改进分离式电磁矢量阵列的两维波达方向估计

针对现有分离式电磁矢量传感器阵列的两维波达方向(Direction of Arrival, DOA)估计存在的两个问题:其一,当入射信号在时域上不具有旋转不变性时,现有算法失效;其二,无法实现阵列的两维孔径扩展导致两维DOA估计精度较差,提出了一种改进的分离式电磁矢量传感器阵列结构．首先利用所提阵列的空域旋转不变性代替时域旋转不变性得到其中一维方向余弦的高精度估计;其次结合矢量叉乘法与相位干涉法得到另一维的方向余弦高精度估计;最后对两维方向余弦进行三角操作得到目标的两维DOA估计．本文算法摆脱了对入射信号形式的依赖,实现了阵列的两维孔径扩展,使得两维DOA估计精度大大提高．仿真结果证明了本文算法的有效性．     

电磁矢量传感器阵列相干信号源波达方向和极化参数的同时估计:空间平滑方法

研究如何利用电磁矢量传感器阵列中隐含的冗余空域信息解决多个相干极化信号源的二维波达方向(DOA)和极化参数的同时估计问题。基于整个阵列中所隐含的多个空域旋转不变结构,将组成阵列的单个或多个电磁矢量传感器单元看作一个无模糊子阵,利用空间平滑方法对阵列数据进行预处理,以恢复信号协方差矩阵的秩特性。在此基础上,利用多信号分类方法(MUSIC)和旋转不变参数估计方法(ESPRIT)完成多个相干极化信号源的二维 DOA 和极化参数的同时估计。文中还讨论了成功进行信号解相干的必要条件,并通过计算机仿真验证和比较了所给方法的有效性及其辨识能力。     

原位误差情况下DOA和极化参数盲估计

现有基于电磁矢量传感器的波达方向(DOA)和极化参数联合估计算法中,均假设电磁矢量传感器的三个电偶极子和三个磁偶极子严格指向参考坐标系,即不存在原位误差.当电磁矢量传感器存在未知原位误差时,其实际极化-角度域导向矢量与理想情况下的极化-角度域导向矢量产生一定的偏差,导致现有算法的估计性能显著下降.基于极化-角度域导向矢量的一阶Taylor近似展开,给出一种原位误差情况下DOA和极化参数的盲估计算法和各参数估计的CRB界.仿真结果表明,在存在原位误差的情况下,该方法的估计性能明显优于传统方法.     

An efficient DOA estimation method in multipath environment

An efficient direction of arrival (DOA) estimation method is proposed with uniform linear array (ULA) in multipath environment. By applying a transformation, we can convert a constructed complex matrix to a real one, and then utilize the real matrix combined with our proposed criterion to estimate the DOAs of uncorrelated signals. Afterwards, the contributions of uncorrelated signals are eliminated, and then several new matrices without the information of uncorrelated signals are constructed to resolve the remaining coherent signals. The proposed estimation method overcomes the shortcomings of the existing methods and has satisfactory performance. Simulation results confirm the theoretical analysis and show the effectiveness of the proposed method.     

分布式嵌套阵列及其DOA估计

提出了一种分布式嵌套阵列天线结构,由两个相互独立的四级嵌套子阵构成。两个子阵间存在一个基线长度,且满足一定条件。对该阵列天线接收到的信号进行高阶累积量和Khatri-Rao积运算可以得到三个完全相同的均匀直线阵列天线结构。针对新得到的阵列天线结构,使用基于空间平滑技术的双尺度酉旋转不变子空间( ESPRIT)波达方向( DOA)估计算法对信号进行DOA估计。该方法可以有效地提高阵列天线的自由度,进而达到提高估计精度的目地。仿真结果证明了基于所提出阵列天线结构的DOA估计方法的有效性。     

声矢量阵远程定向技术(一)--新的协方差矩阵生成方法

MUSIC等子空间类DOA(direction of arrival)估计算法,以其较高的分辨能力和相对较小的计算量而颇受关注．但如果将其简单引用到声矢量阵中,将矢量传感器(AVS)的振速信息仅仅作为独立的阵元来处理,则并没有充分利用AVS 中声压和振速的相干性,以及由此带来的抗各向同性噪声能力．基于AVS中声压和振速的相干性原理,提出了一种新的声矢量阵协方差矩阵牛成方法．该方法完全利用了AVS的平均声强抗噪原理,具有较强的抗各向同性噪声能力,可将子空间类DOA估计方法与声矢量阵技术更为有效地结合起来,实现远程高分辩DOA估计．理论分析和基于湖试数据的仿真实验证明了新方法的有效性．     

基于虚拟阵列的非圆信号DOA估计

针对传统的子空间类波达方向（Direction of Arrival,DOA）估计算法只适用于入射信号个数少于天线数的局限性,利用现代通信系统中常用的非圆信号实值特性,提出了一种虚拟阵列多重信号分类法（Virtual Array Based Multiple Signal Classification,VA-MUSIC）。该方法通过对阵列输出信号进行共轭重构和合并,获得虚拟阵列来增加阵列的有效孔径。更进一步,结合空间平滑技术有效地解决了相干信号的DOA估计问题。与传统的MUSIC算法相比,新算法不仅可以增加最大可估计信源数,而且在DOA估计精度、信号源角分辨能力等方面均有明显的优势。计算机仿真验证了该算法的有效性和优越性。     

基于电磁矢量传感器的MIMO天线阵列系统研究

将电磁矢量传感器(EVS,electromagnetic vetor sensor)信号处理法与传统MIMO信号处理有机地结合,建立了基于EVS的多天线三维信道模型。采用多重信号分类(MUSIC,multiple signal classification)算法对MIMO的达波信号方向(DOA,direction of arrival)进行空间谱估计,导出基于EVS的三维空间信道解析式,阐明了EVS信号处理与MIMO多径信道相关性的关系。与传统标量传感器阵列(SSA,scalar sensor array)MIMO天线阵列比较,EVS阵列能获取达波信号的多维极化信息,同时具有空间域和极化信号处理能力。因此可缓解空间多径信道相关性,使空间极化分量的相关性趋于零值,而且使MIMO系统性能受空间结构的影响较小。理论分析和仿真结果表明在提高MIMO天线系统性能上,基于EVS阵列的系统比SSA系统具有更高的优越性。     

Complex-valued ICA utilizing signal-subspace demixing for robust DOA estimation and blind signal separation

This paper deals with direction of arrival (DOA) estimation and blind signal separation (BSS) based on independent component analysis (ICA) with robust capabilities. An efficient demixing procedure of complex-valued ICA is presented here, which combines the signal-subspace demixing procedure exploiting individual signal-subspace projection and Newton’s iteration algorithm based on maximization of the approximate negentropy of non-Gaussian signal for array signal processing. It resolves the problems of order ambiguity and identifiability of traditional ICA for time-domain BSS. The proposed method could be directly applied to radar, sonar, radio surveillance, and communications systems for separating signals and estimating relative DOAs of signals. Several computer simulation examples for perturbations to the array manifold, unknown noise environments, and Rayleigh fading channel are provided to illustrate the effectiveness of the proposed method.     

相干宽带线性调频信号的波达方向估计新方法

提出了一种相干宽带线性调频(LFM)信号的波达方向(DOA)估计新方法。该方法利用LFM信号在分数阶Fourier域上的解线调特性,构造出新的解线调域阵列数据模型,然后结合传统的矩阵重构解相干以及MUSIC算法实现相干LFM信号的DOA估计。若同时存在多组相干LFM信号入射,则首先在不同的能量聚集域上将各信号组分离,然后逐一进行各组内相干信号的DOA估计。该方法充分地挖掘了观测信号所包含的时频信息,增加了可检测的DOA数目,提高了分辨性能和抗噪声性能。此外,该方法无冗余阵元与孔径损失,且适用于任意流型阵列。仿真结果显示,在DOA估计的均方根误差(RMSE)相同时,与传统方法相比,本方法可获得8dB左右的信噪比增益。     

基于L型阵列酉变换矩阵重构的二维DOA估计

二维空间信号波达方向（DOA）的估计是阵列信号处理的一个关键研究问题。经典的二维 MUSIC算法固然精度高,但此算法需要二维谱峰搜索,运算较为复杂。提出一种用于L型阵列的二维DOA估计算法,通过矩阵重构使得阵列输出矩阵变为中心对称矩阵,再利用酉变换矩阵将其由复值矩阵变为实值矩阵。该方法可以直接得到目标参数,不需要谱峰搜索,使得运算量大大降低。相比于 L 型阵列适用的增广矩阵束（MEMP）算法,该算法可以估计更多信源的DOA,并能获得较高的分辨率。计算机仿真结果表明,该算法具有较高的DOA估计精度。     

SPATIAL SPECTRUM ESTIMATION OF COHERENT SOURCES IMPINGING ON NONUNIFORM ARRAYS

The problem of bearing estimation of coherent signal impingiog on an array ofarbitrary geometry is studied.Both approaches are developed,the first one synthesizes theobserved array data into the outputs of a linear uniform array and then processes them viaconventional techniques such as spatial smoothing etc.The second approach is based on theinvariant subspace rotation operation which is equivalent to the translational displacement ofthe artay,linearly independent signal vectors are obtained thereby to span perfectly the signalsubspace.As compared with the conventional processing techniques,the approach based oninvariant subspace rotation does not lead to an effective decrease in aperture size and thereforea decrease in resolution capability.The computer simulations are conducted to demonstrate theeffectiveness of the presented approaches.     

采用混合核支持向量机的DOA估计

人工神经网络( ANN)进行建模时通常需要准备大量的数据样本,同时网络结构一般都比较复杂;而采用支持向量机( SVM)进行建模时,不同核函数有不同的效果,各有利弊,且选取SVM模型参数的理论支撑尚不完整。为了解决这些问题,提出了一种基于混合核函数的支持向量机来改善来波到达角( DOA)的估计性能,并结合二进制粒子群算法( PSO)来对混合核函数进行参数寻优。该混合核函数由全局核函数和局部核函数构成,提高了SVM的泛化能力和学习能力。首先通过拟合多项式函数,验证了该混合核SVM的有效性。将该方法用于DOA估计建模,在不同信噪比和快拍数下,通过与径向基函数( RBF)神经网络、基于各单一核函数的SVM和MUSIC算法预测结果对比,混合核SVM均方差有所降低,提高了DOA估计的精度且有更好的稳定性。     

A covariance matrix shrinkage method with Toeplitz rectified target for DOA estimation under the uniform linear array

A covariance matrix shrinkage method is proposed to make an improvement of the direction of arrival (DOA) estimation under a uniform linear array in a scenario where the number of sensors is large and the sample size is relatively small. The main contribution is that we provide a shrinkage target with Toeplitz structure and deduce a closed-form estimation of the shrinkage coefficient. The closed-form and the expectation of the shrinkage coefficient estimate are calculated based on the unbiased and consistent estimates of the trace and moments of a Wishart distributed covariance matrix. The statistical property of the shrinkage coefficient estimate is discussed through theoretical analysis and simulations, which demonstrate the shrinkage coefficient estimate can ensure that the proposed covariance matrix estimate is a good compromise between the sample covariance matrix (SCM) and the target. The root-mean-square-error (RMSE) simulations of DOA estimation show that the proposed method can improve the multiple signal classification (MUSIC) DOA estimation performance in the case of low signal-to-noise ratio (SNR) with small sample size, and also can provide a satisfactory performance at high SNR.     

修正MUSIC算法对相关信号源的DOA估计性能

本文介绍了用修正ＭＵＳＩＣ算法提高相关信号源ＤＯＡ估计性能的方法。理论分析表明,采用该方法后,可将相关信号源的相关系数平均降低为原来的６３％,因而可改善ＭＵＳＩＣ算法对相关信号源的ＤＯＡ估计性能。且该方法不影响对非相关信号源ＤＯＡ的估计,计算量也无明显增加。计算机仿真实验结果验证了上述理论分析的正确性。     

短快拍条件下均匀矩形阵中的二维DOA估计

二维波达方向（Direction of Arrival,DOA）估计能获取比一维DOA估计更多的空间位置信息,但是二维多重信号分类(Multiple Signal Classification,MUSIC)、二维子空间旋转不变估计技术(Estimation Signal Parameter via Rotational Invariance Techniques,ESPRIT）等经典算法依赖于大量的快拍数据,当快拍数据不足时估计性能严重下降甚至失效。针对上述问题,将迭代自适应方法拓展到二维DOA估计,提出了一种适用于矩形面阵的二维DOA估计算法,首先利用加权最小二乘法估计出信号幅值,然后利用循环迭代技术对估计结果进行更新。由于每次估计结果均来自上一次迭代,而不依赖于快拍数据,因此该算法在短快拍条件下具有很高的估计精度和分辨率。仿真结果表明,在短快拍条件下,该算法具有优越的估计性能。     

宽带信号DOA估计处理方法研究

从频域上建立宽带阵列接收信号的模型,引出了2种宽带阵列信号处理的研究方法:非相干信号的处理方法(ISM)和相干信号子空间算法(CSM)。并利用MATLAB仿真软件,模拟远场、等功率、平稳的第三代移动通信手机信号,对2种算法性能进行对比。仿真结果表明,CSM算法相对ISM算法虽然加大了运算复杂度,但是能够更有效分辨出宽带相干信号。     

分布式电磁矢量传感器阵的二维测向算法

采用由分布式电磁矢量传感器组成的稀疏线阵,针对相干信号提出了一种扩展孔径2维波达角(Two Dimensional DirectionofArrival,2D DOA)估计算法.通过构造增强矩阵来消除信号的相干性,利用稀疏线阵包含的向量特性、x轴和y轴空间相位因子获得高精度无模糊估计.与传统算法相比,算法不但保留了传感器的向量特性,而且增大传感器各分量之间的间距以及传感器之间的间距来获得2D孔径扩展,具有更高的测向精度.仿真验证了本文算法的有效性.