基于联合子带ANM的小快拍宽带DOA估计方法

针对被动探测系统中,经典宽带信号波达方位(direction-of-arrival, DOA)估计方法在小快拍条件下无法直接有效地进行方位估计的问题,提出了一种基于联合子带最小原子范数(atomic norm minimization, ANM)的小快拍宽带信号方位估计方法。该方法首先将宽带信号划分的各子带聚焦到参考频点,再联合聚焦后的子带进行数据矩阵重构,最后通过ANM半正定规划优化,构造并恢复出一个最优的Toeplitz矩阵。该Toeplitz矩阵经过特征分解,能获得准确的信号子空间,从而实现有效的DOA估计。仿真结果表明,本文所提的方位估计方法在小快拍条件下具有良好的DOA估计性能,且能够估计相干源目标。     

基于主动网络的新型网络管理模式

在介绍主动网络的基础上，阐述了将主动网络中的主动节点、移动代理技术应用于传统网管,并提出基于主动网络平台上的新型网络管理模型。对主动网管的动态MIB、代码移动等关键的实现技术和方法进行了探讨和研究。     

基于解耦原子范数最小化的二维DOA估计

近年来,原子范数最小化算法成为DOA估计领域的重要工具.针对二维DOA估计中解耦原子范数最小化DANM算法只适用于单快拍的场景,提出一种适用于多快拍场景的改进DANM算法.首先,通过改变DANM算法中的优化模型结构,进一步将基于矢量化的传统2D ANM求解模型解耦为2个一维ANM求解模型,使其适用于多快拍的场景;其次,为了避免大快拍所带来的高维度计算,将接收数据及其转置的协方差矩阵分别作为2个维度ANM求解模型的计算数据用于模型求解,使该维度的ANM求解模型维数限定于有限的传感器数目;最后,通过M USIC算法求出每个维度的DOA,并利用简单的2D配对方法进行配对得到2D DOA估计.数值仿真结果证明该算法保持了ANM类算法的估计性能优势,与DANM算法相比提高了估计精度和稀疏恢复能力,与基于对偶的2D ANM算法相比显著缩短了计算时间.