基于压缩感知理论的宽带信号波达方向估计

针对一维宽带信号波达方向(DOA)估计中聚焦变换算法需要角度预估值的问题,在双边相关变换算法基础上设计了一种无需角度预估值的DOA估计算法.首先,利用离散傅里叶变换(DFT)变换将宽带信号分解为若干个不同频点处的窄带数据模型.然后,通过本文改进的聚焦矩阵将不同频点处的窄带数据聚焦到同一参考频点,得到单一频率点处窄带信号...     

基于二阶锥规划的共形阵列宽带方向图综合

针对目前共形阵列方向图综合算法中全局优化算法计算复杂度高,已有凸优化算法不能处理宽带信号的问题,提出了一种基于二阶锥规划的共形阵列宽带恒定束宽方向图综合方法。该算法首先推导并建立了更为简单的共形阵列宽带信号模型;然后在频域上构造空间响应变化约束,并在空域上构造方向图的目标函数和约束条件;最后利用二阶锥规划求得最优权矢量,实现宽带信号方向图综合。理论分析和仿真结果表明,该方法能够有效地获得期望信号并抑制干扰信号,在计算复杂度上低于全局优化算法,且阵列响应具有良好的频率一致性。     

色噪声下基于差分聚焦的宽带DOA估计方法

针对色噪声下宽带阵列波达方向(DOA)估计精度差及稳健性不足的问题,本文结合协方差矩阵差分理论及特征向量空间聚焦算法提出有效解决方案.算法首先按照协方差矩阵差分理论求解差分矩阵,并对差分协方差矩阵进行特征分解,取正特征值部分对应的特征向量重构观测模型,消除色噪声及"伪峰"影响;然后,针对新观测模型,构建新的信号自相关矩...     

基于特征空间MUSIC算法的相干信号波达方向空间平滑估计

为了高效、准确地估计相干信号的波达方向(DOA),提出了一种基于特征空间多重信号分类(MUSIC)算法的空间平滑估计方法。首先对相干信号进行空间平滑处理,然后对其应用特征空间MUSIC算法进行DOA的精确估计,使其最大限度地利用信号子空间和噪声子空间的信息。本文方法并不影响非相关信号存在时DOA的估计,且还可以对信号源功率进行有效的估计,以提高对小能量信号的成功估计概率。与传统空间平滑算法及修正MUSIC算法相比,本文方法具有更低的信噪比门限和更高的估计精度及分辨力。最后的仿真实验验证了本文方法的有效性和鲁棒性。     

基于粒子群优化算法的相干信源波达方向估计

利用粒子群优化算法和在解决优化问题的优势和广义极大似然测向的优点,提出了一种估计相干信源波达方向的新方法.对于所提出的测向算法,人射的信源可以是独立信源,也可以是多相干信源的混合,对阵列的几何结构也没有任何约束,而且它分辨的信源数还可以大于阵元数.为了有效地对所提出的测向代价函数进行拟合,把高斯异策略引进粒子群算法中,提出了一种可快速多维搜索的随机变异粒子群算法.仿真结果表明:与基于遗传算法的相干信源波达方向估计方法相比,基于粒子群优化算法的波达方向估计在收敛速度和估计精度上都有优势,有很好的可行性和有效性.     

基于径向基神经网络的波达方向估计算法

针对传统的波达方向（DOA）估计算法在实际应用中普遍存在计算量较大,无法实时地跟踪期望信号且无法处理信号源数大于天线阵元数的问题,提出了一种在智能天线中基于径向基神经网络的波达方向估计算法.该算法利用神经网络进行多信号源跟踪（MUST）来完成信号源侦测和DOA估计.通过建立神经网络DOA估计算法模型,并对所建立的神经网络进行训练.通过仿真将该算法与传统的DOA估计算法进行比对的结果表明,基于径向基神经网络的波达方向估计算法能够快速准确的检测到信号源,响应时间明显快于传统的算法.     

基于修正MUSIC算法的宽带相干源波达方向估计

提出了一种基于修正MUSIC算法的宽带相干源DOA估计方法。对每一子带的接收数据阵进行共轭重构，利用平均的阵列相关矩阵代替传统的阵列相关矩阵进行子空间方法处理，由各子带结果的综合得到信号的DOA估计。数据阵共轭重构的实质是前后向空间平滑，因此可以解相干源问题。中算法取子阵与原阵列相同，因此不会损失阵列孔径。由于空间平滑包含了平均的意义，因此新算法还可以提高对非相干源的估计性能。仿真结果验证了新方法的有效性。     

一种非典型声强向量阵-空间十字阵定向算法研究

提出了1种可在小尺度平台上安装的非典型声强向量阵-空间十字阵,它由空间正交形状的四基元组成,并且提出了一种纯相位定向算法,将该算法用于空间十字阵可以实现低频声源的全空间高精度定向。在理论上系统分析了阵形的有限差分误差、相位失配误差以及环境噪声引起的定向误差,并且用自制的声强阵支架在半消声室进行了定向实验,实验结果表明,信噪比为10 dB时,满足kd<1的条件下,空间十字阵对低频声源的俯仰角和方位角的定向误差都在1°之内。     

一种基于MNLS解的迭代波达方向估计方法

传统的子空间DOA估计方法需要大量快拍数据以取得足够样本从而得到输入协方差矩阵。提出一种基于FOCUSS方法的加权最小范数最小二乘（MNLS）解的迭代DOA估计方法,仅需要数次迭代即可得到稳定的高分辨率估计结果,并且需要的接收快拍数大大低于子空间估计方法。     

基于SVD和Toeplitz的高效DOA估计算法

文章通过对SVD和Toeplitz算法的研究,针对空间谱估计中的难点问题即相干信号的DOA估计,采用一种新的高效算法,即对信号协方差矩阵进行特征分解,利用最大特征向量构建1个具有Toeplitz性质的新矩阵,最后利用奇异值分解得到信号的波达方向.仿真实验证明,在低信噪比情况下(-10 dB),SVD算法已基本失效,Toeplitz算法误差达2°,而新算法的估计误差几乎为0.     

基于矩阵填充的互质阵列欠定DOA估计方法

为了解决现有基于互质阵列的DOA估计方法舍弃差联合阵列中非均匀虚拟阵元而导致最大可估计信号数损失的问题,提出了一种基于矩阵填充的DOA估计方法。首先,根据差联合阵列与波程差一一对应的特性,构造一个部分元素缺失的Toeplitz化的阵列协方差矩阵,建立了基于矩阵填充的DOA估计模型,并验证了该模型满足零空间性质;然后,根据低秩矩阵填充理论,将DOA估计问题转化为矩阵核范数最小化问题进行求解,通过不定点延续算法将该协方差矩阵中的零元素进行填充恢复为完整协方差矩阵;最后,对协方差矩阵进行奇异值分解,转化为多项式求根,得到DOA的估计。仿真实验结果验证了本文方法的有效性和优越性。实验结果表明,本文方法能够对差联合阵列中的空洞部分进行有效填充,增加了可利用的阵列自由度,提高了可估计信号数,同时能够有效避免传统稀疏重构算法中由于角度域离散化导致的基不匹配问题对估计性能的影响,提高了估计精度和分辨力。     

分布式信号源波达方向估计方法

在多径导致的局部散射信号条件下,利用信号源的一阶近似,提出了一种新的分布式信号源波达方向估计方法。新方法不仅改善了波达方向估计性能,且适用于空间信号分布的函数形式未知、分布函数形式不同的分布式信号源同时存在或其他较复杂的空间信号分布情况。     

空时欠采样下多目标频率和方位联合估计新方法

针对空时欠采样下多个窄带信号参量估计问题,提出了一种基于同时估计多实数的广义稳健中国剩余定理的频率和方位联合解模糊方法.该方法首先对任意单阵元采用多次时域欠采样,获得多个目标的模糊的频率估计值,然后利用同时估计多个实数的广义稳健中国剩余定理估计出多目标的无模糊频率;在空时欠采样下,获得多组阵元接收到的信号相位差的模糊值,再利用广义稳健中国剩余定理解相位模糊,从而估计出多源信号的真实方位.仿真实例表明新提出的方法可以在空时欠采样情况下有效地对多个目标同时解频率和方位模糊,频率和方位联合估计的精度高,稳健性好.     

基于盲信号分离的分布式目标DOA估计方法

在分布函数未知或数学形式不同的分布式目标同时存在的情况下,研究了一种基于盲信号分离的相干分布式目标一维搜索DOA估计方法。仿真实验结果表明,这种分布式目标DOA估计方法具有分布参数门限现象,DOA估计性能对其他信号源的分布参数不敏感。     

矢量重构解相干的波达方向估计新方法

针对相干信号波达方向(Direction of Arrival, DOA)估计问题,提出一种新的矢量重构解相干方法——变参考阵元数据互相关矢量重构算法。算法依次改变阵列参考阵元,求得所有阵元接收数据与对应参考阵元接收数据之间的互相关信息,并以此作为重构矩阵的列矢量构造一个等效协方差矩阵,然后基于MUSIC和ESPRIT算法,估计相干信号的波达方向。数学推导和理论分析表明,重构的矩阵能对相干信号完全解相干。算法不损失阵列孔径,在低信噪比和少量快拍数据条件下,估计性能要优于Toeplitz矩阵重构算法和前后向空间平滑算法。