基于二次虚拟扩展的高分辨率波达方向估计方法

为进一步提高天线阵波达方向估计的分辨率,在四阶量多重信号分类方法的基础上,提出一种高分辨率的波达方向估计方法.利用阵列接收数据的四阶矩量进行虚拟阵列扩展,再利用阵列接收数据的共轭进行虚拟阵列扩展,实现二次虚拟扩展;将扩展后的阵列导向矢量和协方差矩阵用于波达方向估计,与原阵列导向矢量和协方差矩阵相比,相当于构造了更多的虚拟阵元,并扩展了阵列的孔径.仿真结果表明:与四阶量多重信号分类等波达方向估计方法相比,所提出的方法在波达方向估计中成功概率更高,均方误差更低,具有更高的分辨率.所提方法通过二次虚拟扩展,构造了更多的虚拟阵元,有效地提高了天线阵波达方向估计的分辨率.     

基于传播算子法的某型飞机油箱冲击定位

研究利用阵列信号处理技术实现冲击定位的新方法,通过小波变换提取冲击响应信号某一窄带频率成分,运用传播算子法实现冲击源波达方向估计;根据Lamb波传播特性,用小波变换求出某一中心频率下的对称模式和反对称模式的Lamb波到达同一传感器的时间差,结合对称模式和反对称模式Lamb的速度差就可以估计出冲击源到达传感器的距离,从而实现冲击定位.在航空油箱上的实验表明:该方法能快速、精确地识别出冲击源的位置.     

多径信号到达角和时延高分辨联合估计算法

本文提出了一种新的高分辨高精度的多径信号到达角和时延联合估计算法.该方法通过对多径信号与参考信号进行相关处理,再根据PRO-ESPRIT算法的思想,实现了DOA(Direction-Of-Arrival)估计;并对相关延迟向量进行变换,从互功率谱相位中提取时延信息,完成了高分辨的TOA(Time-Of-Arrival)估计.最后,本文推导了频域模型下到达角和时延联合估计的Cramer-Rao下界.并将通过仿真对本算法的性能进行了评估.     

基于低阶近似分布源的目标方位估计

广义阵列流型描述的分布源模型,利用了一阶Taylor级数展开,使得模型与分布源空间能量分布形式无关,能够更加广泛地在实际中得到应用,称之为一阶近似分布源模型。研究表明,此种模型忽略高次Taylor级数项后带来的模型误差以及后续方位估计算法的性能损失,因此提出了二阶近似分布源模型,即利用二阶Taylor级数展开。新模型能够进一步减小模型误差,并且对相应的方位估计算法带来较大的性能提升。将分布源的一阶近似模型和二阶近似模型统称为低阶近似分布源模型。随后分析了低阶近似分布源模型在方位估计中的应用,提出了广义SMVDR算法。通过计算机仿真,验证了低阶近似分布源模型方位估计算法的性能,并且研究了分布源的低阶近似模型、空间频率模型和低阶Jacobi-Anger(JA)级数展开模型的模型误差。     

频谱分析在DOA估计中的应用

子空间方法的本质是利用噪声子空间与阵列流型之间的正交性对阵列空间采样数据中空间频率进行估计。文章从快拍数据频谱分析的角度来实现这一估计。文中详细推导了窄带情况下DOA和快拍频谱的关系,提出了两种运算量较小、便于工程实现的利用FFT估计窄带DOA的方法。在宽带情况下,详细推导了宽带信号空间频率和时间频率的关系,推导出宽带信号频率对齐的方法,提出了两种直接利用对齐结果来估计宽带DOA的新方法。文中所用方法运算量小,便于硬件实现,仿真结果证明了算法的有效性。     

一种新的非相干分布源模型及方位估计方法

研究了一种新的非相干分布源模型。采用Jacobi-Anger级数展开,使得模型误差仅仅和级数展开的阶数有关,而和分布源空间扩展角度无关。当JA级数的阶数足够高时,分布源模型误差将会被控制在一个足够小的范围内,避免了以往利用Taylor级数展开的分布源模型中,当空间扩展角度增大时模型误差急剧增大的缺陷;利用多个对称分布能够合成非对称分布的原理,采用两个高斯分布来构造非对称分布,当控制这两个高斯分布之间的比例,非对称分布的形状也随之发生改变。新模型突破了以往分布源模型中对空间扩展角度以及分布形式的限制,具有广义性。将新模型与最速下降法进行结合,可以得到新的方位估计(DOA)。计算机仿真验证了理论的正确。     

On the sensitivity of the ESPRIT algorithm to non-identical subarrays

ESPRIT (estimation of signal parameters via rotational invariance techniques) is a recently introduced algorithm for narrowband direction-of-arrival (DOA) estimation. Its principal advantage is that the DOA parameter estimates are obtained directly, without knowledge (and hence storage) of the array manifold and without computation or search of some spectral measure. This advantage is achieved by constraining the sensor array to be composed of two identical, translationally invariant subarrays. In this paper, we analyse the sensitivity of ESPRIT to the assumption that the subarrays are identical. The analysis is applicable to a wide variety of array errors, including non-identical angle-dependent and angle-independent gain and phase perturbations, errors in the locations of the subarray elements, and mutual coupling effects. A representative simulation example will be presented to validate the analysis and compare the performance degradation of ESPRIT with that of the MUSIC algorithm.     

一种基于盲源分离的DOA估计方法

文中基于特征矩阵联合近似对角化JADE（Joint Approximate Diagonalization of Eigen-matrices）的盲分离算法提出了一种DOA估计新方法。该方法对阵列流型矩阵进行了盲估计,并将阵列流型中的方向矢量看成是由多个复正弦信号线性混合而成,进而利用频谱分析的方法实现信号的DOA估计。实验结果表明：该方法在同等条件下完成同样的方位分辨要优于多重信号分类MUSIC（Multiple Signal Classification）的方法,而且还可以实现对相干信号源进行分辨。     

基于行列合成的实值二维Root-MUSIC算法

在低仰角及多径环境下,常规二维波达方向估计的高分辨方法需要特征值分解或者多维搜索,运算量巨大,文中提出了一种基于行列合成处理和实值二维Root-MUSIC测角的双迭代方法.该方法由某个初始二维角度出发,首先进行行列合成,将面阵接收的数据矩阵合成为行列矢量,然后用实值Root-MUSIC分别估计俯仰角和方位角,最后由更新的二维角度重构加权向量,对阵列数据进行行列合成并重新估计二维角度,其迭代直至得到的二维角度满足给定的精度.该方法操作简单、收敛速度快,由于引入了实值域处理,在对多径信号解相关的同时进一步降低了运算量.计算机仿真结果证实了该方法估计低仰角信号的二维波达方向的正确有效性.     

基于最小方差谱估计的循环平稳信号 到达角估计方法

文章提出了基于最小方差谱估计的多循环频率到达角估计方法.通过对指数函数进行Jacobi-Anger展开,将目标方向矩阵近似分解为两个独立矩阵相乘的形式,并构造相应的变换矩阵,将多个不同循环频率处阵列输出信号循环相关函数矩阵进行叠加,再利用最小方差谱估计方法实现对目标到达角的估计.新方法克服了已有基于信号循环平稳特性估计方法只利用信号单个循环频率信息的不足.仿真结果证实了新方法的有效性,同时也证实该方法确实具有较单循环频率SC-SSF方法和传统宽带聚焦方法更好的估计性能.