时极化平滑算法及相干源多参数估计

该文提出了一种基于线性电磁矢量阵列的空时极化平滑算法(STPSA),解决了相干信源的频率,2维波达方向和极化参数的联合估计问题。该算法通过对不同子阵和矢量传感器不同传感单元的测量数据及其相应延迟数据进行平滑,实现解相干预处理并抑制噪声干扰,然后利用传播算子方法得到相应的参数估计。与目前的算法相比,该文提出的算法能够同时实现相干信源的多个参数联合估计;无需通过奇异值或特征值分解提取信号/噪声子空间,也无须进行参数搜索,有较低的运算量;另外,算法能够通过增加相邻阵元的间隔来扩展阵列的有效孔径,改善估计性能,且无须进行参数去模糊处理。仿真结果验证了算法的有效性。     

共形阵列非圆信号波达方向估计算法

受共形载体变曲率结构的影响,各天线单元指向不尽相同,使得共形天线阵列呈现极化多样性。因此,共形天线阵列的建模过程中需考虑不同阵元的极化响应特性。基于柱面共形天线阵列的快拍数据模型,利用非圆信号的特性对阵列输出进行扩展,基于秩亏理论和子空间原理实现信号波达方向（DOA）估计,所提方法估计精度高,不需要参数配对。存在相干信源时,提出对扩展后的虚拟阵列进行划分,对划分出的子阵进行虚拟的空间平滑,实现解相干的预处理操作。仿真结果表明该方法能有效应用于柱面共形阵列非圆信号DOA估计,并提高了空间分辨率。      

一种基于Toeplitz矩阵重构的相干信源DOA估计算法

提出一种基于Toeplitz矩阵重构的相干信号源DOA估计算法。首先对各个阵元的接收数据与参考阵元（第一个阵元）的接收数据的相关函数进行排列,形成Hermitian Toeplitz矩阵,然后通过奇异值分解可以得到信号子空间和噪声子空间,从而实现相干信源的DOA估计。该算法在不减少阵列有效孔径的情况下,增加了可估计相干信号源数目,并在低信噪比条件下能够得到较好的估计性能,计算机仿真结果证实了算法的有效性。     

空间平滑MUSIC算法的相干信源DOA

DOA估计是阵列信号处理一个重要领域,其中MUSIC算法是经典的针对非相干信源的超分辨算法,但其针对完全相干的两个信源时,则完全失去分辨能力.因此进一步研究了空间平滑MUSIC相干源的超分辨算法,并在八元线阵,固定快拍的条件下,对各种算法进行仿真对比.     

互质阵列DOA估计性能综合分析北大核心CSCD

互质阵列是近年来兴起的新型阵列,能显著提高阵列自由度,处理信源数大于阵元数时的波达方向(DOA)估计,且能提高角度分辨率和测角精度。文中根据互质阵物理阵元和虚拟阵元特点,结合多重信号分类(MUSIC)算法提出适用于互质阵基于物理阵列和虚拟阵列的DOA估计方法。该方法以非相干信号源为研究对象,利用互质阵列建立信号接收模型,基于物理阵列的DOA估计方法根据互质阵物理阵元位置特点推导其导向矢量,然后根据导向矢量计算回波信号数据和信号协方差矩阵,最后利用MUSIC算法进行DOA估计。基于虚拟阵列的DOA估计方法根据其虚拟阵元数据特点在向量化协方差矩阵并去冗余后选取连续虚拟阵元接收数据,然后对新协方差矩阵进行一维Toeplitz平滑重构,最后利用MUSIC算法或求根MUSIC算法进行DOA估计。与等阵元数的均匀线阵进行对比,仿真实验验证了互质阵列DOA估计性能的优越性。     

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.     

一种信源数目估计的改进算法

在空间色噪声环境下,实际信源数接近于阵元数时,现有源数估计算法结果会产生误差过大,文章提出了一种基于四阶累积量的盖尔圆改进算法。首先对阵列接收的数据构造四阶累积量矩阵,并去除了矩阵的数据冗余,虚拟地增加阵元数,然后利用数据协方差矩阵的特征值梯度大小趋势对盖尔圆半径进行修改,最后完成源数目的个数估计。理论仿真实验表明本文算法较好地解决了实际信源数接近阵列阵元数时,信源数估计误差过大的问题。     

阵列互耦条件下相干信源DOA估计算法研究

针对阵列互耦条件下相干信源到达方向（DOA）估计的问题,利用均匀线阵互耦矩阵的带状循环特性及对称Toeplitz性,提出了一种基于改进的空间平滑算法的信源DOA估计算法。该算法无需阵元的互耦参数信息,只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算;由于采用改进的空间平滑算法,所以该算法具有很好的统计估计性能。计算机仿真结果验证了该算法的正确性和有效性。     

均匀圆阵相干信源DOA估计的模式平滑算法

本文提出了一种适用于均匀圆阵的相干信源空间谱估计的方法。它利用空间预处理技术,将阵元空间的均匀圆阵变换成相位模式空间内的虚拟均匀线阵。通过将均匀线阵的空间平滑技术和增强平滑技术应用于该虚拟阵,可获得文中的模式平滑算法。该算法仅利用一维搜索就可使均匀圆阵具有检测相干信源的能力,避免了将圆阵看成是一般平面阵时所必须的多维搜索,减少了计算量。计算机模拟结果证明了该算法的正确性和有效性。     

相关噪声环境下相干源2D-DOA估计方法

解决相关噪声环境下相干信源的二维波达方向估计问题,克服最常用的子空间类算法,如MUSIC算法、ESPRIT算法等的不足,将四阶累积量和空间平滑方法相结合,提出了一种新的CSS算法。该算法采用两个平行的均匀线阵作为阵列传感器,通过特殊定义的四阶累积量矩阵对接收空域数据进行平滑处理,实现了相关噪声环境下对相干信源的二维波达方向的估计,并且所估计信源的二维波达方向能够自动配对,最后通过蒙特卡罗实验证明了所提CSS算法2D-DOA性能的有效性。