基于联合对角化的近场源三维参数估计

提出了一种基于联合对角化的近场源频率、到达角（DOA）和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于白化后的接收数据构造一组高阶累积量矩阵,利用联合对角化方法来得到高阶累积量矩阵的对角结构信息以及对角化矩阵来分别估计阵列流形和信号源的频率,进而由阵列导向矢量结合对应的信号源频率联合估计信号源的到达方向和距离。与基于高阶累积量的类 ESPRIT方法相比,算法可以提高阵元利用率,具有更好的估计效果,同时不需要谱峰搜索且各参数自动配对,计算机仿真结果验证了该方法的有效性。     

基于联合对角化的近场源参数估计

该文提出了一种基于联合对角化的近场源信号到达方向和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于阵列接收数据的高阶累积量矩阵的对角结构信息利用联合对角化方法估计近场信号的阵列方向矩阵,从而由阵列导向矢量联合估计信号源的到达方向和距离。与高阶ESPRIT方法相比,该方法能够提高阵元利用效率,同时不需要参数配对算法。计算机仿真实验证实了所给算法的有效性。     

基于高阶累积量矩阵组正交联合对角化的高分辨方位估计方法

该文提出了一种基于高阶累积量矩阵组正交联合对角化的高分辨方位估计方法。该方法构造了一组高阶累积量矩阵共同来辨识阵列流型矩阵的列空间,进而进行DOA估计。并通过对高阶累积量矩阵组进行联合对角化,得到联合对角化矩阵和对角化后的矩阵组,并重新定义了空间谱。新方法可以处理相干声源,适用于有色噪声环境,且较仅使用单个高阶累积量矩阵的算法具有更高的分辨力,更低的均方根误差和更高的鲁棒性。     

一种基于高阶累积量的近场源距离、频率和方位联合估计算法

本文提出了一种基于高阶累积量的近场源距离、方位及频率三维参数联合估计方法,该方法利用构造的累积量矩阵的特征分解获得信号子空间,三维参数估计分别由构造的矩阵的特征值直接估计得到,算法计算简单而无需任何搜索且适于任意高斯噪声环境,与现有的方法相比,本文算法由于无需利用阵列的中心对称结构,因而有效的避免了阵列的孔径损失.最后,计算机仿真实验验证了算法的性能.     

一种基于平行因子分析的近场源定位新方法

本文提出了一种基于平行因子分析的近场窄带信源频率、距离及二维到达角联合估计新算法.首先给出一种新的十字阵列;然后结合Toeplitz矩阵的结构特点,选择特定序号阵元输出计算的高阶累积量巧妙构造5个Toeplitz矩阵;接着在高阶累积量域构造平行因子分析模型,分析了该模型低秩分解的唯一性,并从其分解得到的矩阵中联合估计信源参数.与现有方法相比,该算法有效降低了阵列的孔径损失,无须参数配对.仿真结果表明该算法是有效的.     

基于均匀圆阵的近场源三维参数估计

基于均匀圆阵,提出一种近场源距离-方位角-俯仰角联合估计算法。利用阵元观测数据,构造一组高阶累积量矩阵,通过矩阵联合对角化技术得到阵列流形矩阵的估计。根据阵列流形矩阵的估计以及近场和远场条件下方位角相同的结论,获得方位角的估计。利用阵列流形矩阵和方位角的估计,得到距离和俯仰角的估计。该方法无需二维频域峰值搜索或参数配对。计算机仿真验证了算法的有效性。     

一种基于高阶累积量的信号频率和到达角联合估计算法

该文研究了一种基于高阶累积量的信号频率和二维到达角联合估计算法。在分析了数据模型和M.C.Dogan等人提出的算法VESPA之后,本文给出了PRO-ESPRIT方法求解的VESPA.这一方法继承了高阶累积量抑制色高斯噪声的能力以及阵列虚拟扩展能力,用M个阵元的阵列可以分辨M1个空间信号,同时还可以实现信号频率和到达角的联合估计。数值仿真结果证实了算法的有效性。     

一种基于高阶累积量的近场源四维参数联合估计算法

本文提出了一种新的多个近场窄带信源距离、频率及二维到达角四维参数联合估计算法.首先基于特定序号阵元输出计算的高阶累积量构造4个矩阵,接着结合这些矩阵的结构特点构造3个新的矩阵,然后基于新构造矩阵分解得到的特征值和特征向量联合估计信源参数.与现有的方法相比,本文给出的方法有效提高了阵列孔径利用率,参数自动配对.仿真结果表明该算法是有效的.     

基于盲源分离的共形阵列二维DOA估计

本文给出了一种基于特征矩阵联合近似对角化（JADE, Joint Approximate Diagonalization of Eigen-matrices）的共形阵列信号DOA估计算法。该算法首先对接收数据进行白化处理,利用白化后的数据构造四阶累计量矩阵,通过对特征矩阵联合近似对角化获得流形矢量矩阵的估计,从而实现信号的DOA估计。算法对阵列形状限制小,无需谱峰搜索。以圆台共形阵列为例,通过仿真实验验证了算法的有效性。     

一种新的近场源三维参数联合估计方法

提出了一种新的近场源频率、波达方向和距离的三维参数联合估计算法.基于阵列接收数据的高阶累积量,构造了三个适当的矩阵束,它们的广义特征值的相位给出频率、到达方向和距离的估计,同时其特征值的幅度实现三维参数的自动配对.该算法的参数估计有闭式解,无需复杂的搜索过程,且其参数自动配对.由于算法使用了四阶累积量,所以适用于任意结构的加性高斯噪声环境.计算机仿真实验证实了所给算法的有效性.     

宽频段空间信号频率、二维到达角和极化联合估计

在空间欠采样的条件下,通过巧妙定义稀疏L型阵列的四阶累积量输出矩阵,利用高阶累计量的盲高斯及阵列扩展特性,实现了宽频段空间非高斯信号频率、到达角和极化估计的分离,给出了一个基于四阶累积量 ESPRIT和整数搜索解模糊的任意高斯噪声环境下多个独立空间信号频率、二维到达角和极化的联合估计算法,L型阵列由和坐标轴方向一致的偶极子对组成,数值模拟结果证实了该文方法的有效性。     

基于高阶累积量虚拟阵列扩展的DOA估计

该文提出了一种基于高阶累积量虚拟阵列扩展的DOA估计新方法。该方法基于高阶累积量孔径扩展的性质,由实际阵元的坐标与方向矢量直接计算出虚拟阵元的坐标与方向矢量,利用两种阵元的坐标之间的关系构造四阶或六阶协方差矩阵,运用MUSIC方法对非高斯独立信号源进行DOA估计。该方法在任意阵列的情况下,对非高斯独立信号源进行一维与二维DOA估计,均能准确地估计出多于实际阵元数目的方向角与仰角。实验表明,该方法简单、有效地扩展了阵列孔径,提高了阵列的空间分辨能力,有效地抑制了高斯噪声的干扰,降低了高阶累积量协方差矩阵的计算量。     

基于四阶累积量的空域矩阵滤波DOA估计算法

空域矩阵滤波器通过保持空域通带内的信号,抑制空域阻带内的干扰与噪声来提高DOA(Direction Of Arrival)估计的精度.本文使用二阶锥规划(Second-order Cone Programming)方法设计空域矩阵滤波器,利用滤波后数据的四阶累积量进行信号源到达角估计,以消除空域矩阵滤波作用时产生的色噪声的影响,从而提高信号源DOA估计的性能.此外,通过滑动空域矩阵滤波器的通带,还使得阵列具有估计多于阵元数目信号源到达角的能力.计算机仿真结果验证了算法的有效性.     

基于虚拟时间延迟阵元的极化敏感阵列的多参数联合估计

本文提出了一种基于虚拟时间延迟单元的极化敏感阵列模型,根据该阵列的接收数据构造高阶累积量矩阵,利用高阶累积量的阵列扩展特性构造双平行线阵,最后采用DOA矩阵法实现信号的频率、方向角和极化参数的联合估计,并通过MATLAB进行了仿真验证.该方法不需要参数配对且可应用于任意高斯噪声的环境中.     

基于累积量的互耦误差下相干信号DOA估计

在高斯色噪声和阵列互耦误差背景下,针对相干信号源和非相干信号源并存的问题,提出了一种准确估计信号源到达角(DOA)的算法。首先,采用辅助阵元法将互耦误差从阵列流形中分离;然后结合空间平滑技术和四阶累积量构建平滑矩阵,实现对高斯噪声的抑制和对信号的解相干;最后使用ESPRIT算法获得信号源的来波方向。仿真结果表明,文中算法有效解决了阵列互耦和信源相干的影响,在高斯白噪声和高斯色噪声环境下均能精确地估计DOA。     

相干信号频率和到达角联合估计的算法

基于均匀圆阵和四阶累积量,提出了一种相干信号频率和到达角联合估计的新算法。首先,利用计算量较小的PRO-ESPRIT算法和beamspace-ESPRIT算法分别估计广义阵列响应矢量和信号的频率。然后,对广义阵列响应矢量进行模式空间变换,并利用改进的前后向线性预测方法估计出相干信号的到达角。该算法能在色噪声环境下,精确地估计出空间相干信号的频率和到达角,并且无需平滑技术和谱峰搜索,具有计算量小,参数自动配对的特点。计算机仿真结果验证了算法的有效性。     

一种新的近场源距离及到达角联合估计算法

该文提出一种基于三阶循环矩的近场源距离以及到达角联合估计算法。该算法充分利用了信号的循环平稳特性以及其空、时域信息,通过构造时空矩阵并进行特征分解获得二维参数的闭式估计。该方法计算简单,无需谱峰搜索,而且二维参数自动配对。与现有的方法相比,该文算法并不要求阵列具有中心对称结构,因此避免了阵列孔径的损失;此外该算法对任意分布的加性平稳噪声以及具有不同循环频率的干扰信号有较好的抑制能力。计算机仿真实验验证了该方法的有效性。     

改进的近场源距离、方位联合估计算法

提出了一种无需参数配对的近场源距离、方位联合估计算法。该算法通过对构造的阵列输出信号四阶累积量矩阵,进行一定的变换构造处理得到一个新的矩阵,利用其相应的特征值及特征向量估计出二维参数。与ESPRIT-Like方法相比,文中算法参数估计结果能自动配对,而无需再进行配对过程。计算机仿真结果证实了提出方法的有效性。     

一种基于波束空间的非相关信号源DOA估计方法

针对非相关信号源的到达角估计,本文基于波束空间信号输出协方差矩阵的对角阵特性,建立了信号到达角估计的最小化代价函数.采用DFT波束形成矩阵,借助于矩阵分解变换,保持了阵列流形的Vandermonde结构,并由此将代价函数转换为二次函数形式,得到信号源到达角的精确估计.仿真结果表明该算法具有更快的运算速度,更低的分辨力门限及高的估计精度.     

一种新的基于二阶统计量的的近场源定位算法

该文提出了一种基于二阶统计量的近场窄带信源频率、距离及到达角三维参数联合估计新算法。该算法首先基于特定序号阵元输出计算的二阶统计量构造3个矩阵,接着结合这些矩阵的结构特点构造2个新的矩阵,然后利用其特征值和特征向量估计信源参数。与现有基于二阶统计量的算法相比,该文算法节省1个阵元,且仅需计算3个二阶统计量矩阵,此外参数自动配对。仿真结果表明该算法是有效的。