共查询到15条相似文献,搜索用时 194 毫秒
1.
2.
3.
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。 相似文献
4.
5.
6.
7.
多子阵互耦条件下的一维波达方向估计及互耦自校正 总被引:1,自引:0,他引:1
该文研究多子阵(multiple subarrays)阵元互耦条件下的波达方向(DOA)估计,假设阵列由多个位置已知的均匀线阵(ULA)组成,但线阵阵元间存在互耦效应。利用均匀线阵互耦矩阵的带状、对称Toeplitz性及多子阵互耦矩阵的块状对角特性,提出了一种解耦合波达方向估计及互耦自校正算法。该算法在未知阵元互耦参数的情况下,可准确估计出信源的波达方向。另外,算法在精确估计波达方向的同时,还可准确估计出阵元间的互耦系数,实现多子阵的互耦自校正。算法的波达方向估计只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算,可明显减小算法运算量。文中讨论了算法参数可辨识性的必要条件,并分析计算了多参数联合估计的克拉美-罗界(CRB)。理论分析及蒙特卡罗仿真结果表明,该算法具有计算量小、DOA估计分辨力高、互耦校正效果好等优点。 相似文献
8.
针对L型阵列,提出一种去互耦算法.该算法在L型阵列的两均匀线阵上分别取受互耦影响一致的阵元,则其理想导向向量可与互耦参数剥离,用其中一组阵元输出的协方差阵和两组阵元输出的互协方差阵构建矩阵,根据其传播算子构成的信号子空间和阵元导向向量张成同一空间以及均匀线阵的旋转不变特性得到两个与方向角和俯仰角相关的信息参量.在这两参量配对时,只需对包含信息参量的其中一个矩阵进行一次特征值分解以及简单的除法运算即可实现.理论和仿真表明,该算法无需谱峰搜索,只需一次特征分解,有效抑制了互耦影响,测量精度高. 相似文献
9.
10.
在互耦自由度未知条件下给出了柱面共形阵列多参数联合估计算法。针对柱面共形阵列中多参数相互耦合的难题,首先通过阵列结构设计,利用柱面共形载体单曲率特点,构建ESPRIT子阵,基于一维搜索与ESPRIT算法,实现了互耦自由度和信源俯仰角的估计;在此基础上,结合秩损理论和互耦矩阵的Toeplitz性质,估计出信源的方位角,并对可能出现的方位角模糊进行了分析,给出解模糊方法;最后利用时域ESPRIT算法,完成了极化状态和互耦系数的联合估计。该算法不需要任何互耦和极化的先验信息,也无需参数配对,估计精度高、分辨力强。计算机Monte-Carlo仿真验证了所提算法的有效性。 相似文献
11.
12.
13.
互耦条件下均匀线阵DOA盲估计 总被引:6,自引:1,他引:5
阵元间存在互耦时,经典的波达角(DOA)估计算法性能急剧下降甚至失效。针对互耦条件下均匀线阵DOA估计问题,该文提出一种基于盲源分离的DOA盲估计算法。首先,利用源信号的统计特性,由盲源分离方法估计广义阵列流形矩阵;然后,利用均匀线阵互耦矩阵带状、Toeplitz矩阵的特点,将DOA估计问题转化为多个可分离非线性最小二乘问题,由多个1维频域搜索得到DOA的估计。该算法无需高维搜索或多维迭代,对互耦自由度要求更低,互耦自由度未知时仍旧适用,稳健度高。数值仿真验证了该文算法的有效性。 相似文献
14.
15.
针对色噪声环境下的阵列幅相误差自校正问题,提出一种适合任意阵列的幅相误差自校正算法。该算法首先在每次迭代开始前利用H∞滤波方法得到稳健的DOA估计值,然后给出一种幅相误差最优初始值的估计方法求解出幅相误差的次优解,最后基于交替加权最小二乘算法,分别对幅相误差和噪声功率进行估计。理论和仿真实验均表明该算法不仅迭代次数少,且具有较好的参数估计性能。 相似文献