基于空间平滑算法的二维相干源DOA估计

基于均匀矩形阵列,利用2D Unitary ESPRIT算法二维参数自动配对的优点,运用二维空间平滑技术进行解相干,并结合虚拟阵列扩展的EVESPA算法,提出了相干源的2D-SS-EVESPA-DOA估计算法。该算法在多径环境下能精确估计出二维波达角,能实现多径波达方向的分组估计,而无需进行谱峰搜索;并实现二维角度的自动配对,二维参数自动配对,无需二维谱峰搜索。仿真实验证明了算法的有效性。     

基于ANSG的雷达信号DOA估计算法

针对二维L型阵列参数估计过程中,由于低信噪比（signal-to-noise ratio,SNR）及小快拍数的不理想条件,使得传播算子算法（propagation method,PM）角度估计不准确,提出一种基于阵列扩展的改进PM算法的二维波达方向（direction of arrival,DOA）估计算法.该方法利用阵列的平移不变特性,对协方差矩阵进行扩展重排,并由此扩展协方差矩阵估计得到传播算子,将传播算子分块得到和阵列流型的新关系,进一步提高了估计性能,然后通过快速配对法实现俯仰角和方位角的配对,进而实现角度的精确估计.与现有的算法相比,该方法更适用于低SNR及小快拍数的情况,而且角度估计准确,无须谱搜索,工程应用价值更高.仿真结果显示了本文算法有较好的二维DOA估计性能.

     

一种VESPRIT-TSM算法研究

为了提高波达方向(Direction of Arrival,DOA)估计的性能,提出一种虚拟借助旋转不变技术估计信号参数的时空矩阵(Virtual Estimating Signal Parameters via Rotational Invariance Techniques-Time Spatial Matrix,VE-SPRIT-TSM)算法。即利用两行均匀直线阵构造出三组子阵列,并根据由此得到的数据估计用户的二维DOA。理论分析表明,该算法可提高了阵列的利用率,计算误差更小,并能改善DOA的估计性能。计算机仿真实验证明该算法有效。     

基于实值信号子空间的虚拟阵列解相干算法

针对存在相干信源时,传统的DOA估计算法失效问题,提出一种基于实值特征子空间的虚拟阵列解相干算法.该算法根据虚拟阵列变换的思想,利用阵列接收数据构造虚拟子阵,实现对信号的解相干处理,并将协方差矩阵从复数域变换为实数域,获得一个实值信号子空间,最后利用实数域ESPRIT (Unitary ESPRIT)估计信号波达方向.该方法避免了阵列孔径损失,保持了阵列的空间分辨率,估计精度高,利用个阵元可估计个信源,且引入实数域处理和无需空间谱搜索,运算量小.计算机仿真验证了该方法的有效性和优越性.     

低快拍下MIMO雷达收发角度联合估计方法

在多输入多输出(MIMO)雷达中,基于二阶统计特性的子空间角度算法在低快拍条件下的估计性能急骤下降,甚至在单快拍时失效。针对该问题,提出一种扩展阵列孔径的二维联合空间平滑多目标波离方向(DOD)和波达方向(DOA)估计方法。该算法对MIMO雷达的发射端和接收端进行二维联合空间平滑,并利用MIMO雷达虚拟阵列的旋转不变特性对阵列孔径进行扩展,然后根据ESPRIT算法获得目标的DOD和DOA,且DOD和DOA自动配对。与基于二阶统计特性的子空间算法相比,且所提算法在低快拍条件下具有更加优越的角度估计性能,因所提算法能够适用于单快拍条件。仿真结果表明了所提方法的有效性和优越性。     

一种基于广义特征向量的改进ESPRIT测向算法

基于信号子空间的ESPRIT算法不需要进行谱峰搜索,但是估计方差大于MUSIC算法。该文提出了一种基于广义特征向量的ESPRIT算法,利用信号子空间旋转不变关系矩阵的广义特征向量估计信号波达方向,得到了比基于广义特征值算法更准确的方向估计结果。该算法充分利用了信号子空间的旋转不变特性,通过利用信号子空间与阵列流形的关系进行波达方向估计,实验证明该算法能够在保持小计算量的优势下达到与MUSIC算法相近的性能。     

非圆信号的二维相干测向新方法

传统的二维相干测向算法都是针对圆信号提出的,且要求大快拍数和较多阵元数,在低信噪比时估计性能较差.通过充分利用非圆信号的特点和L型阵列的结构优势,提出了一种非圆信号的二维解相干新方法.该方法利用阵列接收信号数据及其共轭信号数据,重新构造阵列接收数据矩阵,有效地扩展了阵列孔径;同时,提出了一种修正的空间平滑技术进行解相干,最后采用ESPRIT算法实现相干信号的二维DOA估计.所提方法具有阵列利用率高的优点,能够有效弥补传统二维测向算法阵列利用率低的缺点,提高了ESPRIT算法在低信噪比时的估计性能.实验仿真结果表明,所提方法能够有效实现二维相干信号估计并且估计性能优良.     

基于L阵的低计算复杂度二维波达方向估计

针对L阵的二维波达方向估计问题,提出了一种低计算复杂度、高精度的二维波达方向估计算法.首先利用L阵子阵互相关矩阵和均匀线阵导向矢量的共轭交换性质扩展阵列孔径,并构造新的阵列接收数据;然后利用旋转不变子空间算法得到二维角度估计;最后将子阵互相关矩阵对角元素Toeplitz化,在不损失阵列孔径的情况下重构出类阵列自相关矩阵,利用Nystöm方法得到信号子空间估计,进而通过少量角度搜索得到正确的二维角度配对.该算法无须大量角度搜索,具有角度估计精度高、运算量小、所需快拍数少的优点.理论分析和仿真实验结果证明了算法的正确性和有效性.     

基于二次虚拟扩展的高分辨率波达方向估计方法

为进一步提高天线阵波达方向估计的分辨率,在四阶量多重信号分类方法的基础上,提出一种高分辨率的波达方向估计方法.利用阵列接收数据的四阶矩量进行虚拟阵列扩展,再利用阵列接收数据的共轭进行虚拟阵列扩展,实现二次虚拟扩展;将扩展后的阵列导向矢量和协方差矩阵用于波达方向估计,与原阵列导向矢量和协方差矩阵相比,相当于构造了更多的虚拟阵元,并扩展了阵列的孔径.仿真结果表明:与四阶量多重信号分类等波达方向估计方法相比,所提出的方法在波达方向估计中成功概率更高,均方误差更低,具有更高的分辨率.所提方法通过二次虚拟扩展,构造了更多的虚拟阵元,有效地提高了天线阵波达方向估计的分辨率.     

有色噪声背景下多径信号的二维DOA和极化参数同时估计算法

基于有色噪声背景下的电磁矢量传感器阵列,提出一种宽带多径循环平稳信号的二维波达方向和极化参数的同时估计算法。该算法充分利用信号的循环平稳特性,不仅解决了宽带多径信号的二维波达方向估计问题,而且具有选择估计信号波达方向的能力。该方法能够抑制有色噪声和宽带干扰的影响。计算机仿真验证了所提方法的有效性。     

基于辅助阵元的宽带相干信源DOA估计快速算法

针对阵列互耦误差存在的情况,基于宽带信号互耦模型,提出一种基于辅助阵元和传播算子的宽带信号处理算法.该算法在互耦矩阵未知的情况下,利用辅助阵元可以直接对宽带信号进行聚焦,并且在构造聚焦矩阵和获得噪声子空间时利用传播算子不需要进行特征值分解,因而极大地降低了运算量.仿真结果表明了存在阵列模型误差时本算法的有效性和稳健性.     

基于CORDIC的无开方GIVENS旋转处理方法

自适应阵列处理能提高通信雷达等电子系统的抗干扰能力,因而获得了广泛的应用。许多重要的高速实时自适应阵列处理算法均需要采用一系列Givens旋转处理将输入数据矩阵变成三角阵。标准的Givens旋转包含开方运算,该运算是限制有关算法速度的一个重要因素。文中提出一种基于坐标旋转计算机技术的无开方Givens旋转处理方法,可以显著提高自适应算法的处理速度,并给出了这一方法的推导、Givens处理节点运算式和采用,这种方法的QR分解自适应阵并行处理算法的计算机模拟结果。     

用数字信号处理方法抑制DHSS中噪声的研究

针对数字体全息存储系统(DHSS)中复杂噪声的特点,从数字通信中信道编码的观点出发,讨论了采用数字信号处理方法来抑制DHSS中噪声干扰的技术。为了克服传统调制码的弊端,提出了一种适用于DHSS新的调制码:调制-阵列码的编译码方法及其相应的软判决度量方法。实验结果表明,这些方法对降低误码率发挥了作用,特别是集等重码、纠错码和迭代译码等优点于一身的调制-阵列码的应用,可将误码率降低一二个数量级,并成功地实现了多媒体视频流的存储和回放。     

一种基于单快拍的DOA估计算法

传播算子方法不需要对数据协方差矩阵进行特征值分解或奇异值分解,较之于传统子空间类算法有更低的运算复杂度.由于传播算子方法要求较大的快拍数,该文提出了一种新的改进方法,在快拍数为1的情况下,构建Toeplitz Hermitian数据矩阵,并将传播算子方法与求根MUSIC算法相结合,很好的实现了信号解相干,具有较好的实时性.仿真结果表明,在一定信噪比下,该算法与前向空间平滑算法相比有略好的性能,能很好的实现信号解相干,同时大大减少运算的复杂度.     

全自适应阵列中的逆QR分解算法

提出了一种在全自适应阵列中的逆QR分解算法,给出了它的Sysrolic实现方法。该算法可以很容易地映射到Systolic结构上,仅需一个Systolic阵便能得到最佳权矢量。并且同QR分解算法一样,它是直接对数据矩阵进行处理,且变换采用酉阵,保持了很好的数值稳定性。     

Image Combination Analysis in SPECAN Algorithm of Spaceborne SAR

An analysis of image combination in SPECAN algorithm is delivered in time-frequency domain in de-tail and a new image combination method is proposed. For four multi-looks processing one sub-aperture data in every three sub-apertures is processed in this combination method. The continual sub-aperture processing in SPECAN algorithm is realized and the processing efficiency can be dramatically increased. A new parameter is also put forward to measure the processing efficient of SAR image processing. Finally, the raw data of RADARSAT are used to test the method and the result proves that this method is feasible to be used in SPECAN algorithm of spaceborne SAR and can improve processing efficiently. SPECAN algorithm with this method can be used in quick-look imaging.     

基于小波分析的改进旁瓣相消宽带信号波束形成算法

研究了改进的旁瓣相消算法,该算法利用小波滤波器组阻塞接收信号的期望信号分量进行自适应的波束形成。经过改进算法处理后,阵列信号的协方差矩阵中不包含期望信号分量,从而克服了当存在系统误差时自适应波束形成中期望信号相消的问题,并解决了在实际应用中旁瓣相消波束形成算法GSC波束形成算法需要构造与期望信号的导向矢量完全正交的阻塞矩阵的难点问题,从而达到提高系统稳健性能的目的,仿真结果验证了该算法的性能优于传统的MVDR方法和基于MVDR的对角加载方法。     

基于二叉树和SVM的指纹分类

为解决支持向量机(Support Vector Machine, SVM)进行指纹多类分类存在困难的问题,在应用二叉树理论的基础上,提出了一种新型的指纹分类方法．该算法首先使用二叉树进行多类决策,将原始分类数据分解成3个二类分类问题,然后利用SVM进行二类分类,使3个分类超平面得到优化．两者的有机结合,充分发挥了SVM在二类分类问题方面相对于其它方法的优势,从而使算法的推广能力有较大提高,总的分类正确率可达97.9%．实验结果证明,二叉树构造多类框架将指纹多类分类问题分解成3个二类分类器系统,不仅可以有效的提高指纹分类的效率,还充分发挥了SVM分类器解决二类分类问题的优势．     

基于二叉树和SVM的指纹分类

为解决支持向量机（Support Vector Machine，SVM）进行指纹多类分类存在困难的问题，在应用二叉树理论的基础上，提出了一种新型的指纹分类方法．该算法首先使用二叉树进行多类决策，将原始分类数据分解成3个二类分类问题，然后利用SVM进行二类分类，使3个分类超平面得到优化．两者的有机结合，充分发挥了SVM在二类分类问题方面相对于其它方法的优势，从而使算法的推广能力有较大提高，总的分类正确率可达97．9％．实验结果证明，二叉树构造多类框架将指纹多类分类问题分解成3个二类分类器系统，不仅可以有效的提高指纹分类的效率，还充分发挥了SVM分类器解决二类分类问题的优势．