基于Y型阵的互耦矩阵与DOA的同时估计方法

基于均匀间隔的Y型阵列,提出了一种自校正算法用于非相干源的DOA估计和阵元间的互耦校正,且无需任何方位已知的校正源.自校正算法利用均匀线阵互耦矩阵的对称Toeplitz性和带状特性,无需任何互耦信息的条件下可以精确估计信源DOA和阵列的互耦矩阵,从而实现阵列的自校正,并进行了参数的模糊性分析.仿真结果验证了提出的自校正算法具有分辨力高、计算量小以及校正精度高的特点.     

多子阵互耦条件下的一维波达方向估计及互耦白校正

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问的互耦系数,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。     

阵列互耦条件下相干信源DOA估计算法研究

针对阵列互耦条件下相干信源到达方向（DOA）估计的问题,利用均匀线阵互耦矩阵的带状循环特性及对称Toeplitz性,提出了一种基于改进的空间平滑算法的信源DOA估计算法。该算法无需阵元的互耦参数信息,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;由于采用改进的空间平滑算法,所以该算法具有很好的统计估计性能。计算机仿真结果验证了该算法的正确性和有效性。     

多子阵互耦条件下的一维波达方向估计及互耦自校正

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。     

多径条件下均匀线阵DOA估计及互耦误差自校正

针对多径信道环境下存在互耦误差的均匀线阵,提出了一种联合波达方向估计及互耦 误差自校正算法。在不改变阵列互耦误差的条件下,首先利用虚拟阵列平移预处理方法,将 相干信源协方差矩阵恢复到满秩。进而利用互耦误差的对称Toeplitz特性,基于子空间原理 构造一代阶函数,采用秩损的方法得到互耦误差条件下的DOA估计及阵列互耦误差。数值仿 真结果表明,该算法具有良好的DOA估计性能与互耦误差自校正性能。     

高斯噪声背景下多用户波达方向估计与互耦自校正

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。     

一种阵列互耦矩阵与波达方向的级联估计方法

当阵列天线存在互耦效应时,传统多重信号分类(MUltiple SIgnal Classification, MUSIC)算法的测向性能急剧下降。为了有效估计阵列互耦矩阵(MCM)与入射信号的波达方向(Direction Of Arrival, DOA),该文提出一种阵列互耦矩阵与波达方向的级联估计方法。利用互耦矩阵的结构特点,变换阵列流形,实现对互耦矩阵与DOA的解耦合。求解线性约束下的二次优化问题,利用谱峰搜索,得到阵列互耦矩阵和入射信号DOA,完成互耦误差自校正。通过计算机仿真验证了该文方法估计性能的有效性和优越性。     

阵列天线散射条件下的互耦校正

当阵列存在近场散射源时,互耦效应的分析和校正更加繁杂,这就导致了阵列互耦矩阵的参数化建模需要做进一步的扩展,使得互耦矩阵不再为方阵。然而现有的参数化互耦校正方法均假设互耦矩阵是一个具有特殊数学结构的方阵,对非方阵的互耦矩阵模型不适用。本文通过引入少量远离阵列且相互间隔较远的辅助阵元（互耦效应可以忽略）和方向未知的校正信源,提出了一种阵列天线散射条件下的互耦校正的参数估计算法。首先,推导了扩展后的非方阵互耦矩阵系数与方位依赖的幅相误差的等价关系;然后,对每次单源实验,得到校正源方位和各阵元方位依赖的幅相误差的联合估计,建立估计的幅相误差以非方阵互耦系数为参数的方程;最后,将多次单源校正得到的方程进行整合构建方程组,利用Tikhonov正则化方法求解不适定方程组实现互耦系数的有效估计,进而对阵列互耦进行校正。计算机仿真实验结果表明所提算法可以很好地解决阵列天线散射条件下的互耦校正问题,从而验证了算法的有效性。      

互耦条件下均匀线阵DOA盲估计

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。     

共形阵列天线互耦校正的辅助阵元法

 针对共形天线载体曲率和单元方向图指向的变化,建立了三维共形天线导向矢量的数学模型;推导了阵列互耦与方位依赖幅相误差的等价关系;通过引入少量远离共形载体的辅助阵元和方向未知的校正信源,提出了共形阵列天线互耦校正的辅助阵元法.辅助阵元法只需要参数的一维搜索和线性方程组求解,可以实现校正信源方位和共形天线互耦系数的联合估计.计算机Monte-Carlo仿真实验验证了辅助阵元法互耦校正的有效性.     

DOA estimation and self-calibration algorithm for uniform circular array

Based on the banded circulate and symmetric Toeplitz model for the mutual coupling of a uniform circular array, a decoupling direction of arrival (DOA) estimation and self-calibration algorithm is proposed. The new algorithm provides an accurate DOA estimation without the knowledge of mutual coupling. In addition, the mutual coupling coefficients for array self-calibration can be achieved simultaneously. Instead of multidimensional nonlinear search or iterative computation, the algorithm only uses a one-dimensional search and can reduce the computation burden. Simulation results demonstrate the validity of the proposed method.     

均匀线阵幅相误差和互耦效应的自校正

阵列的幅相误差和互耦效应严重影响了超分辨谱估计的性能,需要进行校正。由于均匀线阵的特殊结构,目前所采用的自校正算法呈现了多解性。分析了对均匀线阵进行自校正出现多解性的原因,在此基础上,提出了先用经典自校正算法实现互耦误差和幅度误差校正,然后用约束条件解决相位误差估计模糊的校正算法,该算法很好地解决了自校正算法对均匀线阵出现的多解性问题;利用仿真方法,验证了算法的性能。     

基于旋转不变子空间均匀圆阵互耦自校正算法

针对均匀圆阵互耦自校正问题,提出了一种基于旋转不变参数估计(ES-PRIT)技术的互耦自校正算法。通过模式空间转换技术将互耦影响下的均匀圆阵流型向量近似等效为存在幅相误差的虚拟均匀线阵流型向量,并且该幅相误差矩阵满足中心对称性。利用该性质并结合ESPRIT技术分别给出了信源方位和互耦向量的闭式解。为了减少模式空间转换偏差的影响,基于Belloni方法,给出了一种互耦影响下抵消模式空间转换偏差的方法。仿真实验验证了新算法的有效性。     

均匀平面阵下的二维DOA估计与互耦自校正

针对存在互耦效应时均匀平面阵的测向鲁棒性问题,提出了一种基于秩损准则的互耦自校正算法。根据对互耦效应的先验知识,提出的算法只需将受互耦扰动的阵列响应在变换域中重新排列,便可在后续处理中屏蔽掉互耦效应的不利影响,同时也避免了现有工作中存在的阵列孔径损失问题。借助秩损估计原理,在变换域中设计了一种巧妙的计算步骤,使得方位估计的降维操作得以实现;并且,后续还可通过特征分解法得到更精确的互耦系数估计,以进行阵列误差自校正。与现有的研究工作相比,所提算法无论是在估计精度,还是在计算效率上均有着显著的性能优势。     

Side-lobe constrained beamforming undervirtual expansion of L-shaped array

To reduce the side-lobe level of L-shaped expansion array and improve the output signal to interference and noise ratio (SINR), the algorithm of side-lobe constraint based on minimum variance distortionless response ( MVDR- SC) is proposed. Firstly, the approach of mixing diagonal loading and Mailloux-Zatman (DLMZ) is used to taper the covariance matrix of the expansion array. Then, the second order cone programming ( SOCP) obtained by constructing a new matrix is used to control the beam side-lobe. Finally, the new adaptive weight numbers are constructed by adjusting the proportion between DLMZ and SOCP. Simulation results show that the MVDR-SC algorithm can effectively reduce the side-lobe of beamforming under the L-shaped expansion array and obtain a larger output SINR. At the same time, it has good robustness to the mutual coupling error.     

A self-calibration technique for a DOA array with near-zone scatterers

This paper describes an iterative self-calibration technique for a direction of arrival (DOA) array to automatically remove the effects of mutual coupling and near-zone resonant size scatterers whose locations are known but whose geometries are unknown. Beginning with the array currents contaminated by both mutual coupling and near-zone scatterers, the iterative method determines the uncontaminated method of moments voltage vector, and eventually the DOAs. Numerical examples illustrate the convergence of the method and its ability to deal with multiple scatterers and multiple incident waves.     

L-shaped array-based elevation and azimuth direction finding in the presence of mutual coupling

For two-dimensional (2-D) directions-of-arrival (DOA) estimation problem, both the mutual coupling and the failure in pairing can cause severe performance degradation. In this paper, a new elevation and azimuth direction finding algorithm is developed to overcome the above-mentioned two difficulties in the L-shaped array configuration. The key points of this paper are: (i) constructing several correlation matrices to blindly compensate the effect of unknown mutual coupling using the outputs of properly chosen sensors and (ii) deriving a rank-reduction propagator method to estimate elevation and azimuth angles so as to avoid pairing parameters. Simulation results are presented to validate the performance of the proposed method.     

基于矢量传感器阵列的信号多参数估计方法

本文提出了一种基于非均匀L形矢量传感器（Vector-Sensor,VS）阵列的横平面电磁波信号频率、二维波达方向（2-D DOA）和极化参数估计的方法.为降低系统实现复杂度,文中采用了对信号欠Nyquist采样.为了降低不同频率信号在传感器间的互耦,阵列中各VS稀疏排布,同时,空间参数的估计精度也得到相应的提高.最后通过数值仿真验证了本文算法的有效性.