基于非圆信号的阵列扩展方法

提出了一种基于非圆信号的稀疏分解DOA估计方法,用于解决非圆信号数多于阵元数时的DOA估计问题。该方法首先利用非圆信号为实值信号的特点,用阵列上的接收数据及其共轭拼接构造一个新的扩展矩阵,选择扩展协方差矩阵的第一列作为稀疏分解向量,利用扩展阵列的导向矢量构造完备字典,建立了DOA估计的稀疏模型。仿真结果证明了该方法的可行性和有效性。     

基于互协方差的L型嵌套阵列二维波达方向估计

为了解决L型均匀阵列波达方向（DOA）估计分辨率较低、估计信源数受限于阵元数、估计精度易受信噪比影响等问题,提出一种基于互协方差的L型嵌套阵列二维DOA估计算法。利用不同子阵间互协方差矩阵产生较长无冗余阵元的虚拟阵列,消除噪声干扰;利用虚拟阵列及其共轭矩阵构建等效协方差矩阵,实现虚拟阵列信号的解相干;采用旋转不变子空间技术对等效协方差矩阵进行处理,得到目标的角度信息;基于虚拟阵列等效信源的唯一性进行空间信源的角度匹配。对所提算法的DOA估计有效性进行仿真验证,结果表明,在阵元数相同情况下,该算法与L型均匀阵列相比在低信噪比环境下拥有更高的估计精度,能够辨识更多的空间信源。     

基于多级维纳滤波器的声矢量阵空间谱估计算法

针对传统的声矢量阵高分辨空间谱估计（来波方向估计）算法运算量大、不易于工程实现的问题,提出一种基于多级维纳滤波器(MSWF)的声矢量阵快速来波方向估计算法,即V-MSWF算法,选取声矢量阵参考阵元声压通道的输出作为期望信号,通过MSWF的递推运算得到信号子空间。通过计算机仿真及消声水池实验对V-MSWF算法的性能进行了验证。结果表明,V-MSWF算法无需计算阵列协方差矩阵及特征值分解运算,在高信噪比条件下,具有良好的来波方向估计性能。     

基于矢量修正的稀疏阵列测向解模糊方法

针对稀疏阵列DOA估计中存在的测向模糊问题,提出了基于矢量修正的稀疏阵列测向解模糊方法。该方法通过推导阵元相对位置与稀疏阵列角度估计之间的关系,分析了阵元相对位置的最大公约数对MUSIC算法测向性能的影响,利用在稀疏均匀线阵特定位置添加新的阵元的方法,对原阵列的导向矢量进行修正,解决了稀疏阵列的测向模糊的问题。仿真实验结果表明,该方法不仅保留了稀疏阵大孔径的优点,提高了多信号分辨能力和测向精度,并且在低信噪比和小快拍条件下性能较好。     

基于均匀圆阵的方位估计及互耦自校正算法

阵元互耦会使大部分高分辨DOA(Direction of Arrival,来波方向)估计算法的性能恶化。针对均匀圆阵,提出一种互耦条件下的方位估计及自校正算法。该算法先利用均匀圆阵特殊的互耦特性对信号方位信息和互耦信息实现了解耦合,再构造代价函数来估计信号的方位信息,最后根据方位信息来估计互耦信息,整个过程无需任何互耦信息和校正源就可以实现两类参数的估计。理论分析和仿真实验表明:提出的算法很好地解决了均匀圆阵的耦合问题,具有精度高、计算量小的特点。     

互质极化阵列的DOA估计算法研究

针对极化阵列计算复杂度高、互耦效应大的难点问题,提出一种基于三正交偶极子互质阵列的极化稀疏算法,用于波达方向(DOA)估计.首先充分利用三正交偶极子三个通道的所有信息,形成一个拥有更多阵元的虚拟线阵,使得原本不相干的信号变为相干信号;然后进一步使用前后向空间平滑的方法对虚拟阵列的协方差矩阵进行解相干.该算法可以扩展阵列...     

基于协方差矩阵重构的互质阵列DOA估计方法

针对现有基于互质阵列的DOA估计方法,由于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损失的问题,提出了基于协方差矩阵重构的互质阵列DOA估计方法。根据差联合阵列与波程差一一对应的关系,将协方差矩阵扩展为一个部分元素缺失的Toeplitz矩阵;通过求解迹范数最小化问题实行对协方差矩阵中零元素的填充,阵列自由度得到提升;利用求根MUSIC方法实现DOA估计。仿真结果表明:该方法有效提高了可估计信号数且能够有效避免传统稀疏重构算法中模型失配对估计性能的影响。     

基于矩阵重构的DOA阵元位置误差校正方法

针对阵元位置误差引起阵列流型出现一定的偏差和扰动,从而导致多重信号分类(MU-SIC)算法估计波达方向(DOA)性能下降的问题,本文在Toeplitz预处理算法的基础上,提出了一种基于矩阵重构的阵元误差校正算法.所提算法首先对有阵列位置误差的协方差矩阵进行预处理,恢复理想情况下协方差矩阵的Toeplitz结构,然后利用核范数优化算法构造凸优化函数,对处理后的协方差矩阵进行降噪,同时保证信号和噪声子空间的正确划分,最后利用MUSIC算法进行DOA估计.计算机仿真和实验分析表明,所提算法有效改善了存在阵元位置误差时MUSIC算法的角度分辨能力,而且减少了由快拍数不足带来的影响,提高了估计精度.     

基于延时相关的稀疏恢复高分辨来波方位估计

针对MUSIC算法和基于四阶累积量的MUSIC-like算法在高斯色噪声背景下测向精度不理想的问题,提出基于延时相关的稀疏恢复高分辨来波方位估计算法。该算法利用蕴含在接收数据延时相关函数中的角度信息,采用所有阵元接收数据的延时相关函数构造新的阵列输出矩阵,进而构造新的协方差矩阵,并进行奇异值分解,建立稀疏表示模型,使用l1范数法对稀疏模型进行求解实现色噪声环境下高分辨DOA估计。仿真实验表明,基于延时相关的稀疏表示模型的测向分辨率好于基于传统子空间的MUSIC算法和基于四阶累积量的MUSIC-like算法,能降低协方差构造的复杂度,增强色噪声抑制能力。     

基于波束域的多测量矢量欠定系统正则化聚焦求解算法

针对传统波达方向角估计算法采样数据量大导致较大计算复杂度的问题,提出了基于波束域的多测量矢量欠定系统正则化聚焦求解算法。该算法首先基于压缩感知理论对空域稀疏信号进行压缩采样,并将压缩信号从阵元域映射至波束域,进而构造出新的波束域接收信号,而后使用多测量矢量欠定系统正则化聚焦求解算法实现信号的波达方向估计。仿真实验表明,与传统的Capon及MUSIC算法相比,所提算法可对相干信号进行有效DOA估计,具有较高角度分辨力和估计精度;与基于阵元域的正则化聚焦求解算法相比,所提算法具有较低计算复杂度。     

基于无噪协方差矩阵变换的宽带测向算法

宽带测向一直是阵列信号处理领域研究的热点。本文提出了一种基于无噪协方差矩阵变换的宽带测向算法。该算法通过构造变换矩阵,把各个窄带频率处的无噪协方差矩阵变换到聚焦频率处,然后应用子空间的方法得到波达方向估计值。与通常的信号子空间宽带测向算法相比,本文提出的算法不需要对波达方向进行预估计。理论分析证明了本文波达方向估计算法的无偏性。把该算法应用到均匀线阵上,仿真实验结果证明了算法的有效性。     

互耦效应下一种基于实值稀疏表示的波达方向估计算法

针对未知互耦条件下的波达方向（DOA）估计问题,提出了一种未知互耦条件下基于实值稀疏表示的加权子空间DOA估计算法。新算法利用一个特定的酉变换矩阵,将一个复杂的复值优化问题转化为一个实值优化问题,从而有效地将原问题的计算复杂度减少4倍以上。此外,为了进一步提高稀疏表示的估计算法估计精度,在原有l1 范数优化模型基础上引入一个能使得DOA估计方差取得最小值的最优子空间加权矩阵。仿真实验表明,在低信噪比情况下,新算法能进一步提高稀疏表示的估计算法抗噪能力,获得更好的估计精度。     

极化信号波达方向估计算法

对于电磁矢量传感器,基于长矢量模型的波达方向(DOA)估计,通常需要高维搜索来获得信号的DOA估计,其搜索过程格外复杂,不适合在实际场合应用。在此提出了一种基于四元数模型的极化信号DOA估计算法。建立了电磁矢量传感器的四元数输出模型,而后利用四元数模型将极化信息从阵列方向矩阵中剥离出去,将高维参数搜索问题简化为低维参数搜索问题,大大地减少计算量。计算机仿真验证了本算法的有效性。     

阵列幅相误差影响下的一维噪声子空间算法

针对阵元幅相误差对一维噪声子空间算法测向性能的影响,先根据相关参数推导出阵元幅相误差影响下的空间谱计算公式,再以均匀线阵为例进行仿真.其在信噪比较高和采样数较大情况下,对于波达方向角间隔较大的两不相干信号,一维噪声子空间和MUSIC算法都能准确估计其来波方向;当信噪比较低和快拍数较少,信号到达方向角间隔较小,此时MUSIC算法失效,而一维噪声子空间算法仍能正确的分辨出相邻的两个信号源.     

线阵中基于降维NC-MUSIC的非圆信号DOA估计算法

通信领域中非圆(NC)信号的波达方向(DOA)估计已经得到广泛的研究和应用。考虑到非圆信号的多重信号分类算法(MUSIC)计算复杂度较高,提出线阵中基于降维NC-MUSIC的非圆信号DOA估计算法。与传统的需要二维搜索的2D-NC-MUSIC算法相比,该算法只需要一维搜索,降低了计算复杂度。仿真结果表明,该算法优于传统的MUSIC算法,并且与2D-NCMUSIC算法的估计性能非常接近。     

基于互质阵列的近场源位置估计方法

针对均匀线列阵检测信号数目受阵元个数限制、估计精度受阵列孔径影响等问题，提出一种基于互质阵列的近场源位置估计方法。对阵列接收数据进行预处理，建立只包含角度参数的模型，利用迭代方法来逐步修正角度偏移向量和功率向量，得到入射信号的波达方向；固定已估计出的角度，建立关于距离参数的离网格模型，通过迭代方式逐步修正距离偏移向量，从而得到距离估计值；通过仿真实验对所提方法进行验证。理论分析和仿真实验结果表明，该方法扩展了阵列孔径，提高了方位和距离的估计精度，在低信噪比和少快拍的情况下依然具有良好的估计性能，同时自动匹配估计角度与估计距离，确定信源位置。     

分数阶傅里叶变换与虚拟阵列相结合的波达方向估计

针对常规的MUSIC、ESPRIT算法不能估计宽带线性调频(LFM)信号、相干LFM信号和平滑技术解相干在低信噪比下精度不高的问题,提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)与虚拟阵列变换法相结合的宽带相干LFM信号的波达方向(DOA)估计方法。该方法首先将天线阵的观测信号变换到分数阶Fourier域(FRF域),把时域时变的方向向量转化为FRF域时不变的方向向量,然后构造FRF域的阵列信号相关矩阵,用虚拟阵列变换法对相干信号进行解相干,再用ESPRIT算法进行波达方向估计。理论分析和仿真结果表明:在较低信噪比和较少采样快拍时,不仅能实现更准确的DOA估计,而且不损失阵列的孔径,使N个阵元中可估计相干信号源数目达N-1个,提高了阵元数的利用率。     

声矢量阵阵元姿态误差自校正算法研究

在实际情况下,声矢量阵存在阵元姿态误差。为充分认知阵元姿态误差,分析阵元姿态误差对声矢量阵波束图的影响。针对有源校正算法受限于实际的工作环境,提出了一种声矢量阵阵元姿态误差自校正算法。该算法通过非线性迭代使目标函数最小化,从而实现阵元姿态误差参数和信源波达方向（DOA）的联合估计。大量计算机仿真结果表明,该自校正算法具有良好的参数估计及快速收敛性能。     

基于混合范数的来波方位估计

针对传统MUSIC算法以及CS-MUSIC算法在相干和非相干信源的条件下DOA估计效果不理想问题,提出基于混合范数的来波方位估计方法。该方法利用MUSIC和压缩感知稀疏恢复的特性得到信号的支持域,然后由信号的支持域得到噪声子空间和信号子空间,把得到的信号子空间和噪声子空间与经典MUSIC算法相结合,得到高分辨率的来波方位估计方法。仿真结果表明,在非相干信源的条件下,该算法性能优于MUSIC和CS-MUSIC算法;同时,该算法相关信源的角度分辨率也优于CS-MUSIC算法。     

基于圆柱共形阵的极化MUSIC算法

基于圆柱共形阵列的波达方向(Direction-of-Arrival,DOA)估计方法受载体曲率影响,对于不同极化入射的信号存在极化接收不匹配的问题,同时由于载体的遮挡,会使测向精度下降,甚至产生测向错误.针对极化接收和载体遮挡效应,本文提出了一种基于圆柱共形阵列的极化MUSIC算法,建立了基于圆柱共形阵的极化敏感阵列信号接收模型,考虑载体遮挡效应对信号的导向矢量进行重构,保证了信号子空间和噪声子空间的正交性,并运用极化秩亏MUSIC算法进行DOA估计和极化参数估计.仿真结果表明,与子阵分割极化MUSIC算法相比,本文算法在低信噪比10 dB时测向误差减少了0.9°,具有更高的信号测向精度,信号估计准确率提高了27.4％.