幅相误差对修正MUSIC算法测向性能的影响与分析

首先阐述了阵列信号处理中广泛采用的修正MUSIC算法原理，并推导了天线阵元幅相误差条件下的修正MUSIC算法，重点分析了阵元幅相误差对修正MUSIC算法测向性能的影响。最后以均匀线阵为例进行了仿真，计算机仿真结果表明，阵元幅相误差严重影响着修正MUSIC算法的测向性能，因此在应用修正MUSIC算法进行来渡方向估计的时候，必须考虑阵元幅相误差的影响。     

MUSIC算法的性能比较

智能天线的核心技术之一是波达方向估计,在无线通信中具有重要作用。MUSIC算法是一种经典的DOA估计算法,但因其计算量大、对于相干及小信噪比信号无法分辨等缺陷,故有较多的改进算法被提出。文中研究了求根MUSIC算法、基于空间平滑技术的MUSIC算法、改进MUSIC算法及修正MUSIC算法。通过仿真分析了角度间隔、信噪比、信号相干对改进MUSIC算法分辨率的影响。以上几种改进MUSIC算法进一步发挥了该算法高分辨率的优势,且有利于其在智能天线方面的应用。     

一种不考虑信源数目的修正MUSIC算法

分析了信源数目估计误差下的MUSIC算法性能.为了解决信源数目过估计下出现虚假信号和欠估计下谱峰消失的问题,提出了一种改进算法.该算法通过对采样数据的共轭重排再利用,重新构造相关矩阵来改善测向性能.改进的算法不仅能成功运用于非相关信号源和相关信号源,还具有不用考虑信源数目的优点.计算机仿真结果证明了改进算法的正确性和有效性.     

基于解相干的MUSIC算法估计性能分析

MUSIC算法作为DOA估计的经典算法,在处理高度相关的信号时,算法性能急剧下降甚至完全失效。为了正确地估计出相干信号的DOA,就必须要对相干信号进行解相干。采用前／后向空间平滑技术与修正MUSIC算法是两种估计相关信号DOA的有效方法。通过算法仿真实验,证明了理论的正确性。     

修正的MUSIC算法在相干信源DOA估计中的应用

引用了两种修正相关矩阵最大似然(ML)估计的方法对MUSIC算法进行优化,对相干信源的波达方向(DOA)进行估计。前向空间平滑算法要求阵列的平移不变性,将阵列划分为若干相互交叠的子阵;前向-后向空间平滑要求阵列的旋转不变性,应用了相关矩阵的倒置矩阵。两种方法均可以修正阵列接收信号的相关矩阵的最大似然估计,使之满足MUSIC算法的前提条件。计算机仿真证明两种算法改善了传统的MUSIC算法对相干信源进行DOA估计的性能,前向-后向空间平滑算法作出了比较准确地估计。     

基于盲源分离的同频信号测向算法研究

信号测向系统中,常用MUSIC算法进行同频信号测向处理。但是由于实际使用过程中信号子空间和噪声子空间并不能实现完全正交,使得MUSIC算法的准确度和稳定性大幅度削弱。基于这个问题,将盲源分离算法引入到同频信号测向系统中,利用盲源分离算法,对信号进行处理,分离出每个信源的空间信息,单独进行测向处理。能够在信号子空间和噪声子空间正交性不理想的情况下,保证测向系统的抗干扰性能,提高系统的准确度和稳定性。     

基于数据共轭重排的修正二维MUSIC算法分析

在阐述二维MUSIC算法基本原理的基础上,通过将接收数据共轭重排的再利用、构造相关矩阵,提出一种基于正交阵列的修正二维MUSIC算法。在快拍次数有限时,此算法可以明显改善信号的波达方向估计性能,特别是相干信号波达方向(DOA)的估计性能,计算机仿真结果证明了该改进算法的有效性和可行性。     

MUSIC算法中谱线改进处理的研究

MUSIC算法,即多信号分类算法,常用于同频信号测向系统,主要利用信号分量相对应的信号子空间和信号分量正交的噪声子空间的正交性来对信源进行估计计算。在实际测向过程中,信号子空间和噪声子空间并不能实现完全正交,并且测试环境引入噪声干扰,对测向结果都构成影响。基于以上问题,对MUSIC算法进行了改进,加入了两种谱线改进算法,分别是谱线增强算法和谱二阶算法;通过对信号进行谱线增强,提高信号的信噪比,并在信号测向过程中加入二阶导数识别算法、提高信号测向角度识别率等方法,能够有效提高信号的信噪比和抗干扰性,增强了测向算法的识别率和精准度。     

估计间隔较近信源的修正MUSIC算法

针对信源间隔比较近情况下波达方向(DOA)估计性能下降的问题,提出一种修正MUSIC(MMUSIC)算法。该算法通过利用协方差矩阵的共轭信息,重构协方差矩阵,再由奇异值分解(SVD),构造低秩矩阵,用这两个矩阵噪声子空间的平均构造空间谱,通过谱峰搜索估计出信源的DOA。相比于经典MUSIC算法和空间平滑类算法,该算法能有效解相干,且不损失阵列孔径,而且提高了在信源间隔比较近且信噪比低条件下DOA分辨能力。计算机仿真验证了该算法的有效性。     

射频特征对MUSIC算法的影响分析

分析了MUSIC算法测向的基本原理,分别针对辐射源的频率、信号持续时间以及信噪比3种射频特征,通过理论推导分析了其对MUSIC算法测向性能的影响,频率影响波长进而影响测向结果的估计精度,甚至会产生虚假谱峰,信号持续时间和信噪比在一定范围内与测向估计精度成正比,并对该结论进行了仿真验证。     

MUSIC及其改进算法的研究与实现

研究了用于阵列信号处理领域的重要分支,即信号到达角估计的几种MUSIC算法。阐述了经典MUSIC算法、前后向空间平滑MUSIC算法、改进MUSIC算法的原理。采用Matlab进行的仿真表明,经典MUSIC算法对于非相干信源的到达角估计具有良好的性能,但不能用于相干信源的到达角估计;前后向空间平滑MUSIC算法使可估计信源数减小、计算复杂度较高;改进MUSIC算法性能最好,不影响非相关信源的估计,也无明显计算量增加。几种算法在到达角估计中有各自的优缺点。     

基于TD-SCDMA无线定位虚拟线阵四阶累量修正MUSIC算法的研究

无线定位的圆-角定位技术中,DOA估计极其重要。本文针对基于TD-SCDMA智能天线预处理后的虚拟均匀线阵MUSIC算法带来的阵列孔径小,抗阵元误差扰动性差的不足,研究了基于模式空间虚拟均匀线阵四阶累量的MUSIC算法,由于虚拟线阵四阶累量MUSIC算法的应用范围局限于独立的信号源的DOA估计,不能用于相关信号源DOA估计,因而提出了基于模式空间虚拟均匀线阵四阶累量的修正MUSIC(FOC-MMUSIC)算法,有效地拓展了阵元孔径,改善了系统抗阵元误差扰动和算法对相关信号源DOA的估计性能。     

米波雷达低角跟踪环境下的修正MUSIC算法

在经典的MUSIC算法的基础上,结合米波雷达低角跟踪的特点,提出了一种对接收数据的协方差矩阵进行重构的新的修正MUSIC算法,然后分析了其解相干的原理.最后用MATLAB软件对其性能与MMUSIC(Modified MUSIC,MMUSIC)算法进行了仿真比较,结果表明对于2个以上的相干信号源,MMUSIC算法已失效,但新算法仍可准确地估计出各个相干信号源的DOA,并且对于2个相干信号源,其估计精度、估计的稳定性和估计的成功概率也明显高于MMUSIC算法.从而证明了该算法的有效性。     

欠估计下相干信号的修正MUSIC算法

针对基本MUSIC算法是在信源正确估计的条件下才能应用的情况,论述了一种在欠估计的情形下改进的MUSIC算法,并将此改进算法成功地用于相干信号中,扩展了改进算法的适用范围。仿真结果证明了这种扩展的有效性。     

DOA估计的几种特征结构算法的性能比较

Pisarenko算法、多信号分类（MUSIC）算法、最小模算法和ORPD算法是来波到达方向（DOA）估计中常用的四种特征结构算法。在不同的信噪比及阵元数目条件下,对这几种算法的分辨性能作了比较。仿真结果表明：MUSIC算法是最稳定的一种算法;在预知大致方位的前提下。ORPD算法分辨性能最好;对于提高各种算法的分辨能力,改善信噪比相对增加阵元数目更有效。     

基于时频点聚类的LFM信号波达方向估计

基于空间时频分布(spatial time-frequency distribution, STFD)的多重信号分类(multiple signal classification, MUSIC)算法常用于非平稳信号波达方向(direction of arrival, DOA)估计, 其关键是选取合适的信号时频点.文中针对传统时频MUSIC算法不能提取各信号时频点且在小角度间隔时估计性能不佳的问题, 以线性调频(line frequency modulation, LFM)信号为研究对象, 提出了基于时频点聚类的DOA估计算法.该算法首先对阵列接收信号进行白化, 利用白化后的接收信号构造STFD矩阵, 达到抑制STFD矩阵的交叉项、突出信号自项的目的, 然后利用K均值聚类提取各信号时频点, 最后运用MUSIC算法估计DOA.对不同角度间隔和不同信噪比时三种算法的估计均方根误差进行了仿真对比, 结果表明:相比经典时频MUSIC算法, 文中算法在小角度间隔和低信噪比时有更好的估计性能.