基于方向图拟合与稳健波束形成的相关测向

为了弥补阵列天线导向矢量失配和相位测量噪声对测向性能的影响,提出基于方向图拟合与稳健Capon波束形成技术（robust Capon beamforming,RCB）的双向迭代矢量相关测向方法。利用方向图与信号能量空间分布的相似性,对目标信号来波方向进行聚焦搜索;区别于传统相关干涉仪测向方法,在聚焦区间内将基于RCB的导向矢量迭代估计与相关干涉测向方法融合,在保证测向精度的前提下对目标信号方向进行双向迭代测量。仿真结果表明,该方法能够弥补阵列流型失配和相位噪声的影响,准确测量来波信号方向。     

基于加权子空间拟合的干涉相位估计方法

提出复合导向矢量的概念,并通过对测量的信号子空间与复合导向矢量张成的子空间进行拟和,推导出一种基于加权子空间拟合思想的干涉相位估计方法,该方法具有自适应图像配准和降低相位噪声功能,因而可以在图像配准精度很差(可以允许达到一个分辨单元)的条件下准确地估计相应像素间的干涉相位.仿真和实验数据表明估计结果优于基于子空间投影方法的估计结果.     

基于导向矢量信号的未知信源数DOA估计算法

针对多重信号分类（multiple signal classification, MUSIC)算法、旋转不变子空间（estimation of signal parameters via rotational invariance technique, ESPRIT)等大多数空间谱估计算法需要进行准确的信源数估计,且当信源数估计出现误差时性能易受影响的问题,提出了一种基于导向矢量信号的未知信源数波达方向（direction of arrival, DOA）估计算法。该算法通过引入导向矢量信号,以自适应波束形成中最大信噪比准则下最优权矢量对应的准最大信噪比作为来波方向估计参数,从而避免了大多数空间谱估计算法中的信源数估计并实现了各个信号来向的准确估计。对该方法进行了计算机仿真验证,仿真实验结果表明该算法是有效的。     

二维相干信源测向新方法研究

基于广义导向矢量和三个正交均匀直线阵,建立了一种二维信源波达方向估计的阵列数据模型,提出了二维波达方向估计的新方法。在引入广义阵列流形矩阵的基础上,构造了基于范数的代价函数,实现了协方差矩阵的有效拟合,进而可有效估计多个相干信源,同时在理论上分析了该算法的渐进无偏性。在低信噪比和较少阵元数的情况下,通过对测向误差较大的线阵进行校正,可提高测向精度。为了有效地对所提出的测向代价函数进行拟合,联合利用模拟退火和遗传算法的优点,提出了一种可快速多维搜索的随机退火遗传算法。蒙特.卡罗仿真试验证明了此二维相干源测向方法的有效性。     

存在幅度/相位误差的稳健波束形成

基于线性约束最小方差准则(LCMV)的自适应波束形成器,在存在阵列幅度/相位误差情况下性能会显著下降。针对此情况,基于信号子空间与噪声子空间的彼此正交特性,对存在误差的信号导向矢量和干扰导向矢量,同时向信号子空间投影,然后对投影后的导向约束采用LCMV准则进行自适应波束形成。理论分析和仿真结果表明文中方法对阵列幅度、相位误差具有稳健性。     

强信号背景下基于噪声子空间扩充的弱信号DOA估计方法

针对强信号背景下弱信号波达方向(direction of arriaval,DOA)估计问题,提出了一种基于噪声子空间扩展的弱信号DOA估计算法。该算法提出并使用了噪声子空间扩充的思想,其先将强信号导向矢量所在空间纳入噪声子空间进而构造出扩展噪声子空间,再在该扩展噪声子空间基础上利用常规多信号分类(multiple signalclassification,MUSIC)算法得到弱信号的DOA估计。通过噪声子空间的扩充有效地抑制了强信号谱峰,算法无需已知强信号方向及导向矢量,运算量与常规MUSIC相当。理论分析表明该算法对弱信号DOA估计性能不劣于对应的强信号阻塞类算法,仿真实验证实了其有效性和可行性。     

独立信号和相干信号DOA估计新方法

传统的波达方向(direction of arrival, DOA)估计算法在独立信号和相干信号同时存在时往往失效或者性能下降;因而寻求可以同时估计独立信号和相干信号的测向算法具有重要意义。基于均匀线阵接收到信号的特点,提出了一种简单有效的独立信号和相干信号DOA估计新方法。该方法首先利用求根多重信号分类(root-mutiple signal classification, root-MUSIC)算法进行DOA估计,并根据相干源对应根的特点来消除相干信号的干扰,从而获得独立信号的波达方向;然后利用阵列接收数据协方差矩阵中独立信号的托普利兹(Toeplitz)特性,从中去除独立信号的数据分量,再利用改进矢量重构和总体最小二乘-旋转不变子空间(total least squareestimation of signal parameters via rotational invariance technique, TLS-ESPRIT)算法来估计相干信号的波达方向。理论分析和实验仿真结果表明,所提方法具有一定的阵列扩展能力,且计算量小、估计性能好。     

基于特征子空间投影的信源数估计方法

为了适应实际测向系统的环境,针对常规信源数估计方法在色噪声背景下估计性能变差的问题,提出了基于特征子空间投影的信源数估计方法。首先对特征向量分组,获得只含有噪声部分和既含有噪声又含有信号部分的特征子空间。阵列的导向矢量阵与噪声子空间正交,而与信号子空间张成的是同一个空间。根据这个原理,将协方差矩阵在不同特征子空间上进行投影,得到存在差异的投影数据。最后对投影数据进行求方差处理,得到投影方差,将其作为信源数估计的依据,进而实现信源数估计。仿真实验和实测数据测试表明了该算法的正确性和有效性。     

两种强干扰下弱信号的二维波达方向估计算法研究

当信号的功率相差较大时,常规的空间谱估计算法往往无法估计出微弱信号的来波方向(DOA).针对此问题,该文基于矩形阵列,研究了两种强干扰下弱信号的二维DOA估计算法.首先将干扰阻塞(JJM)算法推广至二维DOA估计;然后给出了一种基于正交投影预变换的弱信号测向算法,并且分析了这两种测向算法的统一理论框架;最后通过计算机仿真给出了两种测向算法的性能.     

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。     

FDA-MIMO雷达稳健抗主瓣距离欺骗式干扰技术

频率分集阵(frequency diverse array, FDA)多输入多输出(multiple-input and multiple-output, MIMO)雷达可利用距离维自由度在发射-接收频率域内对欺骗式干扰进行抑制。但当存在目标导向矢量失配和协方差矩阵估计误差时,其抗干扰性能损失严重。针对该问题, 在FDA-MIMO雷达中提出了一种基于稳健波束形成的抗干扰方法。首先, 对剔除了残留噪声的Capon谱估计器在信号(或干扰)域内积分来构造期望信号(或干扰)导向矢量; 然后, 利用不同信号导向矢量间的正交性获得干扰功率并重构干扰加噪声协方差矩阵; 最后, 用更精确的导向矢量和重构矩阵计算自适应波束形成器的最优权值, 提高干扰抑制性能。仿真实验验证了所提方法的有效性。     

阵列天线DOA跟踪环路鉴别器性能分析

利用阵列天线波束指向空间相关性的特点,可以构建一个类似于传统锁相环结构的闭合环路以实现对导航信号来波方向(direction of arrival, DOA)的跟踪。DOA跟踪环路中鉴别器的实现方法主要有实部相减相干法、幅值相减归一化法、功率相减归一化法,首先基于波束形成技术建立了阵列天线导航接收机DOA跟踪模型,在此基础上从鉴别器增益、收敛范围和输出噪声方差3个方面对比分析了采用不同角度鉴别器算法的跟踪性能,最后对其进行了仿真验证。     

微波雷达高精度跟踪环路建模与仿真技术研究

针对在微弱信号(低载噪比信号)动态环境为需求背景下某测量雷达中高精度跟踪环路设计的关键问题,重点研究了载波跟踪环路和码跟踪环路的设计及优化方法。提出以单载波作为导频的信号结构,研究了锁频环与锁相环联合工作的环路结构,通过对两种结构的建模分析和仿真验证,指出在微弱信号高动态环境下,锁频串行辅助锁相环的环路组合结构具有更好的性能。对于码跟踪环路,给出了宽、窄相关间距相结合的方案。通过建模解算得出了最小跟踪误差原则下码环的最优环路带宽。仿真验证了上述算法和参数设计的有效性和可靠性。     

改进频率鉴别的载波跟踪环路及性能分析

为了适应高动态环境,导航接收机常采取锁频环和锁相环联合工作实现载波跟踪。对其中较常用的的叉积自动频率跟踪环提出改进,利用两种方法切换实现频率鉴别。改进后算法克服了数据位模糊,并且使鉴频范围扩大了4倍,同时保持跟踪精度不变。影响跟踪精度的因素主要包括热噪声误差和动态应力误差,经研究发现其中热噪声误差的传统理论分析结果与实际有较大差距。利用环路线性化近似处理,并且考虑鉴别噪声间的相关性,经重新推导得到锁频环路的热噪声跟踪误差低于传统理论分析结果的1/5。通过仿真对锁频环鉴频范围和热噪声跟踪误差分析的正确性进行了验证。     

基于高斯-勒让德积分的鲁棒波束形成算法

针对矩阵重构类波束形成算法在协方差矩阵重构过程中计算复杂度较高的问题, 提出一种基于高斯-勒让德积分重构协方差矩阵的鲁棒波束形成算法。该方法首先根据信号导向矢量之间的正交性, 利用高斯-勒让德积分构建干扰信号空间; 然后将快拍数据投影到干扰信号空间, 剔除期望信号, 完成干扰噪声协方差矩阵重构; 最后将准阵列权矢量投影到信号空间, 修正导向矢量失配。仿真结果表明本文方法在视向误差、导向矢量随机误差条件下具有较好的鲁棒性, 且有效地降低了计算复杂度, 验证了算法的有效性。     

基于改进型PASTd双基地MIMO雷达角度跟踪算法

针对双基地多输入多输出(multiple input multiple output,MIMO)雷达目标角度跟踪问题,提出了一种改进型紧缩投影近似子空间跟踪(projection approximation subspace tracking deflation,PASTd)算法。PASTd算法性能较好,被大量应用于双基地MIMO雷达角度跟踪中,但是PASTd算法不能跟踪相同发射角(direction of departure,DOD)或接收角(direction of arrival,DOA)的目标,并且无法实现不同时刻同一目标角度的自动关联。改进PASTd算法首先给出了目标角度自动关联算法,且能够实现收发角度的自动配对。然后利用估计出的收发角度,得到此时的收发联合导向矢量。最后用收发联合导向矢量更新PASTd算法估计出的特征矢量,作为下一时刻跟踪算法的初始矢量。改进算法克服了PASTd算法的不足,能够成功跟踪相同角度的目标,并且实现了目标收发角度自动配对和关联。仿真结果验证了理论分析的有效性。     

双基地MIMO雷达多目标高精度跟踪算法

针对双基地多输入多输出(multiple input multiple-output,MIMO)雷达自适应非对称联合对角化(adaptive-asymmetric joint diagonalization,AAJD)跟踪算法在低信噪比时失效的问题,提出一种双基地MIMO雷达高精度跟踪算法。首先,针对低信噪比时AAJD算法信号子空间扩展问题,利用主成分顺序估计原理求出特征值,根据特征值的大小对导向矢量进行排序,得到更加精确的信号子空间。其次,根据跟踪状态的不同,将多目标分类(multiple signal classification,MUSIC)算法分为两步:第一步全空域大步长扫描,对应跟踪非稳定状态;第二步小空域小步长扫描,对应跟踪稳定状态,空域范围由上一时刻估计角度和运动速度确定,并将峰值搜索过程变为取最大值操作,降低了计算量。算法解决了低信噪比时信号子空间扩展问题,提高了跟踪性能,且采用了性能更高的MUSIC算法,并对其进行改进,降低了计算量。仿真结果证明了算法的有效性。     

符号速率采样条件下的新型复合载波跟踪环

针对低信噪比和符号速率采样条件下的载波同步问题,提出了一种新型的复合载波跟踪环,同时也给出了一种较直观的环路参数确定方法。该载波同步环改进了原有的符号硬判决算法,并通过引入采样速率变换模块使得数字锁频环(frequency-locked loop, FLL)和数字锁相环(phase-locked loop, PLL)工作在不同采样速率条件下,来提高在低信噪比环境中载波频偏和相偏的估计精度。该参数确定方法是在z域中,直接根据闭环系统的稳定性和单位阶跃响应特性来选择最优的参数。仿真结果表明,该参数确定方法具有很好的可行性,且所提出的载波跟踪环在较低信噪比条件下能获得良好的同步性能。     

基于二阶统计量的分布式信源二维波达方向估计

对于由本地散射导致的分布式信源二维波达方向估计,根据空间角度信号密度的共轭对称特性,首先将相干分布式信源方向向量化简为传统点信源方向向量与实向量的Schur Hadamard积,进而提出了一种基于Schur Hadamard积的相干分布式信源二维波达方向估计算法。该算法通过构造基于Schur Hadamard积的二阶统计量,可直接给出仰角和方位角的估计值。与传统谱峰搜索类算法和经典子空间类算法相比,无须谱峰搜索和任何特征值或奇异值分解,有效地降低了计算量;所利用的二阶统计量对噪声不敏感,具有较好的信噪比性能。仿真实验表明,该算法具有较好的参数估计精度,可有效解决复杂通信环境下相干分布式信源的二维波达方向估计问题。