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.     

基于四阶累积量的时空阵列扩展

基于四阶累积量,本文提出了一种爆炸式时空阵列扩展方法,该方法将阵列孔径按实际阵元数成几倍、几十倍增长.这种阵列扩展方法既可以应用于循环平稳信号源,也可以应用于非循环平稳信号源.由于阵列扩展的规则性,2-DDOA估计可以采用ESPRIT算法,从而无须谱峰搜索.但该方法随着信号源数的增加,其计算量也会随着增加.最后的实验仿真验证了这种阵列扩展的有效性.     

基于非圆信号的互质阵列欠定DOA估计方法

针对欠定波达方向（direction of arrival,DOA）估计问题,研究了一种基于非圆信号的互质阵列DOA估计方法.对互质阵列输出互协方差矩阵和椭圆协方差矩阵进行向量化处理,通过数据重新链接并去冗余得到一个虚拟均匀线阵输出数据,实现阵列的充分扩展且扩展后的虚拟阵元进一步得到增加;结合入射信号的空域稀疏性,在连续角度域将DOA估计问题转化为一个连续稀疏重构问题,有效避免了传统稀疏重构算法中由于角度域离散化所导致的基不匹配问题对估计性能的影响;通过求解相应的凸优化问题以及多项式求根实现DOA的估计.理论分析和仿真结果表明,该方法具有阵列扩展能力强、估计精度和分辨性能高等优良性能.      

非圆信号扩展传播算子DOA估计求根算法

为有效降低非圆信号DOA估计算法的计算量,提出了一种非圆信号DOA估计快速算法。该算法运用扩展传播算子和多项式求根方法来降低计算量。首先根据非圆信号特性构造出扩展阵列输出矩阵,并生成扩展协方差矩阵,然后不需要对协方差矩阵的特征分解,使用扩展传播算子方法得到估计的扩展噪声子空间,再利用均匀线阵的多项式求根方法快速求出目标的DOA估计值。对算法的性能仿真和计算复杂度分析结果表明,提出的算法不但其均方根误差性能与NC-root-MUSIC、NC-ESPRIT、NC-MSWF-MUSIC等快速算法相似,同时提出的算法还大大减小了非圆信号DOA估计MUSIC算法的计算复杂度,而且其计算复杂度小于上述提到的快速算法,实现了非圆信号DOA估计算法的快速估计。     

基于虚拟阵元冗余平均的对称嵌套MIMO雷达DOA估计

针对传统算法进行DOA估计时因删除重复虚拟阵元而造成有效信息损失、估计性能不佳等问题,提出基于虚拟阵元冗余平均的对称嵌套MIMO雷达DOA估计算法。首先,将一组密布均匀线阵和一组稀疏均匀线阵分别以零点为中心对称排列,构成单基地MIMO雷达的发射阵列和接收阵列,将传统的虚拟阵元由“差联合”结构变成对称“和联合”结构形式,提高了系统的自由度、降低了阵元互耦,并将其应用于非相干目标和全相干目标DOA估计;其次,向量化样本协方差矩阵,将“和差联合”阵列重复的虚拟阵元进行冗余平均处理后重构Toeplitz矩阵;最后,结合MUSIC算法进行非相干目标DOA估计,有效提升了目标估计个数和角度估计性能。仿真实验验证了阵列结构和算法的有效性。     

基于四阶累积量的MIMO雷达空间平滑角度估计算法

针对MIMO雷达系统的多目标DOA估计问题,本文提出了一种基于四阶累积量的双向空间平滑算法。当目标数多于发射阵元数,接收信号发生相干现象使普通子空间类算法可估计DOA数受到限制。本文提出的算法通过对接收信号构造四阶累积量矩阵,并对构造的矩阵做子阵空间平滑处理,在接收阵元足够多的情况下,可估计比发射阵元数更多的目标,并且在高斯白噪声下和高斯色噪声背景下均具有有良好的DOA估计性能。     

基于斜投影算子的混合信号DOA估计算法

为了提高混合信号的波达方向(direction of arrival, DOA)估计精度并降低其阵列孔径损失，提出一种基于斜投影算子的高精度DOA估计算法.所提算法将混合信号中独立信号与相干信号分两个阶段进行估计，首先利用ESPRIT(estimating signal parameter via rotational invariance techniques)算法处理阵元接收数据的协方差矩阵，得到混合信号中独立信号的DOA估计值；而后利用斜投影算子去除混合信号中独立信号的信息，得到新的协方差矩阵；利用新得到的协方差矩阵的信号子空间进行去相干处理；最后结合ESPRIT算法计算得到相干信号的DOA估计值.仿真结果表明，相较传统的混合信号DOA估计算法，所提算法在低信噪比情况下以及信号入射间隔较小的情况下有较高精度，有效地降低了阵列孔径的损失.在不同的采样快拍数下，本文算法也表现出更强的鲁棒性.     

基于协方差矩阵的空间平滑解相干算法

空间平滑是相干信号DOA估计中的一种有效算法,但平滑不仅造成了阵列孔径的减小,而且不能灵活地调整子阵的长度,对于不同的子阵,均需要计算协方差矩阵然后求平均,运算量较大。通过分析协方差矩阵的结构,指出在协方差矩阵中包含了所有子阵协方差矩阵的信息,从而可以通过对协方差矩阵的处理,构成前后向子阵的协方差矩阵,避免了子阵协方差矩阵的运算,可以灵活地实现平滑算法。计算机仿真证明了该处理的有效性.     

无须阵列校准的一种来波方向估计算法

针对高频地波雷达回波信号的特点,提出了一种基于4阶累积量的阵列无源校正的方法.利用海面上检测到的点目标的一维远场窄带信息构建虚拟DOA(direction of arrival)矩阵,利用冗余信息在低信噪比、短数据情况下进行高分辨阵列测向.该算法利用方程组求解,而不需搜索最优解,极大减少了计算量,便于实时跟踪.同时在处理阵列测向问题时,具有抗噪能力强、阵列孔径扩展和对DOA估计的选择性等功能.实验结果证明:在低信噪比和短数据的情况下,该方法具有可行性和工程应用性.     

圆形传感器阵列多运动声源二维波达方向估计

针对超定条件下多运动声源目标二维波达方向角估计中,传统的波束形成法、MUSIC法等不能分辨临近目标、需要设置立体传感器阵列等问题,提出了基于圆形传感器阵列的独立分量分析算法。算法结合完全正交分解和GIVENS旋转实现数据的在线预白化并更新,采用向量来表示传感器和运动目标的方位角,通过结合独立分量分析算法和波束形成法,间接估计出了运动源的二维方向角,最后进行了数值模拟实验并与传统MUSIC方法进行比较。结果表明,该方法能够准确地探测和识别多运动声源目标的数目并估计其二维波达方向,为智能地雷目标探测提供了新方法。     

A cumulant-based parameter estimation algorithm for near-field sources

To efficiently use the array aperture and avoid the complicated parameter pairing computation, this paper proposes a new cumulant-based algorithm for localizing near-field narrowband sources. Firstly, this algorithm proposes a symmetric uniform linear array (ULA), and constructs three cumulant matrices by using the fourth-order cumulants of some properly chosen sensor outputs; secondly, unlike the conventional parallel factor (PARAFAC) analysis models in data or subspace domain, it forms a three-way array (TWA) in the fourth-order cumulant domain using the three matrices, and analyzes the uniqueness of its low-rank decomposition; thirdly, it jointly estimates the frequency, the direction-of-arrival (DOA), and the range of each near-field source from the matrices via the low-rank decomposition of the TWA. The simulation results are presented to validate the performance of our proposed method.     

A cumulant-based parameter estimation algorithm for near-field sources

To efficiently use the array aperture and avoid the complicated parameter pairing computation,this paper proposes a new cumulant-based algorithm for localizing near-field narrowband sources.Firstly,this algorithm proposes a symmetric uniform linear ar- ray (ULA),and constructs three cumulant matrices by using the fourth-order cumulants of some properly chosen sensor outputs;second- ly,unlike the conventional parallel factor (PARAFAC) analysis models in data or subspace domain,it forms a three-way array (TWA) in the fourth-order cumulant domain using the three matrices,and analyzes the uniqueness of its low-rank decomposition;thirdly,it jointly estimates the frequency,the direction-of-arrival (DOA),and the range of each near-field source from the matrices via the low-rank de- composition of the TWA.The simulation results are presented to validate the performance of our proposed method.     

4-D parameter estimation of narrowband sources based on parallel factor analysis

A novel algorithm is presented in this paper to jointly estimate frequency, two-dimensional （2-D） direction-of-arrival （DOA）, and range of near-field narrowband sources. The proposed method extends the parallel factor （PARAFAC） analysis model from the common data- and subspace-domain to the cumulant one, and forms three-way arrays by using the five cumulant matrices obtained from the array outputs, and analyzes the uniqueness of low-rank decomposition of the three-way arrays, then jointly estimates source parameters via the low-rank decomposition. In comparison with the conventional methods, the proposed method alleviates the loss of the array aperture, and avoids pairing parameters. What is more important, this algorithm can deal with mixed far-field and near-field sources. Finally, the simulation results validate the performance of the proposed method.     

基于四阶累积量Root-Music的近场信源二维参数估计

为了对近场信源的距离参数和方向角参数同时进行有效估计,降低算法的计算量,提出了一种基于四阶累积量的Root-Music算法及相应的参数配对方法。该方法无需进行谱峰搜索运算,利用相应的配对程序能够直接得到近场信源的参数值,降低了运算复杂度。仿真实验表明,在估计两个信源参数时,信噪比为0时就能正确分辨方向角和距离参数,信噪比由-5 dB变化到15 dB时,估计参数的均方误差呈下降趋势。     

冲击噪声背景下的虚拟空间平滑算法

为解决在冲击噪声背景和相干信源条件下,高斯白噪声的相干信源DOA(Direction-Of-Arrival)估计算法失效的问题,提出了基于虚拟空间平滑共变系数矩阵(ROC-VSS:RObust Covariation-Based Virtual Spatial Smoothing)的DOA估计算法.该算法以虚拟空间平滑...     

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.     

基于内插阵列变换的相干源测向方法研究

利用内插阵列变换和前/后向空间平滑技术在阵列信号处理中的优点,提出了一种对相干信源进行超分辨测向的有效方法.该方法首先在不同的内插区间将均匀圆阵虚拟成等距均匀线阵,使其阵列流型具有Vandermonde矩阵形式,然后使用基于前/后向空间平滑技术的MUSIC算法对相干信号的波达方向进行有效地估计.该方法的主要优点在于,当相干信源数多于阵元数时仍可有效地估计出相干信源的二维波达方向,并且可实现全方位、无模糊的角度估计.计算机仿真证明了其有效性.