一种稳健的四阶累积量ESPRIT测向方法研究

本文提出了一种基于四阶累积量的ＥＳＰＲＩＴ超分辨阵列测向算法，该算法适用于任意形状排列的空间阵列，通过对误差模型的分析，发现该算法具有稳健性，只要接收通道中任意两个通道能保持一致，该算法就能得到正确的方向估计，计算机模拟验证了该算法的正确性。     

基于四阶累积量特征分解的空间谱估计测向方法

传统的空间谱估计测向方法大都是在二阶统计基础上提出的，而高阶累积量（ｃｕｍｕｌａｎｔ）及其对应的高阶谱具有更加丰富的信息，而且对任何谱特性的高斯噪声都有很好的抑制能力。本文研究了基于四阶累积量特征结构分析的谱估计测向方法，从累积量的基本定义和性质出发，导出了基于特征分解的测向算法，并给出了模拟实验和测向系统外场实验结果，实验结果显示，基于四阶累积量方法的性能优于传统谱估计测向方法，特别是对于未知谱     

基于四阶累积量的非圆信号测向方法

对通信系统中大量使用的BPSK等非圆信号测向,可以采用共轭扩展MUSIC(CE-MUSIC)算法,也可以采用基于四阶累积量的MUSIC-like算法。CE-MUSIC算法没有利用高阶信息,MUSIC-like算法没有利用信号的非圆信息,性能均受限。该文提出的四阶扩展MUSIC(FO-EMUSIC)算法利用了非圆信号在四阶累积量中的信息,分辨力和测角精度明显优于MUSIC-like算法,略优于CE-MUSIC算法,可测向阵元数大于CE-MUSIC算法和MUSIC-like算法。针对均布线阵,为减小计算量,还提出了FO-EMUSIC/ULA算法。仿真实验验证了FO-EMUSIC算法的优良性能。     

基于四阶累积量特征分解的空间谱估计测向方法

传统的空间谱估计测向方法大都是在二阶统计基础上提出的。而高阶累积量(cumulant)及其对应的高阶谱具有更加丰富的信息,而且对任何谱特性的高斯噪声都有很好的抑制能力。本文研究了基于四阶累积量特征结构分析的谱估计测向方法。从累积量的基本定义和性质出发,导出了基于特征分解的测向算法,并给出了模拟实验和测向系统外场实验结果。实验结果显示,基于四阶累积量方法的性能优于传统谱估计测向方法,特别是对于未知谱特性的色高斯噪声的情况。     

基于四阶累积量的陈列扩展

在陈列没向问题中应用高阶累积量除了信息利用更充分和抑制高斯噪声等优点之外还具有陈列扩展的功能。本文推导了基于四阶累积量的陈列扩展方法，研究了虚拟阵的结构。放宽了协方差方法对信源数目的限制。但该方法在窄带多信号方向估计应用中存在局限。本文还推导了四阶相干问题和陈列扩展的限制条件。最后给出了实验举例。     

一种多径环境下基于四阶累积量的阵列扩展测向方法

本文分析了基于四阶累积量的测向方法不能正确测量多径信号方向的原因，提出了一种多径环境下的基于四阶累积量的新型测向方法。该方法利用零点领处理方法抑制多径信号，然后采用四阶累积量进行阵列扩展测向。计算机模拟结果表明该方法在多径环境下具有良好的性能并且可能实现对足够多的信号进行测向。     

基于四阶累积量的DOA估计方法

从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法,用四阶累积量构造了一个较通用的累积量矩阵,该矩阵符合MUSIC算法的结构,从而可进行DOA(Direction ofArrival)估计。对于这种方法在阵列信号处理中的应用,通过计算机仿真与基于二阶矩的MU-SIC算法进行了较全面的比较。仿真结果表明,该方法在高斯噪声中具有良好的统计性能,是实现高分辨方位估计的有效方法。     

基于四阶累积量的DOA估计方法

从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法，用四阶累积量构造了一个较通用的累积量矩阵，该矩阵符合MUSIC算法的结构，从而可进行DOA（Directionof Arrival）估计。对于这种方法在阵列信号处理中的应用，通过计算机仿真与基于二阶矩的MU—SIC算法进行了较全面的比较。仿真结果表明，该方法在高斯噪声中具有良好的统计性能，是实现高分辨方位估计的有效方法，     

基于四阶累积过的阵列扩展

在阵列测向问题中应用高阶累积量除了信息利用更充分和抑制高斯噪声等优点之外还具有阵列扩展的功能.本文推导了基于四阶累积量的阵列扩展方法,研究了虚拟阵的结构.放宽了协方差方法对信源数目的限制.但该方法在窄带多信号方向估计应用中存在局限.本文还推导了四阶相干问题和阵列扩展的限制条件.最后给出了实验举例.     

基于偶数阶累积量的非圆信号测向方法

提出了基于2q阶累积量的非圆信号测向MUSIC(Multiple Signal Classification)算法(称为NC-2q-MUSIC),作为2q-MUSIC算法利用非圆信息的一种扩展,在可测向信号数、分辨力和测角精度等方面的性能均优于2q-MUSIC算法.并且,q越大,NC-2q-MUSIC算法的可测向信号数越大,分辨力越高,对模型误差也越不敏感.针对均布线阵(ULA:Uniform Linear Array)提出的NC-2q-MUSIC/ULA算法减小了计算量.仿真实验验证了NC-2q-MUSIC算法的优良性能.     

基于四阶累积量的后验稀疏约束迭代DOA估计方法

子空间DOA估计方法的一个缺点是在子空间分解过程中难以利用信号的相关信息或有关DOA估计的先验信息改善DOA估计的性能。该文结合子空间方法和四阶累积量矩阵拟合方法,利用信号四阶累积量矩阵的结构信息与信号间相互独立的先验信息,研究了一种新的不相关窄带信号波达方向(DOA)的迭代估计方法。理论分析和仿真实验结果表明,这种迭代DOA估计方法一般经过几次迭代就能获得稳定的高分辨率DOA估计。     

波束-多普勒酉ESPRIT多目标DOA估计

高分辨波达方向(DOA)估计是地基/空基预警雷达实现主波束内多目标精细跟踪需要解决的关键问题。针对上述问题,该文提出一种波束-多普勒酉ESPRIT多目标DOA估计算法。该方法首先通过时域平滑技术构造多个快拍。然后采用中心共轭对称傅里叶变换矩阵将数据变换至波束-多普勒域,同时保留旋转不变结构。最后采用实值ESPRIT算法估计目标的DOA。所提方法充分利用了信号的时域信息来改善空域参数估计性能,同时具有较低的计算复杂度。实验结果证明了所提方法的有效性。     

TD-SCDMA中DOA估计的一种ESPRIT算法

智能天线是TD-SCDMA系统的关键技术之一,其核心为波达方向(Direction of Arrival,DOA)估计和波束形成算法。目前大多数DOA估计算法都是以均匀线阵为基础,而TD-SCDMA采用的是8阵元的圆阵列天线,因此,文中采用空间预处理技术,将圆阵虚拟到均匀线阵,再用ESPRIT算法进行DOA估计,最后通过仿真验证了该算法的可行性。     

基于波束输出的高分辨定向方法及性能分析

本文提出一种基于波束输出的高分辨定向方法。这种方法利用子阵形成子波束,并把该子阵看做为一个等效阵元。然后对多个等效阵元构成的新阵列利用目前典型的高分辨算法进行定向。我们对均匀线列阵进行了计算机仿真实验和水池高分辨阵列处理实验,研究结果表明,这样做可以获得性能上的较大提高。一方面,可提高原高分辨定向算法的估计精度、分辨概率并降低运算时间;另一方面,由于各个等效阵元的输出是由多个实际阵元输出加权平均得来的,因此基于等效阵元构成阵列的高分辨定向算法对各种阵列误差(如阵元位置误差、阵元指向性的不一致等)变得不十分敏感,从而有利于抑制阵列误差对高分辨定向算法的影响,对工程应用具有较强的适应性。文中对各种情况进行了较详细的统计性能分析与比较。     

基于介质顶阵的到达角估计

由于介质顶对来波的发散作用,到达平面阵的波是非平面波。本文研究基于介质顶阵的到达角(DOA)估计方法。通过对采样协方差矩阵进行远场近似(FFA)处理,用高分辨特征结构技术(MUSIc算法)进行DOA估计,得到了比较好的结果。计算机模拟结果证实了该方法的有效性。     

基于数据共轭重排的修正ESPRIT信号DOA估计算法

本文介绍了将接收数据共轭重排的再利用,构造相关矩阵的修正ESPRIT算法.理论分析和仿真实验表明,该算法同经典的ESPRIT算法相比,在快拍次数有限时,可明显改善信号DOA估计的性能,且其计算量二者基本相当.     

基于四阶累积量的空间信号2-D DOA分离估计

本文基于平行均匀线性阵列和四阶累积量提出了一种新的任意高斯噪声环境下的多个空间信号二维到达方向分离估计方法。通过巧妙定义阵列输出四阶累积量矩阵,该方法不需要谱峰搜索就可以估计信号二维到达方向。计算机模拟结果证实了方法的可行性。     

DOA ESTIMATION USING A SPARSE LINEAR MODEL BASED ON EIGENVECTORS

To reduce high computational cost of existing Direction-Of-Arrival (DOA) estimation techniques within a sparse representation framework,a novel method with low computational complexity is proposed.Firs...