十字型阵列的互耦自校正算法

针对十字型阵列的互耦校正问题,提出一种信号源的二维角信息与互耦系数联合估计的互耦自校正算法,该方法对线阵内和线阵间的互耦同时进行校正.利用线阵内互耦矩阵及线阵间互耦矩阵的特性,构造重构矩阵,将耦合的二维角与互耦系数联合估计问题转化为级联估计问题,不需要校正源,避免了高维参数的非线性搜索.理论分析和仿真结果均表明,提出的方法可以很好地解决十字型阵列的互耦校正问题,信号的二维角和互耦系数的估计精度高,且计算量小.     

方位依赖阵元幅相误差校正的辅助阵元法

现有的阵列校正方法几乎都基于方位无关的阵列误差模型, 方位依赖的阵列误差校正一直以来都是阵列校正技术中的难题, 相关的研究成果报道得很少. 提出一种利用辅助阵元对方位依赖的阵元幅相误差进行自校正的新方法—ISM(Instrumental Sensors Method). 通过引入少量精确校正的辅助阵元, 该方法可以在多源情况下对信源方位和其对应的阵元幅相误差进行无模糊联合估计. 由于互耦和阵元位置误差均可以等效为方位依赖的阵元幅相误差, 所以该方法可以对多种阵列误差同时进行校正. 该方法适用于任意的阵列几何结构(包括均匀线阵); 而且其运算量小, 只需要参数的一维搜索, 不存在通常参数联合优化估计时的局部收敛问题. 此外, 该方法无需现有阵列校正算法中经常使用的阵列误差的微扰动假设, 更加符合实际的误差模型. 文中对新方法的估计性能进行了理论分析, 并用Monte Carlo计算机仿真实验验证了新方法的有效性.     

存在互耦误差时的圆台共形阵列DOA估计

阵列存在互耦误差时,由于理想导向矢量与实际导向矢量之间存在偏差,使得高分辨空间谱估计方法性能恶化.本文针对圆台共形阵列,充分利用其结构分布特性,以互耦矩阵呈复共轭对称分布为前提推导出了圆台共形阵列的互耦矩阵模型.在此基础上,利用两种模式对互耦矩阵进行分解,由此建立了两种基于圆台共形阵列的互耦误差自校正模型.两种模型均可以实现存在互耦误差时的圆台共形阵列DOA估计,且校正后的导向矢量与实际导向矢量之间的相关程度得到明显改善.另外,本文所提的互耦自校正方法具有较低的信噪比门限.理论分析和仿真结果证实了本文两种模型的有效性,可以为共形阵列的工程应用提供参考.     

阵列误差有源校正算法及其改进

阵列互耦、幅相误差以及阵元位置误差的综合影响会严重影响MU-SIC算法的测向性能.为此,本文主要研究了由这3种误差引起的阵列误差校正问题.该文在已有的阵列误差校正算法(算法1)的基础上,给出了一种基于互耦矩阵稀疏性的阵列误差校正算法(算法2)和一种利用互耦矩阵特殊结构的阵列误差校正算法(算法3).虽然3种算法具有相同的计算模式和理论框架,但后2种算法因利用了互耦矩阵的更多性质,从而提高了参数估计精度,而对于均匀线阵和均匀圆阵而言,算法3的优势更加明显.另一方面,文中还将上述3种算法推广应用于校正源方位存在偏差的情况,它们在校正阵列误差的同时,还可以补偿校正源的方位偏差.最后,分别在校正源方位无偏差和有偏差这两种情况下,通过仿真实验分析和比较了3种校正算法的参数估计性能.大量仿真实验表明,若能尽可能多地利用互耦矩阵的特殊性质,将十分有利于提高阵列误差的校正精度.     

互耦条件下双基地MIMO雷达的收发角度估计

阵元互耦的存在会使双基地MIMO雷达多目标定位算法的性能恶化．利用发射和接收互耦矩阵的带状、对称Toeplitz性质，提出了一种基于ESPRIT的双基地MIMO雷达收发角度算法，并针对现有参数配对算法中存在参量兼并的问题，给出了一种改进的自动配对算法．仿真结果表明：在存有相同发射角／接收角时，本文算法仍能有效实现多目标定位，无需进行谱峰搜索和额外的目标配对；本文算法对互耦系数自由度和扰动误差的稳健性优于MUSIC-like算法，并且具有更高的估计精度．此外，还推导了确定信号模型下收发角和互耦系数的CRB（Cramer—Raobound）．     

宽频段空间信号频率、二维到达角和极化联合估计

在宽频段情况下,利用两个非均匀线阵组成的L型阵列,提出了一种基于ESPRIT和整数搜索解模糊算法的多个独立空间信号频率、二维到达角和极化的联合估计算法. L型阵列由与坐标轴方向平行的偶极子对组成. 数值模拟结果证实了这种方法的有效性.     

宽频段空间信号频率、二维到达确和极化联合估计

在宽频段情况下，利用两个非均匀线阵组成的L型阵列，提出了一种基于ESPRIT和整数搜索解模糊算法的多个独立空间信号频率、二维到达角和极化的联合估计算法，L型阵列由与坐标轴方向平行的偶极子对组成，数值模拟结果证实了这种方法的有效性。     

稀疏均匀非同心电磁矢量阵列的2D-DOA与极化联合估计

本文提出了一种稀疏均匀非同心电磁矢量传感器矩形阵列,针对该阵列提出了一种二维波达方向(2D-DOA)和极化参数的联合估计算法.首先利用稀疏均匀矩形阵列的旋转不变性得到周期性模糊的2D-DOA估计,然后提出一种简易的非同心电磁矢量传感器的2D-DOA估计算法来解模糊,再通过一些三角变换得到高精度无模糊的2D-DOA和极化参数估计,最后推导了该阵列多参量估计的闭式克拉美罗界.本文所提阵列的稀疏配置使得在不增加阵元数和硬件复杂度情况下有效扩展了阵列物理孔径,且由于矢量传感器的使用获得了极化分集,使得2D-DOA的估计精度大大增加.此外本文方法能得到2D-DOA和极化参数之间的自动配对,更为重要的是该阵列使用非同心电磁矢量传感器构成,解决了同心电磁矢量传感器互耦严重、硬件设计困难的问题.仿真结果证明了本文多参量估计算法的有效性.     

多通道雷达天线阵列的设计理论与算法

多通道雷达天线阵列的设计,尤其是MIMO雷达阵列的设计是一个全新的研究内容,涉及MIMO雷达的目标回波空间分集实现、空间采样能力,由此影响目标参数估计、DOA和雷达成像性能.论文从目标散射模型、收发信号模型出发,提出了基于空间卷积理论的MIMO雷达天线阵设计方法与算法,着重分析和介绍了收发复用线性阵情况下的MIMO雷达阵列设计算法,给出了并证明了其等效接收阵列存在的充要条件,在此基础上,论文以目标成像的空间采样和DOA估计性能为例,给出了典型的空间采样模型,对于空间卷积不存在解析解的空间采样模型,也给出了逼近算法.     

非圆信号的协方差匹配自校正算法及其性能分析

针对非圆信号测向中方位依赖幅相误差的校正问题，本文根据非圆信号的非圆特性和辅助阵元能够自校正的特点，对协方差匹配估计技术（covariancematchingestimationtechnique，COMET）进行改进，提出一种适用于信源时域统计特性未知和统计独立特性先验已知两种情况的改进算法：NC—COMET算法．该算法利用非圆信号扩展协方差数据，使其校正精度较常规的基于辅助阵元的最大似然类算法（未利用非圆特性）有明显提升，且降低了最小辅助阵元数要求．从理论上证明了参数估计的统计一致性，采用一阶误差分析方法推导了有限采样影响下参数估计的均方误差表达式，并提出算法的cc数据利用率”定义，定量比较获得了NC．COMET算法的数据利用率较常规的最大似然类算法的提升幅度．仿真结果亦表明NC—COMET算法性能较常规的最大似然类算法更优：低信噪比下具有更强的鲁棒性；信源时域统计独立特性先验已知或者大非圆率的情况下，该算法对校正精度的提升尤为明显．     

用矢量天线阵列实现相干Chirp信号多参量联合估计

提出一种采用矢量传感器（天线）阵列联合估计相干Chirp信号初频,调频斜率,2维到达角和极化的算法.通过分数阶Fourier变换估计信号的初频和调频斜率,并用之构造了新的相关矩阵以抑制噪声.利用到达角和电磁极化矢量的特点,解决了由于信号相干带来的自相关矩阵奇异问题.为提高估计精度,采用了扩展阵列间距的L型均匀天线阵列,并提出了在信号相干情况下,解除角度估计模糊的算法.通过仿真,将此算法与常用的空间平滑算法进行了比较,证明了该算法的有效性.     

分布式发射阵列下目标回波相关性分析

发射分集多输入多输出(MIMO)雷达利用分布式发射阵列对目标回波去相干,然后利用集中式接收阵列直接使用接收到的目标回波(不分离各发射阵元的信号)进行多目标角度估计.文中分别在Swerling I和II目标模型下,分析了目标回波之间的相关性.通过分析得到:(1)在Swerling II模型下,目标回波不相关(2)在Swerling I模型下,要使目标回波的相关性随着发射阵元数的增加而降低,发射阵元增加前后的信号归一化协方差矩阵要满足一定关系,文中给出了这个关系最后目标回波相关性和角度估计性能的计算机仿真验证了理论分析的正确性.     

基于混合非圆率信号的CESPRIT算法

根据信号常常为圆和非圆信号混合形成的这一情况，提出的做一种基于ESPRIT思想的CESPRIT算法。该算法对阵元接收数据取共轭，然后重组出新的接收数据矩阵，利用构造出的两个选择矩阵，将新接收数据矩阵在分割为两个特定子矩阵，并结合ESPRIT算法思想，对获取的两子阵间的旋转不变关系矩阵进行特征值分解。通过获得的特征值估计出信号DOA．仿真实验表明，与传统ESPRIT算法相比，该算法具有估计精度高，需要的快拍数少和处理的信号个数可大于阵元个数等优点。     

基于特征点的空间目标三维位姿单目视觉确定算法

针对基于特征点的空间目标包括相对位置和相对姿态等的三维位姿单目视觉确定问题,提出了一种基于逆投影思想的迭代方法.给出了一种包含景深估计和绝对方位解算两阶段的迭代算法,在景深估计阶段首先计算由转移矩阵表示的最优平移矢量,然后重构各特征点,并利用其在逆投影线上投影更新各特征点的景深;在绝对方位解算阶段采用Umeyama绝对方位解析算法计算相对姿态矩阵,上述两阶段迭代进行直至结果收敛.利用全局性收敛性定理证明了文中算法的全局收敛性.最后,以航天器交会对接最终逼近段的视觉测量为背景对该算法进行了数学和物理仿真,进一步验证了算法的有效性和收敛性.     

基于平行因子分析的频率、二维到达角和极化参数联合估计

文中基于平行因子分析、结合高阶累积量,提出了一种信源频率、二维到达角和极化参数联合估计的新算法。该算法给出了一种新的阵列结构;接着巧妙选择特定偶极子对的输出计算四阶累积量,进而构造高维矩阵;然后基于形成的矩阵在累积量域构造平行因子分析模型,并分析了该模型低秩分解的唯一性,最后利用其分解的结果联合估计信源参数。文中算法有效减小了阵列孔径损失、避免了参数配对。最后给出的仿真结果证实了文中算法的有效性。     

一种菱形结构的二维耦合振荡器阵列及其在有源天线阵中的应用

传统的二维互注入锁相耦合振荡器阵列采用矩形栅格结构，可以实现无移相器的波束形成和扫描．矩形结构阵列相邻阵元相位差限制在[-90°，90°]内，当阵元间距为半波长时，其水平和俯仰波束扫描范围限制在偏离法线方向30°以内，论文提出了一种菱形结构的二维耦合振荡器阵列，给出了其相位控制方法，并对相位控制误差进行了分析，在对菱形结构的耦合振荡器阵列的稳定性进行分析后，给出了稳定条件，对阵列的稳定过程和相位控制方法进行了计算机仿真，对理论分析结果进行了验证．该菱形结构耦合振荡器阵列，在水平和俯仰方向上相邻阵元的相位差可达[-180°，180°]，具有比矩形栅格结构更宽的波束扫描范围。     

基于双容积卡尔曼滤波的车辆状态与路面附着系数估计

针对车辆行驶过程中的车辆状态与路面附着系数估计问题,论文研究了基于双容积卡尔曼滤波的车辆状态与路面附着系数估计算法,建立了采用Dugoff轮胎模型的三自由度车辆估算模型,基于双容积卡尔曼滤波理论设计了车辆行驶状态与路面附着系数估计器,使二者在估计过程中相互联系、形成闭环反馈,实现对车辆状态与路面附着的实时准确估计.选择典型工况,应用驾驶模拟器在环实验对双容积卡尔曼滤波估计算法进行了验证,并与双扩展卡尔曼滤波的估计算法进行对比分析.结果表明:基于双容积卡尔曼滤波的估计算法相对于基于双扩展卡尔曼滤波的估计算法更能够较准确地实现对车辆状态和路面附着系数的估计.     

无线传感器网络中一种高效的距离差估计方法

RIPS系统通过测量干涉信号的相位提供了一种精度高、设备简单的无线传感器网络定位方法.但利用相位进行测距和定位的方法不可避免地存在相位模糊问题,RIPS系统采取的方式是在多个频率下对某一距离差进行相位测量,根据各相位测量值来搜索实际距离差.为了避免RIPS系统中这种繁复的搜索过程,文中提出了一种高效的距离差估计方法.该方法基于中国余数定理(CRT)通过闭式一次直接计算得出距离估计值,从而避免了搜索过程,极大地降低了节点运算能耗并且提高了定位系统的实时性.同时,为了克服传统CRT算法对噪声敏感的缺点,利用算法中加权系数具有的一些性质来减小噪声对估计结果的影响,提高了算法的鲁棒性.仿真结果表明该方法鲁棒性好,估计精度高,在无线传感器网络中具有良好的可行性.     

一种有效的超分辨空间谱估计方法--虚拟阵列变换法

提出了一种有效的超分辨谱估计方法－虚拟阵列变换法,该方法通过对任意阵列实施变换,有效地增加了阵元数目（实为虚拟阵元）。该方法不仅可以克服任意阵列稀面时的信号模糊问题,而且增加了可检测的信号源数及提高了阵列的解相干能力。通过理论分析与仿真实验进一步证实了该方法的有效性,。     

估计基础矩阵的六点综合算法

提出了一种基于２个非校正相机和八参数模型的基础矩阵（Ｆ阵）估计新算法－－点六综合算法，首先用一个新约束求出Ｆ阵的２个参数，而这２个参数正好是一个对极点的仿射坐标，然后通过解线性方程组获得其余６个参数。最后，经过对一些真实图象的测试和实验表明本方法除了有明显的几何意义外，还有需要较少的匹配点对以及可获得高精度Ｆ阵等优点。