短快拍条件下均匀矩形阵中的二维DOA估计

二维波达方向（Direction of Arrival,DOA）估计能获取比一维DOA估计更多的空间位置信息,但是二维多重信号分类(Multiple Signal Classification,MUSIC)、二维子空间旋转不变估计技术(Estimation Signal Parameter via Rotational Invariance Techniques,ESPRIT）等经典算法依赖于大量的快拍数据,当快拍数据不足时估计性能严重下降甚至失效。针对上述问题,将迭代自适应方法拓展到二维DOA估计,提出了一种适用于矩形面阵的二维DOA估计算法,首先利用加权最小二乘法估计出信号幅值,然后利用循环迭代技术对估计结果进行更新。由于每次估计结果均来自上一次迭代,而不依赖于快拍数据,因此该算法在短快拍条件下具有很高的估计精度和分辨率。仿真结果表明,在短快拍条件下,该算法具有优越的估计性能。     

基于迭代自适应方法的柱面共形阵2D DOA估计

针对柱面共形阵的二维波达方向(2D DOA)估计问题,提出一种基于迭代自适应方法的柱面共形阵2D DOA估计算法。首先,通过欧拉旋转变换公式将柱面共形阵全局直角坐标系变换为单元局部直角坐标系,建立柱面共形天线阵列流型;然后,将感兴趣区域内信号源所有可能存在的位置通过划分二维网格的形式来表示,利用迭代自适应算法(IAA)估计出每个潜在位置对应的信号源能量;最后,绘制能量谱图,谱峰对应的方位角和俯仰角即为二维波达方向的估计值。理论分析与仿真实验证明,所提算法不需要额外的参数匹配,简化了估算步骤,在短快拍的情况下可以实现柱面共形阵的2D DOA估计。