强干扰背景下相干弱目标DOA估计算法

针对强相干干扰环境下弱信号的DOA估计问题,提出了一种小采样数的相干信源DOA估计算法。该算法首先通过修正的Toeplitz算法实现了对相干目标的解相干,然后基于干扰阻塞法剔除了强干扰的影响,从而可获得真实的弱信号空间方位。所提算法对非平稳噪声有较好的抑制性能,可适用于小采样数的环境。此外,该算法相对松弛算法、高阶累积量算法等信号分离方法,具有运算量小的优势。计算机仿真结果表明,新算法具有较好的测向性能,能在电子战环境下有效估计出目标信源的空间方位。     

车载雷达架设控制系统集成设计

针对强相干干扰背景中弱信号的波达方向(DOA)估计问题,提出了一种基于迭代算法的弱信号DOA估计新算法。首先估计强相干干扰的波达方向,然后将阵列划分成两个子阵,进行子阵波束形成来抑制干扰并提高待估计的弱信号的信干噪比,最后利用子阵相位中心偏移进行DOA估计,为提高弱信号的DOA估计精度对以上过程进行迭代运算。该算法在强相干干扰环境下能有效进行弱信号DOA估计,而且估计精度较高。理论分析和计算机仿真结果验证了算法的正确性和有效性。     

高斯噪声背景下多用户波达方向估计与互耦自校正

在高斯噪声背景下,针对互耦条件下的均匀线阵(Uniform Linear Array, ULA),该文提出了一种联合多用户波达方向(Direction Of Arrival, DOA)估计与互耦误差自校正算法。该算法首先利用特征矩阵联合相似对角化(Joint Approximative Diagonalization of Eigen matrix, JADE)方法估计出各用户广义空间特征矢量,然后定义了一个将各用户广义空间特征矢量转换为只与部分阵元相关的转换矩阵,进而在斜投影及前后向空间平滑的基础上,实现了多用户相干信源DOA估计,最后以多用户相干信源DOA及广义空间特征矢量估计值为基础,给出一种互耦自校正方法。仿真结果表明:该算法具有较高的DOA估计精度及DOA估计成功率,而且对高斯白噪声/色噪声背景,阵列互耦误差已知/未知情形,均具有普适性。     

宽带强干扰背景下的弱信号源DOA估计方法

在宽带弱信号DOA估计中,当强干扰与弱信号的方向角很接近时,弱信号被强干扰所掩盖而无法检测出弱信号的方向。文中提出了一种先对数据进行干扰相消预处理,再采用MUSIC算法估计弱信号DOA的方法。仿真结果证明了该方法的有效性。     

利用局域子空间投影提高子空间类DOA 估计算法的谱分辨力

本文提出一种新的用于子空间类DOA估计算法的阵列协方差矩阵噪声子空间投影矢量的选取方法——局域子空间投影(LSP).该投影矢量选取方法有利于压低真实信源方位附近,非信源方位对应的谱曲线高度,从而提高子空间类高分辨DOA估计算法的分辨力.LSP算法的估计偏差和信噪比分辨门限明显低于MUSIC算法,而估计方差几乎与MUSIC相同.计算机仿真结果证明了文中对LSP算法性能理论分析的正确性和LSP算法的有效性.     

简化的基于辅助矢量基的子空间DOA算法

基于辅助矢量基提出了一种子空间DOA估计算法。该算法通过辅助矢量滤波器得到一组信号子空间归一化正交基,计算出噪声子空间矩阵,即可得到信源的空间谱。整个过程不需要特征值或奇异值分解运算,理论上计算复杂度较以前算法明显减小。仿真实验表明新算法性能不仅优于MUSIC算法,而且当存在相关信源,输入信噪比或快拍数很大时也优于辅助矢量DOA算法。     

高信噪比下的信号波达方向估计方法

自适应调零天线被应用于卫星通信和卫星导航领域,对于强干扰情况,方向图在干扰信号方向形成零陷,从而实现干扰抑制。利用自适应调零天线采用的功率倒置LMS自适应滤波算法,可以实现对信号的波达方向估计。新方法利用自适应调零天线实现过程中求得的权矢量,计算方向图,并把该方向图倒数定义为空间谱函数,该空间谱谱峰对应信号波达方向。观察空间谱图并对算法中的步长和信噪比进行分析,结果显示该方法可高分辨率地估计出DOA,并且步长越小,信噪比越大,估计误差越小。相对于已有的MUSIC谱估计方法,该算法无需进行信源个数估计,也无需进行信号协方差矩阵特征分解,实现更为简单。      

一种未知信源数的高分辨DOA估计算法

提出了一种未知信源数的高分辨 DOA 估计算法。该算法在未知信源数的情况下,利用线性预测(LP)法或 Pisarenko 法与 ASPECT 技术相结合来实现高分辨谱估计。该算法在消除 LP 法或 Pisarenko 法 DOA 估计中存在的伪峰的同时可判断出入射信源数,明显减小 DOA 估计算法的运算量,并可提高谱分辨力。计算机仿真结果证明了新算法理论的正确性和有效性。     

基于噪声空间加权重构的相干信号DOA估计

针对传统相干信号DOA估计算法在低信噪比、少快拍数以及阵列通道幅相误差下存在的角度分辨力差和测角性能不稳定问题,本文提出一种基于噪声空间加权重构的相干信号DOA估计算法。该算法首先利用共轭重构对阵列接收信号协方差矩阵作解相干处理;然后在信源大致方位内对导向矢量作定积分,计算积分矢量与整个噪声子空间正交基矢量的交空间基矢量,并以此对噪声子空间进行加权;最后运用加权重构后的噪声子空间建立算法空间谱函数,谱峰搜索估计得目标的DOA。计算机仿真结果表明,本文所提算法易实现低信噪比、少快拍数以及通道幅相误差下相干信号的DOA估计。     

基于特征波束形成的强弱信号波达方向与信源数估计方法

该文针对强弱信号并存时信源数和弱信号波达方向难以准确估计的问题,提出了一种基于特征波束形成的强弱信号波达方向与信源数同时估计方法。首先估计空域协方差矩阵,对其特征分解后按特征值从大到小调整特征矢量;然后从第1个特征矢量开始,由提出的估计式得到各特征波束的空间谱;最后,通过计算各空间谱的最大值与旁瓣谱峰平均值的比例判断有无信源,最大谱峰对应的角度即为该信源的波达方向估计。与RELAX和JJM方法相比,所提方法无需迭代步骤,无需强信号波达方向精确的先验知识,具有运算量小和弱信号估计精度高的优点,仿真和实测数据处理结果证明了方法的有效性和优越性。     

一种均匀圆阵子阵干扰抑制DOA估计算法

常规空间谱估计算法在强干扰背景下往往无法正确估计弱信号的来波方向。针对此问题,本文提出了一种均匀圆阵子阵干扰抑制波达方向估计算法。将整个阵列划分为若干个子阵,利用提出的最小二乘波束形成算法分别对子阵波束加权以抗干扰,加权后的子阵可以看作是一个‘有向阵元’,将它们组成一个新的虚拟阵列,再进行超分辨谱估计。该方法通过子阵波束形成抑制强干扰,子阵输出中消除了强干扰分量,因此能够实现弱信号波达方向的正确估计,同时弱信号到达角估计的成功概率也得到了提高。最后计算机仿真实验验证了本文算法的有效性和正确性。      

基于正交投影变换的弱信号波达方向估计

提出了一种基于强信号阵列流形矩阵的正交投影变换的弱信号波达方向估计算法,该算法通过构造已知强信号阵列流形矩阵的正交投影矩阵,对阵列接收的数据矢量进行预变换,抑制强信号对弱信号波达方向估计的影响。文中算法只需对数据矢量进行正交投影变换,复杂度低,运算量小。将MUSIC算法、JJM算法和文中算法进行了比较,结果表明文中算法在存在多个强信号条件下能够有效估计多个弱信号的波达方向。     

DOA估计算法评价准则在不同功率入射信号下的修正

针对复杂电磁环境中信号功率对入射信号波达方向（DOA）估计的影响问题进行研究,发现用于DOA估计算法性能分析的经典评价准则对不同功率入射信号存在局限性。针对该问题,首先证明了强信号功率会影响弱信号DOA估计性能,得到强信号功率增加会导致弱信号功率克拉美罗界上升,即弱信号DOA估计的均方根误差增加。然后分析了DOA估计算法的经典评价准则对分辨不同功率入射信号存在的局限性,通过蒙特卡洛实验验证了经典评价准则对分辨不同功率入射信号存在较大误判率,当弱信号信噪比低于5dB时,其误判率大于50%。最后本文提出了DOA估计算法新的评价准则,并仿真证明了新准则较经典准则更适用于分辨弱信号信噪比较低时的不同功率入射信号。所提出的评价准则可为基于空间谱估计的DOA估计算法性能分析提供参考依据。      

基于盲源分离的自适应抗干扰算法研究

在卫星导航系统遇到的干扰中,一般分为压制式干扰和转发式干扰。压制式干扰远大于卫星信号,采用功率倒置算法就可以形成所需的零陷;转发式干扰的信号强度可以与卫星信号相比拟,要在干扰位置处形成零陷存在一系列困难。在干扰信号与有用信号相比拟的情况下,提出将快速独立分量分析算法(fast independent component analysis,FastICA)结合自适应抗干扰算法对干扰进行抑制,自适应算法采用波达方向估计(DOA)算法及基于DOA的波束形成算法,该方法能在干扰与有用信号比拟的情况下,对干扰进行有效抑制,计算机仿真结果也证明了该方法的有效性。为导航系统中有效抑制弱干扰提供了一种新思路。     

基于正交投影变换的宽带弱信号测向算法

为了解决强干扰环境下宽带多波束系统中弱信号的测向问题,提出了一种基于正交投影变换的弱信号测向算法。该算法根据强干扰方向构造干扰子空间的正交补子空间作为投影矩阵,对多波束频域数据进行变换,抑制强干扰对弱信号测向的影响。分析和仿真实验表明,算法能够有效抑制强干扰的影响,实现邻近弱信号的正确测向,提高了弱信号的分辨概率。     

DOA estimation method of weak sources for an array antenna under strong interference conditions

The concept of a preserving source orthogonality and characteristic beam is defined according to an array data model. It is proven theoretically that the corresponding eigenvectors maintain the preserving orthogonality when the powers and the angle intervals between the signals are large. The theory is then applied to the direction of arrival (DOA) estimation for the array antenna in the presence of strong interference. A novel DOA estimation algorithm based on the elimination of the eigenvectors of interference is proposed. The simulation results and comparison of the jamming jam method (JJM) algorithm show that the proposed algorithm does not require the position of the interference source to be known. Moreover, its interference suppression ability and statistical estimation performance are superior to those of the JJM, and thus, it is more suitable for low SNR and small angle intervals.     

强干扰背景下二维弱信号DOA估计的修正投影阻塞法

针对强干扰背景下的二维微弱信号波达方向(Direction of Arrival, DOA)估计问题,提出了一种基于修正投影阻塞的算法。该算法通过构造干扰子空间的正交投影矩阵作为干扰阻塞矩阵,对接收阵列信号做预处理,从而达到抑制干扰的目的。本文对提出的修正投影阻塞法进行了理论分析,并在常见二维阵型(如面阵、十字阵、Y阵)上进行仿真和性能对比,仿真结果表明:该方法无需已知干扰角度,在多个干扰条件下能有效估计弱信号的波达方向,且不损失自由度。      

强干扰下的盲波束形成算法

针对恒模波束形成算法在干扰信号功率较强的情况下不能收敛到期望信号的问题,提出了一种基于独立分量分析的盲波束形成算法。该算法应用独立分量分析的方法来分离阵列接收信号,通过期望信号来向约束分离向量使其收敛到期望信号,算法在强干扰信号情况下能够收敛到期望信号、对非恒模信号有效并且运算量适中。理论分析和仿真实验表明提出的算法在强干扰和幅相误差存在的情况下相比恒模算法性能优越。     

多级恒模在强干扰下弱信号测向中的应用

当两个信号功率相差较大时,常规的空间谱估计算法往往不能估计出弱信号的DOA。文中将多级恒模阵列系统应用于强信号存在下弱信号的测向中,并在恒模阵列的自适应对消器部分推导了基于递归最小二乘的迭代公式,最后给出了弱信号测向算法的具体步骤。仿真结果表明此方法是有效的。