利用修正Cyclic MUSIC算法估计循环平稳信号的到达角

在对循环平稳信源进行DOA估计时,循环相关阵所利用的延时选取不合适将降低DOA估计性能。传统Cyclic MUSIC算法对于如何获取最佳延时并未给出具体讨论,现有的改进方法因其附加计算量随着快拍数的增大而急剧增加,故不具有实用性。针对以上问题,提出了一种修正Cyclic MUSIC算法。该算法通过原始数据估计最佳延时,并依此来选取合适的伪快拍数,在计算量增加相对较小的情况下,能够克服上述两种算法的缺点,明显提高DOA估计的性能。     

信号到达角的快速估计算法研究

针对将FFT算法用于空域信号处理中存在受空间阵元数的限制,分辨率不高,无法识别相距较近的两个目标的问题,对等距线阵的DoA估计算法进行了研究,提出了基于空间分割的快速MUSIC算法。此算法在FFT算法粗略估计的若干局域子空间内进行谱峰搜索,可大大减小MUSIC算法全空间谱峰搜索的计算量。在单一期望信号的情况下,提出了基于最小二范数的快速DoA估计算法,它可进一步减小计算量。仿真结果证明了对DoA估计的快速算法理论分析的正确性和算法的有效性。     

基于空间聚焦的到达角估计

提出了基于空间聚焦的宽带信号到达角(DoA)估计算法。该算法利用对称阵子和双线性变换将多个宽带信号聚焦至各自的瞬时频率,再通过傅里叶变换,在信号的各自瞬时频率上构造相关矩阵,由此构造MU-SIC空间谱,即可获得信号的DoA。该算法是先频域区分信号,再DoA估计,即采用了分维处理的方法,可实现信号频率-DoA的自动配对,避免了宽带信号DoA估计的(ω,θ)模糊问题。给出了两种实现空间聚焦的对称阵列结构。计算机仿真结果表明算法是正确的。     

基于非均匀采样的空时级联频率和到达角估计

将时域的非均匀采样扩展到空域阵列信号处理,提出了一种基于非均匀采样的空时级联频率和到达角估计方法。利用非均匀时延间隔的延迟器组成的虚拟阵列估计出信号频率,再基于非均匀空域采样估计出该频率上的信号到达角。该方法充分利用了非均匀采样时间间隔的随机性,突破了时域和空域采样定理的限制,解决了在使用较大阵元间距的条件下空时二维频率和到达角估计的模糊问题,不需要二维搜索和额外的配对过程,同时增大的阵元间距也显然提高了估计的精度和分辨率,仿真实验证明了该方法的有效性及小信噪比条件下估计精度的改善。     

空间相干信号的频率和二维到达角估计算法

针对宽频段窄带信号的参数估计,提出了一种空间相干信号频率和二维到达角联合估计的算法——TSS-DOA算法。TSS-DOA算法利用双平行线阵的时空数据以及平滑技术构造了一个时空平滑矩阵,通过对其进行特征分解,并利用分解得到的特征值和特征矢量估计出空间相干信号的三维参数。该算法能精确地估计信号的三维参数,无需多维谱峰搜索,具有计算量小,三维参数自动配对的优点,并有效地解决了信源参数兼并问题。计算机仿真结果验证了算法的有效性。     

基于Haar小波变换的信号到达时间估计

研究了在信号频率、初相、幅度未知条件下,矩形包络复正弦信号的到达时间估计算法。先利用相关检测算法,对信号的起止时间进行粗估计。在检测到信号的条件下,估计出信号频率并将其变换至基带,在一定尺度下对基带信号作Haar小波变换,检测出小波变换模值的峰点位置作为到达时间精估计。给出了小波尺度选取的原则,并推导了到达时间估计的克拉美罗限(CRLB)。计算机仿真表明,信噪比达6 dB时,到达时间估计的均方根误差小于0.8倍的采样间隔,实现了对信号到达时间的精估计。     

移动通信信号到达时间差定位的估计

到达时间差(TimeDifferenceofArrival,TDOA)位置估计是无线定位的一项关键技术.首先介绍了TDOA定位估计原理,阐述了基站任意分布时(以三基站为例)的二维定位估计,以及在特殊情况下,即基站线性分布时的定位估计.最后,对三基站TDOA定位估计及其定位精度进行了仿真,为第三代移动通信无线定位系统的研究和开发提供了理论基础.     

基于相位干涉仪的极化和到达角的联合估计

传统干涉仪天线通常是单极化的,不能测量电波的极化特征。在传统干涉仪阵列天线的基础上增加一个正交极化天线,构成极化干涉仪,它能同时测量电磁波的极化特征和到达角,并且具有硬件结构简单、易于实现等特点。建立了极化干涉仪的理论模型,提出了极化参数和到达角的频域估计方法和时域估计方法,比较了两种方法的优缺点。仿真结果证明了理论模型和算法的正确性。     

基于原子分解的多Chirp信号到达时差估计

针对多Chirp信号交叠的复杂环境下的到达时差估计问题,引入原子分解理论进行分析。首先对主站信号进行自适应Chirplet原子分解,获取交叠信号个数并分解得到相应的主要原子,然后利用获得的主站信号原子参数进一步估计和构建辅站转发信号的原子库,分别计算主辅站间各个对应原子的相关结果,利用相关峰值的位置可以估计出主辅站间各个Chirp信号的到达时差,从而进一步可以为实现同时对多Chirp辐射源的侦察定位提供依据,最后通过仿真验证了该方法的正确性和有效性。     

基于修正空时频分布矩阵的到达角估计

讨论了密集信号环境下,雷达侦察系统对信号到达角(DOA)的估计方法。首先对参考阵元的输出作时频分析,估计信号的频率参数,从而选择时频脊点构造方向矩阵;然后对各阵元输出求互Wigner Ville分布(XWVD)以构造修正空间时频分布(STFD)矩阵;最后用修正STFD矩阵代替传统MUSIC算法中的协方差矩阵即可求得信号的时频———MUSIC空间谱,从而得到信号的DOA。计算机仿真结果表明该算法可实现对常规雷达脉冲、线性调频信号等多种信号的DOA估计。     

基于数据矩阵的非圆相干信号完全解相关算法

提出了一种非圆相干信号完全解相关算法。不同于传统阵列信号中每次快拍形成一组数据矢量,该算法每次快拍形成一组数据矩阵。通过形成的数据矩阵,在矩阵内部实现虚拟平滑以达到解相干目的,通过数学证明,有该数据矩阵形成的信号相关矩阵可以等效成入射端信号为独立源时形成的信号相关矩阵,这样使得相干源之间得到完全解相关。该方法无孔径损失,可检测N-1个相干源(N为阵元个数)。计算机仿真验证了该方法的有效性和优越性。     

基于互相关矢量重构的解相干算法研究

针对相干信号源的波达方向角估计问题,提出了一种能有效解相干的互相关矢量Toeplitz算法。该算法利用了阵列接收数据互相关矢量的内在关系实现了相干源的完全解相干,在相干系数等于1的情况下,不损失阵列孔径,不需要通过空间平滑和加权。相对常规的空间平滑类算法,该方法实现简单,运算量小、鲁棒性好、估计精度高。通过仿真试验证明了该方法的有效性。     

基于酉变换ESPRIT的相干信源DOA估计算法

为了增强重构Toeplitz矩阵算法的估计性能,降低计算复杂度,提出了适用于相干信源波达方向估计的Toep UESPRIT算法。它使用利用旋转不变性的信号参数估计代替多重信号分类,避免了谱搜索,并且在构造Toeplitz矩阵的基础上,两次构建centro Hermitian矩阵,利用酉变换将复数域的特征值分解和总体最小二乘问题的求解实数化,使计算量大大降低。同时,由于centro Hermitian矩阵的构造过程重复利用了接收数据,估计精度得到大幅提高。实验仿真和分析证明了该算法的正确性和有效性。     

基于非圆信号的MIMO阵列方位估计方法

给出了多输入多输出（multiple-input multiple-output, MIMO）阵列的阵列信号模型。针对信号为非圆信号的形式,提出了一种在MIMO阵列中基于非圆信号的共轭多重信号分类方法（multiple-input multiple-output conjugate multiple signal classification, MIMO CMUSIC）。这种方法充分利用非圆信号的特点,从阵列接收数据构造共轭对称的Toeplitz矩阵得到伪协方差矩阵,然后用常规MUSIC方法进行处理。仿真结果表明,与常规MUSIC方法相比,在只需要一次或者少次快拍下,此方法在MIMO阵列中能够分辨多个目标,性能远优于常规的MIMO MUSIC方法。     

基于自适应旁瓣相消的干扰源方位估计方法

提出了一种基于自适应旁瓣相消器的压制式干扰源方位估计方法。首先,利用自适应旁瓣相消器对压制式干扰信号进行抑制处理并得到一组收敛权值;然后,利用收敛权值计算出接收阵列的方向图;最后,在接收阵列方向图上寻找较深的谷值点对应的方位来估计干扰源的方位。所提方法估计精度高且易于工程实现。针对典型卫星导航接收机阵列,通过计算机仿真验证了所提方法的有效性。     

基于稀疏非均匀COLD阵列的极化信号DOA估计

基于稀疏非均匀COLD(concentered orthogonal loop and dipole)阵列,提出了一种极化信号的DOA(direction-of-arrival)无模糊估计算法.该算法利用了稀疏非均匀COLD阵列的阵元数少和孔径大等特点,因而在阵元数目一定的情况下,可获得较高的DOA估计精度.由于稀疏非均匀COLD阵列可分成电磁环和偶极子两个子阵列,通过分析每个子阵列DOA估计的模糊性,给出了整个稀疏非均匀COLD阵列不发生DOA估计模糊的条件.通过计算机仿真证明了该算法的有效性.     

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。     

基于四阶累积量和时间平滑的相干信号DOA估计

高斯色噪声背景下,针对多径环境下的多用户波达方向（direction of arrival, DOA）估计问题,提出一种联合处理算法。新算法首先利用四阶累积量估计出各个用户的空间特征,然后利用基于时间平滑的多重信号分类 (multiple signal classification,MUSIC)算法实现各用户多径信号的DOA估计。该算法突破了传统空间平滑类算法的局限,对于M元均匀线阵,新算法最多可估计M×(M－1)个DOA,且各DOA与各用户可自动实现配对。计算机仿真结果验证了算法的有效性。     

基于自适应网格的跳频信号参数估计

分析了现有跳频信号稀疏重构算法的基不匹配问题,导致离散字典的稀疏表示能力变差,严重影响稀疏重构算法的性能。针对这种情形,提出了基于自适应网格的变分贝叶斯稀疏重构算法。该方法通过对字典不断地加权聚类和缩放处理,实现字典的自我更新,使得参数网格更加精细化。仿真结果表明,该方法具有良好的抗噪性能和交叉项抑制能力,同时缓解了稀疏重构算法的基不匹配情形,时频聚焦性进一步提高,能够在较低信噪比条件下,获取较高时频分辨率的时频矩阵,可以更精确地完成后续跳时刻检测、跳周期及跳频率等参数估计。     

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。