基于分数阶傅里叶变换的宽带LFM信号波达方向估计新算法

提出一种新的基于分数阶傅里叶变换和信号子空间分解的宽带线性调频(LFM)信号波达方向(DOA)估计算法.该方法利用LFM信号在分数阶傅里叶变换域的极高的聚集性,在分数阶傅里叶变换域分离信号,并构造分数阶傅里叶变换域的阵列信号相关矩阵.通过对相关矩阵进行特征值分解,估计信号子空间和噪声子空间,并利用MUSIC算法估计宽带LFM信号的波达方向.仿真验证了新方法的有效性.     

Nested阵列宽带LFM信号二维DOA估计

Nested阵列以其大阵列孔径和更多自由度的优点,成为近期研究的热点。但大多集中在对窄带、平稳信号的波达方向(direction-of-arrival,DOA)估计,针对宽带信号,特别是非平稳宽带信号的研究较少。本工作基于分数阶傅里叶变换,应用DOA矩阵方法,提出一种Nested阵列二维测角算法,不需进行二维非线性搜索和参数配对,可实现对宽带线性调频信号的空间波达角精确估计。仿真结果验证了该算法的优越性。     

一种基于均匀圆形阵的宽带相干信号二维波达方向估计方法

提出一种宽带相干信号方位角与仰角二维波达方向估计方法.该方法利用相干信号子空间法对带宽内各个频点的信号子空间进行聚焦,然后用均匀圆形阵建立数学模型,来进行二维波达方向的估计.仿真实验结果验证了方法的有效性.同时研究了信噪比,快拍数,相对带宽对方向估计误差的影响.此外,与现行的方法相比具有较小的计算复杂度.     

采用 RWT的信号波达方向估计方法

针对宽带多线性调频信号波达方向（DOA）估计精度低的问题,提出了一种基于Radon-Wigner变换（RWT）和多重信号分解（MusIc）的信号DOA估计方法．该方法首先利用RWT在多目标环境下能够有效抑制交叉项干扰和噪声,具有很好的时频汇聚性特点,通过峰值搜索提取信号的初始频率和调频斜率;然后将信号阵列的时变方向矩阵...     

基于分数阶频率域混合相关的线性调频信号检测与参数估计

针对线性调频(LFM)信号分数阶傅里叶变换的特性,提出了一种分数阶频率域相关算法.该算法不仅能够在低信噪比条件下对LFM信号进行检测,还能与时间域相关法混合求解,获得包含时延及多谱勒频移参数的信息,实现精确参数估计.在分数阶频率域相关中,不必进行角度的一维及二维搜索,具有简洁、高效的特点.计算机仿真结果表明,该方法是有效的.     

一种多分量线性调频信号参数估计方法

为解决目前传统方法在低信噪比时对多分量线性调频信号参数估计不理想的问题,提出一种新的参数估计算法.该算法将分数阶傅里叶变换和小波变换很好地结合起来,对经过分数阶傅里叶变换后的信号用小波进行滤波,并最终估计信号参数.仿真结果验证了该算法的有效性,可适用于低信噪比环境.     

线性调频信号的调频斜率估计方法

提出了一种基于分数阶傅里叶变换（fractional fourier transform,FRFT)估计线性调频信号（lmear FM,LFM)的参数的方法。该方法通过计算LFM的PRFT，然后用匹配滤波的方法确定LFM在时频域内正交投影位置，从而得到LFM的调频斜率。     

基于Y形阵的宽带信号波达方向估计研究

理论分析表明,Y形阵具有所需阵元少和在DOA估计的范围内其估计性能基本保持一致等优点,是角度一致性和阵元数的较好折衷,在阵元数受限和对角度一致性要求较高的场合具有较高的应用价值。为了研究Y形阵在宽带信号的DOA估计中的性能,将Y阵与双边相关变换算法相结合,对多个宽带相关信源进行DoA估计。计算机仿真实验结果验证了上述理论分析的正确性。关     

基于水声矢量传感器阵的波达方向估计

推导了基于水声矢量传感器阵的Bartlett和Capon空间谱的解析表达式，并与标量传感器的空间谱相比较，分析了基于矢量传感器阵的两种DOA估计方法对阵列定向性能的改善，并给出了数字算例。     

一种基于神经网络的宽带相干信号波达方向估计方法

相干信号子空间处理方法（ＣＳＭ）是一种通过构造聚焦（ｆｏｃｕｓｉｎｇ）矩阵来估计宽带相干源波达方向（ＤＯＡ）的有效方法．本文基于逆传播（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）学习算法，给出了一种用神经网络来实现聚焦过程的新颖方法．利用这种方法进行ＤＯＡ估计，可以无需预先知道源信号初始信息，不经预处理过程即可获得对ＤＯＡ的高性能估计     

基于窄带信号DOA估计的宽带相干信号DOA估计方法研究

提出了一种用窄带信号的波达方向(DOA)估计方法与宽带聚焦的方法相结合来估计宽带相干信号的DOA的方法.先利用相干信号子空间法将带宽内各个频率点的信号子空间聚焦到参考频点下的同一信号子空间,然后利用窄带信号的波达方向估计方法对DOA进行估计.用了一种新的无需谱峰搜索并且不要对噪声方差进行估计的窄带SSESPRIT算法进行宽带波达方向的估计,为了比较又用了经典的需要进行谱峰搜索的窄带MUSIC算法进行宽带信号的一维及二维波达方向的估计,仿真实验结果验证了方法的有效性.     

基于协方差矩阵重构的DOA估计方法

针对空间信号的波达方向估计,提出了协方差矩阵重构测向算法。由数据协方差矩阵的特征分解求得信号特征值及其对应的信号特征向量,根据各个信号特征向量构造相应的子协方差矩阵,算法定义一个新协方差矩阵。从理论上证明了新协方差矩阵在信号相干时仍然满秩,新算法在解除信号相干性的同时没有造成阵列孔径的损失。与空间平滑类算法相比,估计同样相干信号数,新算法能节省更多阵元。仿真实验证实了新算法优越的分辨能力和估计性能。     

基于相关矢量法L型阵列相干信号DOA估计

针对L型阵列提出了一种基于互相关矩阵的相关矢量(cross correlation matrix correlation vector method,CCM-CVM)重构解相干的波达方向(direction of arrival,DOA)估计算法。为了进一步提高估计精度,在此方法基础上又得到一种改进方法,即CCM-MCVM的方法。该方法基于前后向矢量重构理论,利用阵列互相关矩阵不含噪声的特点,把互相关矩阵的每一个列矢量作为前向矢量,通过对其前向矢量元素进行复共轭变换并颠倒顺序得到后向矢量。利用所有的前后向矢量来重构信号的协方差矩阵并提取信号的子空间,该方法相较于CCM-ESPRIT算法具有损失阵列孔径小,估计精度高的特点。理论分析和仿真结果表明了该方法在低信噪比和小快拍数条件下相较于对比算法具更好的估计性能。     

基于中心对称圆阵的不相关源和相干源的DOA估计

基于中心对称的圆阵,提出了一种针对不相关源和成对相干源的波达方向(DOA)估计方法.这是一种分两步估计的方法,首先利用阵列流形的唯一性条件估计出不相关源;然后通过构造中心对称的阵列流形来去除不相关源的干扰,同时达到去除成对相干源相干性的目的.这种方法简单有效,由于直接在阵元空间进行估计而不需要进行波束变换,因此具有较高的估计精度.仿真实验结果验证了该方法的有效性.     

高频宽带信道的一种参数化估计方法

为了对信道参数进行实时有效的估计,提高无线通信系统的性能,针对高频宽带信道条件下存在的群时延扩展现象,提出一种基于特定信道模型的参数化估计方法,反映了宽带信道中与信号频率有关的时延散布现象。该方法能较好将此信道模型进行适当简化,即仅使用部分低阶参数,可大幅降低其复杂度,提高了算法的工程实用性。针对简化的信道模型,对算法进行了仿真和实测数据分析。结果表明,采用该方法可以有效地对高频宽带信道的信道参数做出估计。     

阵列信号建模和波达方向估计方法

建立了均匀线阵和均匀圆阵模型,构造阵列接收信号的自相关矩阵,并用MUSIC算法得到来波方向估计.分别以1个信号、2个信号和3个信号的均匀线阵和均匀圆阵为例,通过MATLAB编程进行仿真实验.结果表明,来波方向的估计值与真实值之间的误差很小,证明了MUSIC算法用于来波方向估计的实用价值.总结了阵列信号处理中的几个关键技术和存在的问题.     

用于单比特稀疏偶极子阵列波达角估计的协方差矩阵估计方法

为了提高单比特稀疏偶极子阵列的波达角(DOA)估计精度,提出了一种协方差矩阵估计算法。利用偶极子阵列结构特征,将该阵列的接收信号重排为具有相同阵列排布的等效标量阵接收信号,其理想协方差矩阵具有托普利兹结构。利用该矩阵的托普利兹结构以及单比特采样信号与无量化接收信号的符号一致性,将等效标量阵接收信号协方差矩阵的估计问题转化为具有等式约束的非凸优化问题,并将此问题松弛为凸问题,求得该矩阵的估计值,进而使用子空间方法获得DOA的估计结果。实验结果表明：相较于单比特多重信号分类(OBMUSIC),在嵌套阵上,该文单比特稀疏协方差矩阵估计(OB-SCME)的估计精度最小均方误差(MSE)有平均2.2 dB的性能提升;在互质阵上,其估计精度MSE平均提升了8 dB;当信噪比为0且快拍数少于60时,其估计精度提升可达10 dB以上。     

水声OFDM通信系统中一种新的信道估计方法

研究了水声正交频分复用(OFDM)通信系统中的信道估计问题。通过分析水声信道的稀疏性结构特点及其统计特性,获得了基于最小误判的最优筛选门限。利用该门限能够最大限度地判别非零值信道抽头位置。在此基础上,采用结构LS方法进一步对非零值抽头进行精确估计,从而获得水声信道的精确估计值。通过计算机仿真,在两种不同稀疏信道情况下,验证了文中算法的有效性。该算法简单、快速,便于实际应用。     

多用户多径环境下DOA估计算法研究

针对移动通信中多用户多径环境下的DOA估计问题，提出利用CARE算法求出各用户的空间循征矢量，进而利用基于对称阵列的改进MUSIC算法求出各用户对应多径信号DOA的联合算法，仿真结果表明：结合CARE算法，基于对称阵列的改进MUSIC算法能自动对多用户的DOA进行分组，并能对每个用户的多径相干信号进行DOA估计，不需要做平滑计算，不需要判断多径信号的个数，不增加计算量。