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.     

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。     

应用循环自相关函数诊断齿轮故障

本文讨论机械信号的循环平稳特性，指出这种循环平稳性主要表现为二阶．推导了二阶循环统计量——循环自相关函数的解调方法，该方法通过搜索循环频率而将调制源分离在循环域的低频段，并且调幅和调频信号有不同的解调结果．应用于齿轮诊断，有效地提取出裂纹和断齿故障的特征．研究表明：将机械信号视为循环平稳信号，可以获得统计量的变化信息，这种信息在机械监测和诊断中可以充分利用．     

一种新的循环平稳盲自适应波束形成方法

循环平稳在阵列信号处理中的应用可以改善传统阵列信号处理方法仅仅利用空域先验信息对阵列误差敏感的缺点。但目前大部分的应用都是基于信号的循环频率已知的前提下进行处理 ,而在盲信号处理中 ,这一前提常常是不满足的。因此有必要研究在感兴趣信号的循环频率未知情况下的循环平稳盲信号处理问题。在现有的循环频率已知的循环平稳盲自适应波束形成方法的基础上提出一种新的盲信号处理方法 ,新方法不需要预先知道信号的循环频率。仿真结果证明了这种方法的有效性     

未知噪声背景下的改进型MMUSIC算法

针对不能确知被估计信号源的相关性和非平稳且噪声功率未知的高斯噪声环境,提出一种改进型的修正多重信号分类(MMUSIC)算法.用协方差差分法消除阵列协方差矩阵中的未知噪声矩阵,再用MMU-SIC算法对得到的协方差差分矩阵进行解相关或解相干处理.该算法只要求阵元数为不少于2L+1,即可在不影响相干信号源估计的同时,保证不相关信号源的估计性能.仿真结果表明:算法能够在不能确知信号源相关性和低信噪比的未知噪声环境下,对信号源进行有效的波达方向估计,获得很高的估计精度和角度分辨率.     

基于波束空间求根MUSIC算法电力系统谐波检测

针对传统电力系统中谐波检测方法存在的精确度低、抗噪性差等问题,本文将波束空间求根MUSIC算法应用于电力系统谐波检测. 该算法以信号空间为模型,用盖氏圆检测出信号源数,利用波束空间将阵列接收的数据通过变换得到波束空间的数据,再将波束空间的数据分解为噪声和信号子空间,由该两个子空间的正交性构造多项式,通过求解此多项式,得到信号的频率估计值,最后由扩展PRONY方法计算得到信号的幅值. 仿真实验验证和实际数据分析表明该算法在电力系统谐波检测中是切实可行的.      

基于四阶累积量的非相干分布式信源测向算法

针对非相干分布式信源的不相关散射分量会造成信号空间的扩展从而使阵列最大可估计信源数下降的问题,利用四阶累积量的阵列扩展特性,本文提出了一种基于四阶累积量的非相干分布式信源测向算法。该算法首先利用泰勒级数展开对接收信号的四阶累积量矩阵进行化简;之后根据化简后的矩阵重新划分噪声空间,并利用其和新的阵列流形构造谱峰搜索函数;最后给出算法的自由度及复杂度分析。仿真结果表明,该算法可以有效地提升阵列的最大可识别信源数,同时在低阵元数低信噪比情况下估计误差较小。     

一种新的虚拟均匀线阵的构造方法

基于四阶累积量的DOA估计具有阵列孔径扩展的功能,在基于四阶累积量的均匀线阵基础上,提出一种新的虚拟均匀线阵的构造方法,真实阵元上形成特定的非均匀线阵的排布,使阵列扩展后的四阶累积量矩阵冗余项转化为有用项.仿真结果表明,新算法不但降低了基于四阶累积量的均匀线阵算法的运算量,而且增加了虚拟阵元个数,也带来了阵列孔径扩展的好处.     

基于四阶累积量的近场源时-空域三维参数估计法

研究了近场源的频率-方向角-距离的三维参数估计问题,并针对已有方法估计精度较低的问题,提出了一种利用四阶累积量和信号的空域和时域信息估计信源的频率-方向角-距离参数的方法.该方法扩展了阵列的孔径,提高了算法的估计性能.仿真实验证明,当信噪比为0时,该算法仍然能够正确估计信源的参数.     

基于遗传算法的DOA估计

针对阵列天线上对多个远场信号源入射方向、功率估计问题 ,提出了一种基于实数遗传算法的解决方法 .通过增加合并算子 ,使遗传算法成为解决此类问题的有效方法之一 .仿真实验获得了良好的结果 .这一算法无需进行特征值分解 ,减小了计算量 .     

非规则部分校准阵列下的宽带LFM信号二维DOA估计

提出了一种宽带线性调频（LFM）信号的二维波达方向（DOA）估计新方法.该方法在空域和时域同时对信号进行采样,并利用观测样本的分数阶Fourier域峰值构造出新的时频空DOA矩阵,进而通过特征值分解的方法实现多个LFM信号的DOA估计.该方法充分地挖掘了观测信号所包含的时频信息,降低了对阵列结构和阵元一致性的约束,使其适用于阵元几何分布不规则且大部分阵元未经校准的阵列.此外,该方法无需谱峰搜索和二维参数配对,计算简单且估计精度较高.仿真结果显示,在DOA估计的均方根误差（RMSE）相同时,与传统方法相比,该方法可获得6～8 dB的信噪比增益.     

基于双阵元的宽带相干信源数估计

不同噪声条件下,宽带相干信源数估计是阵列信号处理中的难点问题.本文针对宽带信号的特点,利用虚拟阵列扩展技术,将宽带信号的不同频率成分虚拟为不同间距的虚拟阵元,通过空间平滑削弱信号之间的相干性.但由于噪声的功率谱非严格平坦,虚拟阵列协方差矩阵的噪声特征值发散程度严重,经典的信息论方法完全失效.基于对角加载技术,提出了一种新的加载量,有效地平滑了噪声特征值,减弱了其发散程度,并在此基础上利用比率准则改进了信息论方法,实现了两阵元对多个信源的数目估计.仿真实验表明,改进后的方法在白噪声和色噪声条件下均具有较好的性能,优于盖氏圆方法.     

宽频段空间相干信号三维参数联合估计算法

基于非均匀的L型阵列,提出一种宽频段相干信号频率和二维到达角联合估计的新方法——JSDOA算法。该算法利用阵列时空数据构造了一个平滑的波达矩阵,通过对其进行特征分解估计出相干信号的三维参数。该算法能精确地估计具有相同数字频率的相干信号的三维参数,避免了阵列孔径损失,具有计算量小,三维参数自动配对的优点。计算机仿真结果验证了算法的有效性。     

Efficient Signal Separation Method Based on Antenna Arrays for GNSS Meaconing

As an effective deceptive interference technique for military navigation signals, meaconing can be divided into two main types: those that replay directly and those that replay after signal separation. The latter can add different delays to each satellite signal and mislead the victim receiver with respect to any designated position,thus has better controllability and concealment capability. A previous study showed there to be two main spatial processing techniques for separating military signals, whereby either multiple large-caliber antennas or antenna arrays are used to form multiple beams that align with all visible satellites. To ensure sufficient spatial resolution,the main lobe width of the antenna or beam must be sufficiently narrow, which requires the use of a large antenna aperture or a large number of array elements. In this paper, we propose a convenient and effective signal separation method, which is based on an antenna array with fewer elements. While the beam of the array is pointing to a specified satellite, the other satellite signals are regarded as interference and their power is suppressed to a level below the receiver's sensitivity. With this method, the number of array elements depends only on the number of visible satellites, thus greatly reducing the hardware cost and required processing capacity.     

采用时-空阵列流形的ESPRIT算法--联合角度-频率估计

考虑入射到天线阵上多个窄带信号源的角度和频率同时估计问题．虽然常规ESPRIT算法是一种快速的一维高分辨率方向估计算法，但不能直接用于信号频率和角度的同时估计．通过构造一种特殊阵列结构，引出时-空阵列流形概念，利用该流形，将ESPRIT算法扩展到时-空二维情形，提出采用时-空阵列流形的联合角度-频率估计算法．该算法不仅给出自动配对的角度-频率估计值，而且其性能随着抽头延迟线数的增加而提高．仿真计算表明，该算法不仅具有很高的分辨率和精度，而且在低信噪比条件下，其性能优于其他现有的方法．     

阵列误差下宽带信号DOA估计自回归迭代算法

本文基于MMSE准则提出一种新的在随机阵列误差条件下宽带信号波达方向(DOA)估计算法,并分析了随机阵列误差对算法的影响。将含有阵列误差的宽带信号通过窄带滤波器组转化为窄带信号,在MMSE准则下采用自回归迭代方法恢复窄带信号的稀疏表示,由此得到信号源个数和DOA估计。新算法不仅有超分辨率能力,而且不需要预先知道信号源个数,此外还能对相干信号进行DOA估计,对阵列误差有比相干子空间法更好的稳健性。计算机仿真验证了算法的有效性和稳健性。     

利用信号与系统概念分析线天线的互阻抗

基于信号与系统理论 ,并利用数字信号处理技术 ,提出了一种分析线天线互阻抗的新方法 .在这种方法中 ,借用信号与系统的概念 ,将天线阵中天线单元的电流视为激励信号 ,将天线阵的空间结构视为系统函数 (或传递函数 ) ,而将单元天线间的互阻抗 (或其它电磁特性 )视为整个系统的响应 .通过这种等效 ,可将天线阵中天线单元间相互耦合看作信号与系统中的系统响应 ,进而可利用数字信号处理方法进行分析 .最后给出了利用该方法计算对称振子天线互阻抗的实例 ,计算结果证明了该方法的有效性 .     

第三代移动通信中的联合时空信号处理（英文）

使用空间和时间联合方法解决第三代移动通信中的信号处理；根据基站的空一时信号模型，考虑了具体算法的结构和复杂性；通过对直扩-码分多路接入信号、多用户、多径瑞利衰落信道下自适应天线阵接收端信号的数值分析表明理论可行性；研究表明当SNR达9dB时，误码率下降100倍左右。     

利用单次快拍实现相干信源二维测向的新算法

针对复杂电磁干扰背景下相干信源二维波达方向的快速估计问题,根据垂直阵列系统特点,利用单次快拍数据在3个不同维度构造了数据矩阵实现解相干,并结合ESPRIT算法实现了二维DOA的快速估计. 该算法仅利用单次快拍数据,不需要进行协方差矩阵的计算,并将二维DOA估计问题转化为3个一维DOA估计,可同时在3个维度并行处理,因此运算量大大降低,利于工程实现. 针对算法存在阵列孔径损失和仅采用一次快拍数据量导致的估计误差偏大问题,利用非圆信号特征和同相位数据叠加,改善了算法的估计性能,提高了阵列自由度. 数值仿真验证了本文算法及提高估计精度对策的有效性.      

全速率准正交空时码的低复杂度编译码算法设计

为降低多输入多输出系统中,准正交空时分组码的编译码复杂度,本文提出了一种基于线性扩展的全分集全速率准正交空时分组码结构。对编码增益的计算结果表明,该结构可以取得与现有的最优全分集全速率准正交分组码具有相同的分集积;同时,该编码结构在基于有条件的最大似然译码算法中能有效降低译码的复杂度。仿真结果表明,所提编译码算法的误码率性能与现有的最优算法性能基本一致;但在4-QAM调制条件下,所提译码算法的加法和乘法运算次数能分别降低 4.3%和7.9%; 在16-QAM调制条件下,所提译码算法的加法和乘法运算次数分别降低了25.5%和31.8%;在64-QAM调制条件下,所提译码算法的加法和乘法运算次数能分别降低47.1%和54.1%。本文的结果有效验证了所提算法可以应用于高阶调制算法,且随着阶数的增加复杂度降低比率增高。