基于协方差、正性和L1范数约束的迭代波达方向估计方法

本文通过将只能用于均匀线阵的PHD方法推广到稀疏线阵,同时将正性约束引入FOCUSS方法,得到了一种基于协方差、正性和l1范数约束进行协方差重建的迭代波达方向(DOA)估计方法.该方法利用了MUSIC方法忽略的反映阵列几何形状的协方差矩阵结构信息和DOA估计的稀疏约束信息,不仅突破了信号源个数小于阵元数的限制,并具有提高DOA估计性能的潜力.理论分析和仿真实验结果表明,这种迭代DOA估计方法一般经过数次迭代就能获得稳定的高分辨率DOA估计.     

改进的基于FFT pruning的窄带高分辨率频谱算法

提出一种改进的基于FFT pruning的窄带高分辨率频谱计算方法。该方法是对Sreenivas’s FFT pruning 算法和 Nagai 的利用频移变换的FFT pruning 算法的推广。同时提出输出点分级思想,可实现任意窄带上非2的整数幂次频点输出。该算法比Sreenivas’s FFT pruning 算法具有更小的计算量和更简单的信号流图。     

基于盲波束形成的分布式目标波达方向估计方法

在分布式目标波达方向估计问题中,空间信号分布函数一般具有共轭对称性.本文提出了一种新的盲波束形成方法,不用进行多维参数搜索,不要求已知空间信号分布的具体函数形式,并适用于分布函数形式不同的分布式目标同时存在的情况.仿真实验结果表明,这种方法的波达方向估计性能对信号源的分布特性不敏感.     

一种快速分布式目标波达方向估计新方法

在现有的分布式目标波达方向估计方法中,绝大部分算法需要一维或二维搜索,而在不需搜索的特征分解类算法中,其DOA估计精度又受快摄数积累的影响。文中在对分布式目标的角信号密度函数进行合理假设基础上,利用波达方向参数在超完备基空间上的稀疏表示,在单次快摄情况下即可给出分布式目标中心波达方向的快速估计,算法在分布式目标快变环境下尤为有效。仿真结果证明了方法的有效性及可行性。     

用更完全的SVD逼近和信息利用技术实现单次快摄的阵信号处理

本文就单次快摄(Single snapshot)的空间谱估计问题,在改进的前后向线性预测(MFBLP)方法的基础上,提出了一种更完全的奇异值分解SVD逼近与信息利用的空间谱估计技术,并对此法的解相干性作了较为详细的讨论。计算机模拟实验表明本文的方法优越于MFBLP、空间平滑多信号分类(SSM)及改进的空间平滑多信号分类(MSSM)等方法。     

基于加权核函数的雷达目标一维距离像识别

本文提出一种基于加权核函数的雷达目标识别方法。该方法既对基函数加权,又对特征加权,并利用最大后验准则估计其加权系数,然后,根据权系数具有稀疏性这一特点,只保留少量有利于分类的基函数和特征元素,从而实现了基于核甬数分类器的最优化和特征选择的最优化。对三类实测飞机目标的仿真实验结果表明:加权核函数方法的识别性能比常规核函数方法有了较明显的改善。     

稳健非线性LMS非视距定位算法

在蜂窝移动定位中,非视距波(NLOS)是影响定位精度的主要因素,NLOS的传播会给距离测量值增加较大的正性误差。传统的线性滤波器主要是针对高斯分布的误差,并不能有效地处理NLOS误差。该文提出一种非线性LMS算法TOA测量结果进行重构来消除NLOS的影响。该算法将NLOS误差视作冲激性噪声,通过对LMS算法中的代价函数的非线性化来抑制TOA测量值中的NLOS误差,仿真结果证明了该算法的有效性。     

基于稳健代价函数的移动台非直达波定位方法

加权线性最小二乘定位算法在直达波传播条件下具有良好的定位性能,但是在非直达波传播导致的大误差环境下,基于均方代价函数最小化的常规方法未能有效抑制大误差对算法的影响,仍存在进一步改进的余地.本文提出一种基于非线性稳健代价函数的非直达波抑制方法,仿真结果表明,该方法能较好的抑制非直达波误差对测距定位性能的影响.     

非线性正则子空间法雷达目标一维距离像识别

雷达目标识别中,目标一维距离像的分布常表现出明显的非线性和复杂性,这时经典的线性子空间方法的识别性能会有所下降.为此,本文提出非线性正则子空问法,通过对一维距离像进行非线性变换,使在原有空间线性不可分的一维距离像模式在高维空间有望具有线性可分性,从而提高目标的识别性能.对实测飞机数据的实验结果表明该方法的有效性.