一种基于L型阵列的改进的二维DOA估计方法

二维DOA估计在电子侦察、智能天线、雷达等方面都有广泛应用.二维DOA估计的方法有很多,主要用水平面L型阵列和ESPRIT算法进行二维DOA估计.提出用水平线阵和垂直线阵构建L型阵列,分成四个子阵,计算四个互相关矩阵,四个互相关矩阵构造一个特殊的大矩阵,对该矩阵进行特征值分解获得信号子空间估计,再用ESPRIT算法进行方位角和仰角的估计.该方法可以直接得到目标仰角,不需要换算,简化了计算,通过子空间估计,提高了DOA估计的分辨率并可以估计更多目标的DOA.仿真结果表明本文的改进二维DOA估计方法提高了DOA估计的精度.     

用于二维角度估计的新型阵列结构及性能分析

为提高天线在低信噪比情况下的波达方向(Direction of Arrival,DOA)估计能力和估计精度,基于柱形多层均匀圆阵,提出了一种新型锥形多层均匀圆阵。将该阵列在锥面各条母线上的阵元等效为均匀线阵,并将各线阵上接收的数据构成新的阵列流形矩阵。对比分析2种阵列流形的克拉美罗界(Cramer-Rao bound,CRB),得出该阵列在低信噪比(Signal-to-Noise Ratio,SNR)、大仰角情况下相对柱形多层均匀圆阵可以获得更高的估计精度和估计成功概率。在仿真中,用二维多重信号分类(Two-Dimensional Multiple Signal Classification,2-D MUSIC)算法验证了该阵列在多信源、低信噪比和大仰角时的优越性,同时给出了空间角对该阵列DOA估计性能的影响。     

一种新的二维Capon算法的研究

在传统Capon算法的基础上,提出了一种新的基于3个正交均匀直线阵的二维Capon来估计信号的二维DOA,利用其中一个线阵来组合其他2个线阵分别估计的一维DOA,将复杂的二维处理问题转化为简单的一维问题,大大降低了算法实现的复杂度,改善了DOA的估计性能。仿真结果证明了该方法的有效性。     

非规则部分校准阵列下的宽带LFM信号二维DOA估计

提出了一种宽带线性调频（LFM）信号的二维波达方向（DOA）估计新方法.该方法在空域和时域同时对信号进行采样,并利用观测样本的分数阶Fourier域峰值构造出新的时频空DOA矩阵,进而通过特征值分解的方法实现多个LFM信号的DOA估计.该方法充分地挖掘了观测信号所包含的时频信息,降低了对阵列结构和阵元一致性的约束,使其适用于阵元几何分布不规则且大部分阵元未经校准的阵列.此外,该方法无需谱峰搜索和二维参数配对,计算简单且估计精度较高.仿真结果显示,在DOA估计的均方根误差（RMSE）相同时,与传统方法相比,该方法可获得6～8 dB的信噪比增益.     

一种新的二维Capon算法的研究

在传统Capon算法的基础上，提出了一种新的基于3个正交均匀直线阵的二维Capon来估计信号的二维DOA，利用其中一个线阵来组合其他2个线阵分别估计的一维DOA，将复杂的二维处理问题转化为简单的一维问题，大大降低了算法实现的复杂度，改善了DOA的估计性能。仿真结果证明了该方法的有效性。     

紧致麦克风阵列压缩采样与DOA估计方法

针对紧致麦克风阵采样信号大量冗余的问题,提出了一种ΣΔAD压缩采样方法.该方法将软硬件相结合,在ΣΔAD转换器内部进行压缩采样.压缩采样中采用自适应过程,去除信号中的冗余分量,并将压缩后的信号进行稀疏编码.仿真结果表明,使用该方法对紧致麦克风阵接收信号进行压缩编码时,通过选取合适的稀疏化阈值,可使源数据的压缩比达到10%~30%.压缩采样后的信号可以用于DOA估计等应用.针对八元紧致麦克风圆阵和DSP实时系统的DOA估计实验结果表明:这种DOA估计方法在阵元间距低至2 cm时仍能正常工作;当阵列尺寸减小时,相比经典MUSIC算法和PHAT-GCC算法,该方法定位精度更高,噪声鲁棒性更强.     

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。     

二维MUSIC算法分维处理及其阵列结构的研究

基于阵列接收信号相关矩阵特征结构的谱估计方法是信号参数测量的主要方法之一。随着应用研究的不断深入,对信号的二维参数进行测量的要求日益迫切。针对目前多信号环境下二维DOA参数测量问题,对二维MUSIC算法分维处理中的参数配对耦合问题进行了分析,得出了耦合阵列结构的特征,即二维MUSIC算法分维处理中,耦合的产生与否由阵列的横坐标矢量与纵坐标矢量的线性相关性决定。该特征表明,传统的平面阵列存在着较大的阵元冗余。在此基础上,提出了无冗余的配对阵列。同时,提出了解耦合的F型阵列结构和分维搜索方式,进一步减少二维参数测量的阵元冗余。与现有的二维DOA参数测量方法相比,在计算量、阵元利用率和测量精度等方面性能突出。通过仿真,表明了算法和阵列结构的有效性。     

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.      

基于时延估计的麦克风阵列一致性分析

基于麦克风阵列的声源定位技术广泛应用于现场录音及会议通信等领域.常用的麦克风阵列声源定位技术中,时延估计是一种硬件成本低、计算量小且易于实现的算法.影响麦克风阵列时延估计的因素很多,麦克风阵列阵元的一致性性能是其中之一.基于相位变换的广义互相关算法,提出了一种新的麦克风阵列阵元一致性估计指标.构建3组阵元一致性指标不同的麦克风阵列,开展了对实际声源的角度估计.计算麦克风阵列对声源角度的估计时延和声源角度的理想时延之间的差值,建立了其与声源角度估计误差的方差关系,提出了基于时延估计误差的麦克风阵列阵元一致性估计指标,并验证了该指标在麦克风阵列阵元选择上的实际指导意义.     

基于均匀圆阵的循环平稳信号的DOA估计

相干信源的DOA估计一直是一个十分棘手的问题,由此提出了一种基于均匀圆阵的利用信号循环平稳特性进行DOA估计的方法.利用模式空间变换算法以及矩阵分解算法的思想,结合信号的循环平稳特性和Cyclic MUSIC算法,实现在高斯白噪声背景下均匀圆阵相干信源的DOA估计.通过MATLAB仿真验证了该算法具有良好的解相干能力,在低信噪比条件下具有比常规的循环空间平滑算法更好的解相干性能.     

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.     

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.     

SQP 优化的最大似然波达方向角估计

为快速实现波达方向角( DOA: Direction Of Arrival) 的精确估计, 提出了应用序列二次规划( SQP:Sequence Quadratic Program)的最大似然DOA 估计算法。给出了用于DOA 估计的最大似然函数, 将参数估计问题转化为非线性函数优化问题; 并利用SQP 优化算法对似然函数的求解进行优化, 得到DOA 的估计值。仿真结果表明, 该算法可用较少的计算时间实现对似然函数的优化求解, 同时保留了最大似然估计的渐进无偏估计性能, 与遗传算法、粒子群算法相比, 不仅具有更快的寻优速度, 而且具有更高的收敛精度。     

基于神经网络的相干信源稳健DOA估计

目前基于神经网络的DOA估计主要是针对理想情况下的均匀线阵,且信源非相干,可估计的信源数较少.针对阵列误差和相干信源同时存在的问题,在理想数据集中引入互耦误差、阵元幅度误差、阵元相位误差以及阵元位置误差,并设计了一个多通道CNN+DNN网络和目标函数生成方法,用于相干信源的稳健DOA估计.引用B-band互耦模型和相关误差模型合成阵列输出信号,通过提取阵列输出信号的协方差矩阵的实部、虚部与相位角,构建网络的输入信号.对理想条件下的MUSIC算法DOA估计结果进行拟合,根据拟合公式生成多信源从不同角度入射时的空间谱,作为网络的目标信号.使用相同的数据集对本文DOA估计网络与其它文献中的DOA估计网络进行训练和测试.结果显示,在不同信噪比、不同误差大小以及不同信源数的情况下,本网络的稳健性和解相干能力都更优.     

直接数据特征值分解的相干源DOA估计

提出一种基于均匀圆阵单次快拍数据的相干信源波达方向(direction of arrival,DOA)估计方法——直接数据特征值分解(direct data eigenvalue decomposition,DD-EVD)法. 算法通过模式空间转换将均匀圆阵虚拟为均匀线阵,再直接利用波束空间的快拍数据,构造一个Toeplitz矩阵,并对矩阵按阵列流形分解. 理论推导证明,矩阵的秩得到恢复,只与入射信号个数有关. 对该矩阵进行特征值分解可得到正确的信号子空间和噪声子空间,进而完成相干信源DOA估计. 算法使用单次快拍数据构造矩阵,适合非平稳信号参数的估计,同时不需要快拍累计和相关运算,降低了计算复杂度. 仿真结果验证了算法的有效性.      

基于旋转不变子空间原理的共形阵列DOA与极化状态联合估计

利用交叉电偶极子天线单元在锥面共形载体上构造极化敏感阵列,推导并建立了其快拍数据模型.在此基础上,利用锥面共形载体的单曲率特性构造满足旋转不变关系的成对子阵,根据旋转不变子空间思想提出一种信源方位和极化参数的联合估计算法.Monte Carlo仿真实验表明,该算法能够很好地解决锥面共形阵列应用中的多参数联合估计问题.
     

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.