基于改进的AR-MUSIC算法实现方位超分辨

针对高频地波雷达角度分辨率受限于阵列孔径的问题,利用AR模型循环外推法,对单快拍下回波数据进行合理的外推处理,增加数据长度,相当于接收阵元孔径虚拟增大,然后用MUSIC(multiple signal classification)算法进行DOA(direction of arrival)估计。仿真数据实验表明,改进方法比传统的MUSIC测向分辨率和精度都有明显的提高,且运算量不大,满足高频地波雷达的实时或者准实时高分辨测向要求。     

基于互质阵列的米波雷达低仰角估计方法

目前基于互质阵CPA虚拟阵列的低仰角估计方法虽然近似可行，但受多径效应影响，其存在测角误差大的问题。对此提出一种基于互质阵物理阵列的实值低仰角估计方法，首先利用互质阵列建立信号模型，并根据物理阵元位置计算回波信号协方差矩阵，然后对其进行实值处理后利用最大似然估计或广义多重信号分类MUSIC算法获得精确的低仰角，最后利用几何关系获得目标高度。仿真实验对比了均匀线阵和互质阵虚拟阵列法的低仰角估计性能，在重点分析目标仰角、信噪比和快拍数等因素对低空目标仰角估计精度的影响的基础上得出一般性结论，证明了所提估计方法的准确性与优越性。     

基于两层压缩感知的频率-角度联合估计方法

介绍了一种基于两层压缩感知的频率/角度联合估计方法,第一层压缩感知算法采用单快拍模型求解方向波数,第二层压缩感知算法利用方向波数形成的参数逆矩阵求解频率参数,以此求得角度.为验证所提方法的性能,利用3路不同频率和角度的信号分别在不同信噪比(SNR)、快拍条件下对信源频率/角度进行估计.仿真实验结果表明:该方法在少快拍条件下可对信源的频率和角度进行精确估计.     

单快拍数据预处理的相干信号波达方向估计

针对已有的相干信号单次快拍波达方向(direction-of-arrival,DOA)估计算法需要限定入射信号类型或者通过损失部分阵列孔径来放宽限定条件的问题,提出一种新的单快拍解相干算法.算法首先对接收的单次快拍数据做互相关预处理,利用预处理所得的数据重构等效协方差矩阵,再基于多重信号分类法(multiple signal classification,MUSIC)或信号参数估计的旋转不变子空间技术(estimation of signal parameters via rotational invariance techniques,ESPRIT)完成相干信号DOA估计.算法在不损失阵列孔径的同时,无需限定入射信号类型.进一步的快拍数叠加试验表明,在低信噪比条件下,通过随机快拍数据叠加,算法性能较已有算法更好.计算机仿真结果验证了算法的有效性.     

一种基于Khatri-Rao子空间的非均匀稀疏阵列

基于Khatri-Rao(K-R)子空间提出一种提升阵列自由度的非均匀阵列排布方式,即新型嵌套阵列。新型嵌套阵列由大小2个均匀线阵(ULA)构成,较大ULA的阵元间隔取决于较小ULA的阵列长度。相较于自由度为O N()的N阵元ULA,N个阵元的新型嵌套阵可通过在K-R子空间中得到阵元数为N2(/2+N-1)的虚拟ULA,将阵列自由度提升至O N2(),大大提高了分辨多信源的能力。同时由于阵元稀疏排布,N个阵元的新型嵌套阵的有效孔径大于N阵元ULA,使新型嵌套阵列分辨临近目标的能力优于ULA。在通过K-R子空间得到虚拟ULA的稀疏阵列流型中,新型嵌套阵列是自由度提升最大的方式之一,且在低信噪比和小快拍数情况下依然有较好性能。     

基于四阶累积量虚拟阵列扩展的DOA估计

针对Music-like方法能很好地扩展阵列孔径,但计算量较大的问题,提出了一种虚拟阵列扩展的新方法。该方法基于四阶累积量孔径扩展的性质,由实际阵元的坐标与方向矢量直接计算出虚拟阵元的坐标与方向矢量,利用两种阵元坐标之间的关系构造四阶协方差矩阵,运用MUSIC(Mu ltip le S ignal C lassification)算法对非高斯独立信号源进行DOA(D irection of Arrival)估计。该方法在任意阵列的情况下,对非高斯独立信号源进行一维与二维DOA估计,均能准确估计出多于实际阵元数目的方向角与仰角。实验表明,对一N元阵列,该方法最多能够扩展N2-N 1个虚拟阵元,能够估计出N2-N个非高斯独立信源,提高了阵列的空间分辨能力,有效抑制了高斯噪声的干扰,减少了高阶累积量协方差矩阵的计算量。     

一种基于改进空间平滑的信源数估计算法

针对基于信息论准则信源数估计算法不适用于相关信源情况,提出了一种基于改进空间平滑的信源数估计算法。算法对子阵阵元进行新的组合,使得每个子阵阵元数和原阵阵元数相同,取每个子阵协方差矩阵的算术平均,形成一个新的阵列输出协方差矩阵,然后对该协方差矩阵利用信息论准则估计信源数。仿真分析表明,算法在相关信源存在情况下,能正确估计出信源个数,提高了阵元利用率,在低信噪比和低快拍数时,性能优于空间平滑信息论算法。     

用于二维角度估计的新型阵列结构及性能分析

为提高天线在低信噪比情况下的波达方向(Direction of Arrival,DOA)估计能力和估计精度,基于柱形多层均匀圆阵,提出了一种新型锥形多层均匀圆阵。将该阵列在锥面各条母线上的阵元等效为均匀线阵,并将各线阵上接收的数据构成新的阵列流形矩阵。对比分析2种阵列流形的克拉美罗界(Cramer-Rao bound,CRB),得出该阵列在低信噪比(Signal-to-Noise Ratio,SNR)、大仰角情况下相对柱形多层均匀圆阵可以获得更高的估计精度和估计成功概率。在仿真中,用二维多重信号分类(Two-Dimensional Multiple Signal Classification,2-D MUSIC)算法验证了该阵列在多信源、低信噪比和大仰角时的优越性,同时给出了空间角对该阵列DOA估计性能的影响。     

强干扰环境水下运动阵列方位估计的新方法

针对水下存在方位不确定的强干扰源时基于合成孔径技术的多目标方位估计方法失效的问题,提出一种基于稳健卡朋波束形成器(RCB)的波束域处理技术的扩展拖曳阵测量方法(RCB-ETAM).该方法先利用物理线列阵的直线运动特点和水中信号的相干性,通过对不同时段的数据进行相位补偿将物理阵的数据矩阵合成更长孔径的虚拟阵的数据矩阵,然后根据虚拟阵数据和干扰源方位,使用RCB自适应调整虚拟阵元权值在感兴趣的范围内形成若干个波束,每个波束在干扰源方位形成零陷从而减小干扰对波束输出结果的影响,最后将虚拟阵数据转换到波束域,使用常规波束形成方法得到目标方位.仿真结果表明,与ETAM方法相比,RCB-ETAM的抗强干扰能力有了很大提高,在ETAM完全失效的情况下,依然能够给出目标方位的准确估计.     

基于高阶循环统计量和线性预测的虚拟孔径扩展DOA估计

本文提出一种新的多径信号DOA估计方法--基于高阶循环统计量和线性预测的虚拟孔径扩展DOA估计算法.首先构造阵列接收信号的四阶循环累积量矩阵并估计其广义舵矢量,进而基于前后向线性预测(FBLP)估计每组多径信号的DOA,以进一步提高分辨力.该方法与扩展虚拟ESPRIT算法(即EVESPA)相比,兼有高阶累积量和循环统计量的优点,具有信号选择性和更强的抑制复杂噪声/干扰的能力;在小样本情况下估计空间距离较近的多径方向具有更高的分辨力;用包含K阵元均匀线阵的任意阵列所能接收的信号总数可以超过2K(K-1)/3个,适于信号数大大多于阵元数的情况.