阵元失效条件下的高精度DOA估计方法

为解决波达方向(Direction Of Arrival,DOA)估计方法在阵元失效条件下性能下降甚至失效的问题,本文提出一种基于Toeplitz协方差矩阵重构的DOA估计方法.首先,提出了一种失效阵元检测方法,并根据阵列的鲁棒性将失效阵元分为冗余阵元失效和非冗余阵元失效两种情况.然后,分别针对两种失效场景提出相应DOA估计方法:一是冗余阵元失效,利用阵列冗余度,结合差联合阵列对失效阵元进行填充;二是非冗余阵元失效,利用阵列冗余度进行填充后仍存在空洞,结合矩阵填充理论,用迹范数代替秩范数进行凸松弛以恢复协方差矩阵,进而实现对虚拟阵元空洞的填充,恢复阵列自由度.相对于稀疏类算法,有效消除了模型失配的影响.最后,基于子空间方法进行DOA估计.理论和仿真结果表明,相对于现有方法,本文方法有效避免了阵元失效的影响,提高了估计精度.     

阵元失效条件下的高精度DOA估计方法

为解决波达方向（Direction Of Arrival,DOA）估计方法在阵元失效条件下性能下降甚至失效的问题,本文提出一种基于Toeplitz协方差矩阵重构的DOA估计方法.首先,提出了一种失效阵元检测方法,并根据阵列的鲁棒性将失效阵元分为冗余阵元失效和非冗余阵元失效两种情况.然后,分别针对两种失效场景提出相应DOA估计方法：一是冗余阵元失效,利用阵列冗余度,结合差联合阵列对失效阵元进行填充;二是非冗余阵元失效,利用阵列冗余度进行填充后仍存在空洞,结合矩阵填充理论,用迹范数代替秩范数进行凸松弛以恢复协方差矩阵,进而实现对虚拟阵元空洞的填充,恢复阵列自由度.相对于稀疏类算法,有效消除了模型失配的影响.最后,基于子空间方法进行DOA估计.理论和仿真结果表明,相对于现有方法,本文方法有效避免了阵元失效的影响,提高了估计精度.     

基于均匀圆阵的相干信源DOA估计算法研究

针对均匀圆阵相干信源的波达方向估计问题,提出了一种去相干的正交预处理方法——阵列移位算法。阵列移位算法改进了抗相干干扰的波束形成方法,通过圆阵移位和MUSIC算法的结合,使相干信源角估计的性能得到改善。与传统的模式空间平滑算法相比,该方法减少了阵列孔径损失,提高了计算速度。     

基于均匀圆阵的信号源DOA和多谱勒频率估计算法

本文研究均匀圆形阵列的信号处理问题,提出了一种同时估计空间非相关信号源方位角、俯仰角和多谱勒频率的算法,该方法对均匀圆形阵列的输出信号进行模式激励,使其阵列流形具有类似于均匀线性阵列的形式;在此基础上,特征分解构造的波达矩阵,由特征值获得各信号的多谱勒频率,由各特征对应的特征向量处理得到对应信号的到达方向,该方法不需进行谱峰搜索,运算量小,能实现信号的方位角、俯仰角和多普勒频率的自动配对,且具有相当高的分辨率,给出的计算机仿真结果证实了该方法的有效性。     

均匀圆阵下的宽带信号DOA估计算法

为了解决传统宽带信号DOA估计在全频段作谱峰搜索所得空间谱分辨率较低和计算量非常大的问题,新算法采用FFT变换,仅仅通过采用选取的部分频带数据进行基于子空间的空间谱估计,不仅可以提高宽带信号DOA估计的分辨率,同时减少了运算量。文章介绍了算法实现过程,并对算法计算量进行了定量分析,分辨率和误差性能则通过仿真进行比较分析。另外,算法以均匀圆阵为模型,相对于线阵结构,使所得结论更加具有实用性。     

基于均匀圆阵的信号源DOA和多普勒频率估计算法

本文研究均匀圆形阵列的信号处理问题 ,提出了一种同时估计空间非相关信号源方位角、俯仰角和多普勒频率的算法 .该方法对均匀圆形阵列的输出信号进行模式激励 ,使其阵列流形具有类似于均匀线性阵列的形式 ;在此基础上 ,特征分解构造的波达矩阵 ,由特征值获得各信号的多普勒频率 ,由各特征值对应的特征向量处理得到对应信号的到达方向 .该方法不需进行谱峰搜索 ,运算量小 ,能实现信号的方位角、俯仰角和多普勒频率的自动配对 ,且具有相当高的分辨率 .给出的计算机仿真结果证实了该方法的有效性 .     

均匀圆阵多宽带LFM信号的二维DOA估计

针对均匀圆阵（UCA）,根据不同线性调频（LFM）信号在对应阶次上的分数阶傅里叶变换（FRFT）域具有能量聚集性的特点,将不同时频特性LFM信号在FRFT域分离成一系列平稳单频信号,构造出FRFT域上新的空时频分布模型数据,结合MUSIC算法,提出了一种新的均匀圆阵多宽带LFM信号的二维DOA估计。通过仿真实验验证了该方法的有效性。     

基于均匀圆阵的近场源三维参数估计

基于均匀圆阵,提出一种近场源距离-方位角-俯仰角联合估计算法。利用阵元观测数据,构造一组高阶累积量矩阵,通过矩阵联合对角化技术得到阵列流形矩阵的估计。根据阵列流形矩阵的估计以及近场和远场条件下方位角相同的结论,获得方位角的估计。利用阵列流形矩阵和方位角的估计,得到距离和俯仰角的估计。该方法无需二维频域峰值搜索或参数配对。计算机仿真验证了算法的有效性。     

均匀圆阵DOA估计的一种酉变换方法

针对基于均匀圆阵的子空间类DOA估计算法包含大量复数运算、硬件实现复杂的问题,提出了阵元空间中的一种酉变换方法。该方法利用阵列的中心对称性将协方差矩阵和导向矢量分别转化为实对称阵和实矢量,从而大大降低了硬件实现复杂度。基于该酉变换的MUSIC算法在性能上优于传统的MUSIC算法和均匀圆阵模式空间酉MUSIC算法。     

基于均匀圆阵的空时二维波达方向估计算法

提出了一种适合于均匀圆阵的空时二维波达方向估计方法,该方法先利用模式激励技术对接收数据进行变换,再利用变换后数据之间的互相关关系将数据进一步映射到空时域,然后构造出一对空时DOA矩阵束,通过矩阵束的广义特征值就能够计算出所有入射信号的方位角和俯仰角.该方法完全避免了DOA矩阵类方法中难以克服的角度兼并问题,与UCA-ESPRIT算法相比,减小了孔径损失,使能够估计的信号数目增加了一倍.该方法具有免搜索和参数自动配对的特点.仿真结果证明了该算法的性能.     

基于遗传算法的水下阵列DOA估计研究

利用遗传算法研究水下阵列对目标的方位角估计问题,提出了一种新的方法证明遗传算法中的适应度函数对应于信号源的阵列流型取得极大值,采用该适应度函数的遗传算法(GA)计算量介于MUSIC算法和DML算法之间.通过计算机仿真验证,采用该适应度函数的遗传算法进行的DOA估计具有分辨相干目标的能力,角度分辨力高于MUSIC算法,估计偏差和均方误差在中低信噪比条件下小于MUSIC算法,与DML算法基本一致.     

Efficient 2-D DOA and frequency estimation for L-shaped array via RD-PM

This paper addresses the issue of joint two-dimensional direction of arrival (2-D DOA) and frequency estimation via reduced-dimensional propagator method (RD-PM) with L-shaped array. The proposed algorithm has no need for eigenvalue decomposition of the sample covariance matrix and simplifies three-dimensional global spectral search within the three-dimensional propagator method (3-D PM) to one-dimensional local search, which greatly reduces computational complexity. Furthermore, the proposed algorithm can work under both uniform and non-uniform L-shaped array and can achieve paired 2-D DOA and frequency estimates automatically. In addition, the 2-D DOA and frequency estimation performance for the proposed method is approximate 3-D PM algorithm and parallel factor (PARAFAC) method but exceeds the estimating signal parameters via rotational invariance techniques (ESPRIT) algorithm and improved PM algorithm. The detailed derivation of Cram´er-Rao bound (CRB) is provided and the simulation results demonstrate the effectiveness and superiority of the proposed approach.     

2D-DOA estimation of noncircular signals for uniform rectangular array via NC-PARAFAC method

In this paper, we propose a two-dimensional direction of arrival (2D-DOA) estimation algorithm for uniform rectangular array via noncircular-parallel factor (NC-PARAFAC) method. Compared to the conventional parallel factor (PARAFAC) algorithm, the proposed algorithm exploits the property of noncircular signals to double the array aperture. Therefore, the angle estimation performance of the proposed algorithm is better than the conventional PARAFAC method. The proposed algorithm achieves automatically paired two-dimensional angle estimates, and has better 2D-DOA estimation performance than some conventional algorithms, which include estimation of signal parameters via rotational invariance technique (ESPRIT), propagator method (PM), PARAFAC algorithm, noncircular-ESPRIT (NC-ESPRIT) and noncircular-PM (NC-PM). We also derive the Cramér–Rao bound for the 2D-DOA estimation of noncircular signals with uniform rectangular array. Simulation results verify the effectiveness and improvement of the proposed algorithm.     

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.     

一种基于稀布降维处理的高分辨测向方法

针对阵元数一定时大型面阵均匀布阵易产生分辨力与模糊的矛盾问题,提出了一种基于稀布降维的波达方向高分辨估计方法。该方法极大的降低了运算量,同时保持了高分辨的测向精度,较大的改善了角度分嘉串率,计算机仿真证明了该方法的有效性和可行性。     

基于MUSIC算法随机分布阵列的波达方向估计

本文主要应用DOA估计的子空间法多重信号分类算法(Multiple Signal Classification,MUSIC),对比分析了60元C60笼形规则阵列和随机分布阵列DOA估计的性能,旨在探讨设计具有高分辨率DOA估计性能阵列的可行性。仿真结果表明:在没有噪声的情况下,随机阵列DOA估计效果和规则阵列估计效果几乎没有区别,而在有噪声的情况下,随机阵列的DOA估计效果明显变差。     

基于MUSIC 算法的圆阵 DOA 估计技术及改进方法

介绍了基于MUSIC算法的圆阵到达方向（DOA）估计技术,即将均匀圆阵接收数据的协方差矩阵进行特征分解,把观测数据划分为信号子空间与噪声子空间,并利用2个空间的正交性构造出＂针状＂空间谱峰,进行信号源DOA估计;针对小信噪比和小快拍数情况下,常规 M USIC算法对入射角度相近的信号源的分辨率严重下降的问题,利用谱函数极大值点对方位角和仰角的二阶导数小于零的特性,通过对方位角和俯仰角求二阶偏导数,提出了新的空间谱函数的方法。