基于双/多基地方位联合估计算法

提出一种基于双/多基地方位联合估计的新算法,利用两个阵列或多个阵列的接收数据的相关矩阵,再结合ESPRIT算法估计方位。该算法可以同时估计目标信号入射到双/多基地的方位角。所估计的参数自动配对,不需要额外的配对运算,并且给出了该方法方位估计的CRLB,计算机仿真结果证明了算法的有效性。     

任意结构阵列基于高阶累积量的信号频率和二维角联合估计算法

提出了一种基于高阶累积量的信号频率和二维角估计算法。假设阵列中存在3个特性完全一致的阵元，此时使用高阶累积量实现的阵列虚拟展宽相当于存在两个和实际阵列相同的虚拟平移阵列，因而在其它阵元位置和响应特性未知的情况下也能实现空间信号频率和二维角估计。推导了使用PRO-ESPRIT算法实现联合估计的过程，并给出了相应的信号配对方法，计算机模拟结果证实了该算法的有效性。     

基于MEMP算法的二维DOA估计

针对L形阵列,提出利用增广矩阵束(MEMP)进行二维DOA估计的新算法。计算两个均匀线阵的互协方差矩阵,利用MEMP方法构造增广矩阵,运用ESPRIT算法实现二维波达方向的估计,并采用一种新的配对算法,实现二维波达角的自动配对。为了克服MEMP方法对阵列有效孔径的损失,利用四阶累积量的阵列扩展的性质,提出了基于MEMP方法扩展的二维DOA估计算法,该算法增加了阵列的有效孔径,无需进行谱峰搜索。仿真实验证明了算法的有效性。     

基于L型阵列的多目标二维角跟踪算法

基于L型阵列,提出了一种新的多目标二维角跟踪算法。该算法通过相邻时刻X阵列及Y阵列协方差矩阵之差得到了两组关于角度差的线性方程组,重复解方程组可以估计出不同时刻各个目标的方位角及俯仰角。本算法可以减小阵元噪声的影响,相邻时刻估计得到的角度是自动关联的,省去了运算量较大的数据关联过程;同时在跟踪过程中,不需要进行子空间分解和参数配对。仿真结果表明,该算法的运算量低,跟踪精度高。     

基于空间聚焦的到达角估计

提出了基于空间聚焦的宽带信号到达角(DoA)估计算法。该算法利用对称阵子和双线性变换将多个宽带信号聚焦至各自的瞬时频率,再通过傅里叶变换,在信号的各自瞬时频率上构造相关矩阵,由此构造MU-SIC空间谱,即可获得信号的DoA。该算法是先频域区分信号,再DoA估计,即采用了分维处理的方法,可实现信号频率-DoA的自动配对,避免了宽带信号DoA估计的(ω,θ)模糊问题。给出了两种实现空间聚焦的对称阵列结构。计算机仿真结果表明算法是正确的。     

宽频段相干信号多维参数联合估计算法

基于非均匀的L型阵列,提出了一种宽频段相干信号频率、二维到达角和极化参数联合估计的算法———JTSS算法。该算法能精确地估计具有相同数字频率的相干信号的多维参数,无需多维谱峰搜索,具有计算量小,参数自动配对的优点。另外,在JTSS算法的基础上,利用阵列的分维特点进一步处理,成功地实现了具有频率兼并现象的宽频段相干信号的多维参数估计。该算法能够并行实现以进一步增强其实时性。计算机仿真结果验证了算法的有效性。     

一种小运算量累积量域频率和到达角估计算法

提出了一种基于频域高阶累积量的信号频率和到达角联合估计算法.首先分析阵列信号频域模型,然后利用频域数据构造类似于VESPA算法的矩阵束,并基于此矩阵束给出频率和到达角联合估计的方法.该算法具有抑制色高斯噪声及实现阵列虚拟扩展的能力,并可降低对阵列一致性的要求,用M个阵元可以分辨M-1个空间信号(ESPRIT类算法),而计算量可以和基于二阶统计量的算法比拟.     

冲击噪声背景下宽频段信号三维参数的估计

提出了一种基于协变异矩阵的宽频段信号频率和二维到达角联合估计的算法。在冲击噪声环境下,该算法能精确地估计宽频段信号的三维参数,无需多维谱峰搜索和参数配对过程。另外,利用L型阵列的分维特点和ESPRIT算法进一步处理,成功地实现了具有频率兼并现象的宽频段信号的三维参数估计。计算机仿真结果验证了算法的有效性。     

双基地MIMO雷达二维方位角及多普勒频率联合估计

提出了一种新的双基地多输入多输出（multiple-input multiple-output, MIMO）雷达二维方位角及多普勒频率联合估计算法。该算法基于m-Capon方法将目标波离方向(direction of departure, DOD)与波达方向(direction of arrival, DOA)相“去耦”,得出了对目标DOD和DOA的估计;然后,在对目标二维方位角的估计的基础上,算法可进一步估计出目标的多普勒频率。因此,其估计出的目标二维方位角与多普勒频率可自动配对。该算法无需预判目标数及对数据协方差矩阵特征值分解,且对目标二维方位角与多普勒频率的联合估计不涉及高维的非线性优化搜索,具有较小的计算量。此外,该算法可适用于发射和接收阵列为任意阵列结构的双基地MIMO雷达系统。计算机仿真结果证明了本文方法的正确性和可行性。     

一种双L型阵列DOA估计参量的精确配对方法

针对配对算法中可能出现的配对错误及运算量较大的问题,提出一种基于双L型阵列的三角函数配对法。首先用一维波达方向(direction of arrival, DOA)算法得到由仰角和方位角三角函数组成的向量,而后利用双L型的阵形特点和三角函数之间的关系完成配对过程,有效地解决了不同信源之间的仰角和方位角之差较接近时所出现的配对错误。此方法在不依赖于信号形式和一维估计方法的前提下,提高了配对检测概率和估计精度,同时大大降低了运算量。仿真结果证实了算法在配对成功率和估计性能上的提高。     

频率捷变的相控阵雷达目标多径DOA估计算法

介绍了频率捷变在相控阵雷达目标多径DOA估计中的应用,并采用修正的MUSIC算法(MMU-SIC)以提高多径信号DOA估计性能。频率捷变不仅可以去掉直射信号与反射信号的相关成分,而且可以消除严重的信号对消现象。而修正的MUSIC算法则可以将相关信号源的相关性大大降低,从而改善了传统MUSIC算法对相关信号源的DOA估计性能。     

未知相关噪声下的广义波达方向估计算法

针对未知相关噪声情况下信源波达方向的估计,提出一种适用于均匀线阵的广义波达方向估计算法。该算法利用修正后的协方差差分算法,有效地消除了阵元间的相关噪声的影响。不同于以前的算法,提出的算法通过对接收数据的前后向空间平滑协方差矩阵进行共轭运算得到新的变换矩阵,因此修正后的协方差差分矩阵是个实部为零的厄米特矩阵,从而有效地降低了特征分解过程的计算量。本算法能解决相关噪声下,同时分辨相干与非相干信源的问题。理论分析和仿真结果均表明所提算法的有效性。     

一种非理想阵列的快速宽带信号方位估计算法

针对宽带信号方向估计算法需要进行初次估计和进行多次奇异值分解的问题,提出了在传感器阵列存在误差的情况下,基于Prony-Lanczos方法的快速宽带信号方位估计算法。方法将接收信号转换到频率域内,分离阵列流形中信号方向和阵列参数;其次,在考虑阵列互耦的情况下,采用快速奇异值分解的方法求取奇异向量,并利用奇异向量构造聚焦矩阵;最后,利用聚焦求和窄带方位估计对宽带信号进行方法估计。仿真试验表明,存在阵列误差的情况下,本算法具有较好的分辨率和较低的计算复杂度和鲁棒性。     

基于均匀圆阵时频干涉仪的LFM信号二维测向算法

提出了一种基于均匀圆阵时频干涉仪的线性调频(linear frequency modulation, LFM)信号二维波达方向估计算法。首先利用LFM信号时频聚集性非常好的特点,对阵元的输出进行互维格纳〖CD*2〗威尔分布(Wigner-Ville distribution, WVD)计算,然后提取互WVD时频冲激点的相位,从而得到包含信号到达角的方程组,解算出信号的到达角。通过选取不同的阵元对组,采用模糊数搜索的算法进行解模糊运算,最终完成信号到达角的估计,仿真实验验证了算法的有效性。     

基于阵列基线旋转的多目标DOA估计算法

传统均匀圆阵波达方向(direction of arrival, DOA)估计算法要求天线数目多于目标数量,易受阵列的通道不一致性影响。针对此问题,引入阵列基线旋转这一思想对多目标进行测向。通过旋转两天线阵列基线,并以固定的时间延迟对阵元的接收数据进行采样,相当于利用有限的两个阵元对目标进行多位置观测,增加了阵元的利用率,提高了DOA估计的测向精度。计算机仿真实验表明,该算法采用两阵元就可以实现多目标测向,其测向性能与基于均匀5元圆阵的传统多重信号分类算法相当,具有对多通道间相位不一致鲁棒性强的优点。     

任意平面阵列的相干信号二维波达方向估计方法

相干信号的波达方向(direction of arrival, DOA)估计一直是阵列信号处理中研究的关键问题,但传统的算法受到阵列流型的限制。为了解决任意平面阵列对二维相干信号的DOA估计问题,提出了一种新的方法。首先利用信号的循环平稳特性构造数据协方差矩阵,再利用信号在极化域的差异来实现解相干。该方法具有噪声抑制的能力,无需空间平滑,不影响阵列孔径,并且对窄带信号和宽带信号均适用。仿真结果证明了该算法的有效性。     

基于双模天线阵列的ESPRIT波达方向估计

考虑阵列信号波达方向(DOA)估计问题,提出了一种基于双模天线阵列的模式域旋转不变参数估计(ESPRIT)算法.与传统空域ESPRIT相比,模式ESPRIT的旋转因子仅与信号DOA有关而与阵列结构无关,因而无需阵元位置信息,也无需阵列存在空间匹配子阵.若阵元位置信息精确已知,还可利用空域稀疏采样获得无模糊多尺度DOA估计.计算机仿真结果验证了算法的有效性.     

基于压缩感知的无模糊宽带测向技术

针对宽带侦察接收机提出了一种新的基于压缩感知(compressed sensing, CS)的无模糊测量来波方向方法,采用非均匀阵列的空域欠采样特性及空域谱的稀疏特性,构造无模糊宽带测向的CS模型,利用基追踪降噪算法估计无模糊的空域响应,实现了最小阵元间距都无法满足空域Nyquist采样情况下的方向角无模糊估计,为了提高所提方法对噪声的鲁棒性及多信号处理能力,提出了快速傅里叶变换频域预处理和CS相结合的宽带测向方法,仿真结果验证了所提方法较直接CS方法具有更高的测向精度和更好的鲁棒性。     

基于虚拟孔径扩展的子带信息融合宽带DOA估计

如何有效地利用宽带信号各频点所提供的信息实现高精度波达角(direction of arrival, DOA)估计一直是热点问题,针对宽带DOA估计问题,提出一种基于孔径扩展的子带信息融合(subband information fusion, SIF)DOA估计方法。该方法在宽带信号的频域模型基础上,结合虚拟阵列方法实现孔径扩展,并联合各子带信息统一处理,从而提高DOA估计的精度。与其他SIF方法相比,该方法利用二阶统计量将数据转化为单快拍模型,不仅提高了可估计信源数目,而且极大程度地降低了运算复杂度,同时在小快拍、低信噪比条件下仍能得到DOA估计结果。仿真实验验证了所提方法的有效性。     

一种基于信号子空间聚焦的宽带DOA估计算法

根据阵列采样获得的宽带信号带宽内各个频点的协方差矩阵进行特征值分解得到的信号子空间,提出了一种新的宽带聚焦DOA估计方法。直观地根据各个频点的信号子空间来构造聚焦矩阵,推导了最佳聚焦信号子空间。对新方法的性能分析表明,该方法的性能与双边变换(TCT)方法相同,并给出了证明。构造聚焦矩阵时新方法所用的矩阵维数小于TCT方法,因此新方法运算量小于TCT方法。仿真结果证明了算法的有效性。