基于四元数MUSIC的锥面共形阵列极化-DOA联合估计

基于交叉偶极子构成的锥面共形阵列,建立了四元数表示的锥面共形阵列模型并提出了四元数多重信号分类 (multiple signal classification,MUSIC)算法。算法通过同极化子阵的构造以及秩损原理实现了导向矢量中极化信息和波达方向(direction of arrival,DOA)信息的剥离,进而得到入射信号的二维DOA估计和极化参数估计,有效降低了极化DOA联合估计的计算量。仿真结果验证了算法的有效性。     

低快拍下基于稀疏重构的大电磁矢量传感器阵列多维参数联合估计

大尺寸电磁矢量传感器(electro magnetic vector sensor, EMVS)比小尺寸EMVS辐射效率更高, 研究其参数估计算法有助于推动EMVS的实装化应用。针对大尺寸EMVS阵列研究了低快拍下参数估计问题, 提出基于稀疏重构的波达方向(direction of arrival, DOA)和极化参数联合估计算法。首先构造仅含DOA信息的低维块稀疏表示, 然后采用块正交匹配追踪算法恢复块稀疏信号, 最后利用得到恢复后的信号反推出DOA和极化参数估计值。仿真表明了该算法在低快拍下参数估计的有效性, 且计算量和精度均优于现有基于稀疏重构的小尺寸EMVS参数估计算法。     

双插值拟合的共形电磁矢量传感器阵列解相干

共形电磁矢量传感器阵列依附在共形载体的几何表面上, 具有很高的分布自由度。但是不同传感器回波的极化矢量随着所依附的共形载体法线指向的变化而变化, 导致无法直接用平滑类算法解决相干信号的参数估计问题。本文创造性地利用双插值拟合思想, 将子阵列虚拟平移后得到一个同极化分量的插值子阵列, 然后对插值子阵列进行极化平滑估计目标参数。同时, 为了降低插值拟合误差对插值子阵列数据的影响, 提出了一种双插值拟合方法实现了回波解相干并有效估计了信号的二维角度和二维极化角。最后,数值结果分析了双插值拟合误差和解相干性能。     

基于稀疏非均匀COLD阵列的极化信号DOA估计

基于稀疏非均匀COLD(concentered orthogonal loop and dipole)阵列,提出了一种极化信号的DOA(direction-of-arrival)无模糊估计算法.该算法利用了稀疏非均匀COLD阵列的阵元数少和孔径大等特点,因而在阵元数目一定的情况下,可获得较高的DOA估计精度.由于稀疏非均匀COLD阵列可分成电磁环和偶极子两个子阵列,通过分析每个子阵列DOA估计的模糊性,给出了整个稀疏非均匀COLD阵列不发生DOA估计模糊的条件.通过计算机仿真证明了该算法的有效性.     

新型拉伸电磁矢量传感器的两维高精度波达方向估计

较之传统的共点电磁矢量传感器,拉伸电磁矢量传感器能够显著降低阵元间互耦,且非共点结构在硬件设计上更易于实现。但是现有拉伸电磁矢量传感器无法实现阵列的两维孔径扩展,导致了两维波达方向估计精度较差。针对此问题,提出一种新型的拉伸电磁矢量传感器。该阵列结构由单个拉伸电磁矢量传感器和单个电偶极子组成。利用单个拉伸电磁矢量传感器提供一维孔径扩展,再利用垂直于该拉伸电磁矢量传感器的单个电偶极子实现另一维的孔径扩展。针对该两维孔径扩展阵列,提出一种矢量叉积算法与相位干涉法相结合的算法来获取两维波达方向的高精度估计。所提阵列在降低互耦的同时,利用电磁矢量传感器提供的极化分集与两维孔径扩展带来的空间分集,使得两维波达方向估计精度大大提高。     

塔克张量域正则极化ESPRIT

针对极化敏感阵列信号波达方向(direction-of-arrival, DOA)估计问题,提出了一种基于塔克张量域序贯截断高阶奇异值分解的正则极化旋转不变参数估计(Tucker tensor based regularized polarimetric estimation of signal parameters via rotational invariance technique, trpESPRIT)方法。首先对阵列接收信号进行塔克张量建模,之后通过序贯截断高阶奇异值分解获得塔克张量域信号子空间,最后利用多旋转不变子空间幅相关系获得信号DOA估计。相比于传统矩阵建模方法,塔克张量建模更便于组织多维数据结构,实现高维的数据匹配操作,而序贯截断高阶奇异值分解则可以获得更高的信号子空间估计精度以及后续的DOA估计。仿真结果表明,trpESPRIT方法较之常规矩阵方法和矢量方法可以更好地抑制噪声,具有更高的信号DOA估计精度,在低信噪比和低快拍条件下仍然具有良好的分辨能力。     

极化域DOA估计与阵元姿态位置误差自校正

极化阵列波达方向估计的多重信号分类(multiple signal classification,MUSIC)算法可以利用数据的多线性关系减少需搜索参数,适用于跳频、宽带信号。电磁矢量传感器在空间单一位置接收的完备电磁信息,可以转化为任意姿态下接收信号。无需专用校正信号源,利用系统使用期间获得的参照信号,可得到各传感器位置误差参数。仿真实验表明,该方法可实现极化阵列阵元六维空间参数误差自动校正。     

锥面共形阵列天线相干信源盲极化DOA估计算法

针对共形天线阵列流形的多极化特点,建立了锥面共形阵列天线导向矢量的数据模型。通过合理的阵元排列结构设计,推导了锥面共形阵列天线信源解相干的空间平滑算法,解决了ESPRIT(estimation of signal parameters via rotational invariance technique)算法多信源方位估计的参数配对问题,最终给出了锥面共形阵列天线相干信源盲极化波达方向(direction of arrival, DOA)估计算法。该算法利用锥面共形载体的单曲率特性,结合ESPRIT算法参数估计的特点,在盲极化条件下实现了相干信源的高分辨DOA估计。Monte Carlo仿真实验验证了算法的有效性。     

基于共形阵的角度和极化信息联合估计算法

针对复杂载体上共形阵列存在多极化接收和遮挡效应的问题, 本文提出一种基于方向图矩阵重构导向矢量的改进极化多重信号分类(multiple signal classification, MUSIC)算法。首先对共形天线阵列进行建模, 在获取各个阵元的方位和俯仰分量方向图数据后, 将方向图数据分解并重构阵列的导向矢量矩阵, 最后结合极化MUSIC算法进行波达方向(direction of arrival, DOA)和极化参数联合估计。相对于理论导向矢量的极化MUSIC算法, 本文所提改进算法在解决了遮挡效应的同时具有更高的估计精度, 并可有效降低运算量。仿真实验结果验证了这一结论。     

基于分离式电磁矢量传感器阵列的相干信号波达方向估计

目前,分离式电磁矢量传感器相干源估计问题研究处于起步阶段,现有方法最多只能解6个相干信号源。研究空间平滑算法在分离式电磁矢量传感器阵列中的应用,以解决该问题。首先对平面阵列进行两维子阵划分,然后通过选择矩阵对该划分子阵进行抽取,最后对各抽取子阵进行空间平滑处理。完成两维空间平滑后,利用子空间旋转不变技术和矢量叉积算法完成目标的两维波达方向估计。所提方法在解决共点式电磁矢量传感器互耦严重、硬件设计困难的同时,采用稀疏阵列提高了波达方向测量精度,且该方法不受制于6个相干入射信号源。计算机仿真结果证明了所提空间平滑方法在均匀分离式电磁矢量传感器平面阵中解相干的有效性。     

正交投影阵列信号子空间估计方法

利用特征值分解构造信号子空间存在运算量大的问题,制约了子空间类参数估计方法的实时应用。提出一种新的正交投影阵列信号子空间估计方法,该方法不需要特征值分解,通过对阵列接收数据逐级进行正交投影分解构造阵列信号子空间的一组基向量,使得每个基向量方向上信号投影能量最大,从而保证所张成的信号子空间包含最大的信号能量。定义了衡量子空间估计精度的信号和噪声子空间估计误差函数。理论分析和仿真结果表明,所提方法计算复杂度低,且子空间估计精度优于特征值分解。     

基于相似度的直扩信号盲解扩方法

针对传统方法对直扩(direct sequence spread spectrum, DS-SS)信号进行盲解扩时,需要在估计出扩频序列后,才能完成信号盲解扩的问题,提出了一种基于相似度的DS SS信号盲解扩方法。该方法首先在扩频码的码片速率和周期已知的条件下,以单倍扩频码周期的窗长对接收信号进行数据分段,然后对任意两段数据求相似度函数值,构造相似度函数值的特征信息矩阵,最后通过对构造的特征信息矩阵进行特征值分解就可以实现对信息序列及扩频码序列的盲估计。理论推导和仿真实验结果表明,该方法具有精度高、稳定性好,在信噪比容限值为-22 dB的条件下也能够有效的盲估计DS-SS信号的信息序列及扩频码序列。     

Subspace decomposition-based correlation matrix multiplication

The correlation matrix, which is widely used in eigenvalue decomposition （EVD） or singular value decomposition （SVD）, usually can be denoted by R = E[yiy＇i]. A novel method for constructing the correlation matrix R is proposed. The proposed algorithm can improve the resolving power of the signal eigenvalues and overcomes the shortcomings of the traditional subspace methods, which cannot be applied to low SNR. Then the proposed method is applied to the direct sequence spread spectrum （DSSS） signal＇s signature sequence estimation. The performance of the proposed algorithm is analyzed, and some illustrative simulation results are presented.     

相关噪声下基于对角加载的相干信源DOA估计算法

针对更为广泛的空间相关噪声背景下相干信源的DOA估计问题,提出了一种对角加载的改进空间差分平滑（diagonal loading improved spatial smoothing difference, DL ISDS）算法。该算法利用均匀线阵协方差矩阵的Toeplitz分解特性进行差分运算对消相关噪声,将独立和相干信源分开分辨,重复利用阵列接收数据,可分辨更多信源,相比常规谱估计算法,DL ISDS算法具有更强的信源过载能力及阵元节省能力;另外,该算法无需预知或专门估计相干信号源数及特征值分解,可明显减小算法的运算量和复杂度。计算机仿真结果证明了DL ISDS算法理论的正确性和有效性。     

Low-complexity method for DOA estimation based on ESPRIT

A low-complexity method for direction of arrival (DOA) estimation based on estimation signal parameters via rotational invariance technique (ESPRIT) is proposed. Instead of using the cross-correlation vectors in multistage Wiener filter (MSWF), the orthogonal residual vectors obtained in conjugate gradient (CG) method span the signal subspace used by ESPRIT. The computational complexity of the proposed method is significantly reduced, since the signal subspace estimation mainly needs two matrixvector complex multiplications at the iteration of data level. Furthermore, the prior training data are not needed in the proposed method. To overcome performance degradation at low signal to noise ratio (SNR), the expanded signal subspace spanned by more basis vectors is used and simultaneously renders ESPRIT yield redundant DOAs, which can be excluded by performing ESPRIT once more using the unexpanded signal subspace. Compared with the traditional ESPRIT methods by MSWF and eigenvalue decomposition (EVD), numerical results demonstrate the satisfactory performance of the proposed method.     

基于阵列虚拟平移的快速解相干幂代算法

为了解决相干信源的测向与跟踪问题,提出了一种基于阵列虚拟平移的快速解相干幂迭代算法。算法把阵列虚拟平移和幂迭代方法相结合,对数据协方差矩阵进行了重构,在不损失阵列孔径的情况下较好地实现了解相干处理,使直线阵可估计的相干信源数目达到了M-1个。避免了特征值分解和一维谱峰搜索,算法的收敛速度快,运算量小,算法同样适用于均匀圆阵。通过仿真实验,验证了算法的有效性。     

色噪声下双基地MIMO雷达DOD和DOA联合估计

针对双基地多输入多输出(multiple input multiple output,MIMO)雷达在色噪声环境中的收发角度估计问题,提出了一种基于改进四阶累积量的角度估计算法。该算法首先构造回波信号的四阶累积量矩阵,然后根据四阶累积量矩阵的形成规律,在保证虚拟阵列孔径有效扩展的前提下去除其中的冗余项,达到矩阵降维的目的。最后将降维后的矩阵特征分解得到噪声子空间,再利用四阶累积量的多重信号分类(multiple signal classification,MUSIC)算法实现最终的收发角度估计。所提算法不仅可以有效抑制高斯色噪声,并且能够减小四阶累积量矩阵的维数,降低计算的复杂度,仿真结果验证了该算法的有效性。     

扑翼微型飞行器的动力学建模

对鸟和昆虫的飞行机理进行了有价值的探讨,并对扑翼式微型飞行器机体动力学和机翼空气动力学进行了详细的分析。由此分析得出结论:机体所受外力为空气动力、自身重力和机翼作用于机体的驱动力,而采用扑动与扭转两个自由度飞行的机翼所产生的机体驱动力就是由瞬时平移力和旋转循环力合成的瞬时空气动力,从而得出了相应的参数方程以及整机动力学模型。对所建模型的仿真结果表明,只要合理选择参数,各种飞行过程能得到很好的模拟。     

基于互质阵虚拟阵列空间平滑的相干信号DOA估计方法

针对相干信号波达方向(direction of arrival,DOA)以空间平滑方法为基础的算法中阵列孔径损失严重以及低信噪比环境下算法估计性能较差等问题,提出一种无需信源数先验信息的互质阵列相干信号DOA估计方法.首先,对互质阵列得到的协方差矩阵矢量化,在虚拟阵元空洞位置内插天线零元,重构协方差矩阵为Toeplit...     

基于矢量重构的双基地MIMO雷达相干多目标定位

提出了一种基于目标信息矢量重构的双基地多输入多输出（multiple-input multiple-output, MIMO）雷达相干信源角度估计方法。利用目标信息矢量中的元素,构造出解相干处理的通用块Hankel矩阵。证明了该矩阵的秩为总目标数时矩阵行数和列数所应满足的条件,并基于奇异值分解求解出信号和噪声子空间,然后利用ESPRIT算法获得角度的估计值。同时,给出了直接数据提取法和特征矢量提取法来获得目标的信息矢量。仿真实验表明：本文算法能够有效地估计出相干信源的收发角度,且实现自动配对;当兼顾角度估计精度和算法的复杂度时,应满足块Hankel矩阵的行数不大于列数;在低信噪比下,本文算法的估计精度优于空间平滑算法,且特征矢量提取法的估计精度优于直接数据提取法。