基于改进波束域MUSIC算法的高分辨方位估计

波束域MUSIC算法在波束域高分辨目标方位估计算法中是最具代表性的方法.和阵元域处理相比,波束域处理具有计算量小,分辨信噪比门限低的优点,文中论及窄带信号的波达方向估计问题,提出了高分辨处理的一种改进的波束域MUSIC算法.仿真计算表明,这种改进算法降低了信号的分辨信噪比门限.     

基于改进波束域MUSIC算法的高分辨方位估计

波束域MUSIC算法在波束域高分辨目标方位估计算法中是最具代表性的方法。和阵元域处理相比,波束域处理具有计算量小、分辨信噪比门限低的优点。文中论及窄带信号的波达方向估计问题,提出了高分辨处理的一种改进的波束域MUSIC算法。仿真计算表明,这种改进算法改进了信号的分辨信噪比门限。     

一种基于分数阶傅里叶变换域加权MUSIC算法的移动单站多目标无源定位方法

针对多个线性调频信号目标源存在的情况,通过分析接收信号的多普勒频移,建立移动单站上天线阵列对多分量线性调频（LFM）信号的接收模型,提出基于分数阶傅里叶变换（FRFT）域加权MUSIC算法的无源定位方法,实现了低信噪比下多目标的信号检测与方位估计.仿真结果表明,该算法可以分辨多个频率及空间相近的目标源,且精度很高.     

矢量水听器阵列矩阵空域预滤波MUSIC算法

针对矢量水听器阵列多重信号分类(MUSIC)算法分辨率低这一缺点,提出了矢量水听器阵列矩阵空域预滤波MUSIC算法.该算法充分利用矩阵空域滤波器输出数据保留阵元域的特性,通过设计一个空域矩阵滤波器对矢量水听器阵列数据进行预处理,抑制阻带扇面的干扰与噪声,且尽量保证通带扇面的信号无失真通过,然后利用MUSIC方位估计进行处理.仿真结果表明:该算法可以抑制通带扇面外干扰与噪声,通带内目标分辨信噪比门限可提高3dB.     

基于支持向量机可控功率响应的MUSIC-DOA估计方法

针对MUSIC归一化算法在低信噪比时波达方位(DOA)估计性能下降的问题,提出了基于支持向量机(SVM)可控功率响应的MUSIC-DOA算法。该算法首先对宽带信号进行快速傅里叶变换,然后用MUSIC算法进行DOA估计,最后通过SVM对每个子带信号的DOA估计结果进行分类,选择分类后DOA估计结果较为准确的子带信号进行融合,得到宽带信号的DOA估计。该文方法有效解决了MUSIC归一化算法在低信噪比时定位精度不高的问题,提高了定位系统的稳定性。     

圆形传感器阵列多运动声源二维波达方向估计

针对超定条件下多运动声源目标二维波达方向角估计中,传统的波束形成法、MUSIC法等不能分辨临近目标、需要设置立体传感器阵列等问题,提出了基于圆形传感器阵列的独立分量分析算法。算法结合完全正交分解和GIVENS旋转实现数据的在线预白化并更新,采用向量来表示传感器和运动目标的方位角,通过结合独立分量分析算法和波束形成法,间接估计出了运动源的二维方向角,最后进行了数值模拟实验并与传统MUSIC方法进行比较。结果表明,该方法能够准确地探测和识别多运动声源目标的数目并估计其二维波达方向,为智能地雷目标探测提供了新方法。     

强干扰环境水下运动阵列方位估计的新方法

针对水下存在方位不确定的强干扰源时基于合成孔径技术的多目标方位估计方法失效的问题,提出一种基于稳健卡朋波束形成器(RCB)的波束域处理技术的扩展拖曳阵测量方法(RCB-ETAM).该方法先利用物理线列阵的直线运动特点和水中信号的相干性,通过对不同时段的数据进行相位补偿将物理阵的数据矩阵合成更长孔径的虚拟阵的数据矩阵,然后根据虚拟阵数据和干扰源方位,使用RCB自适应调整虚拟阵元权值在感兴趣的范围内形成若干个波束,每个波束在干扰源方位形成零陷从而减小干扰对波束输出结果的影响,最后将虚拟阵数据转换到波束域,使用常规波束形成方法得到目标方位.仿真结果表明,与ETAM方法相比,RCB-ETAM的抗强干扰能力有了很大提高,在ETAM完全失效的情况下,依然能够给出目标方位的准确估计.     

改进的高频天波雷达空间谱重构算法

提出一种适用于波束形成后数据的改进的高频天波雷达空间谱重构算法．由于不同接收阵元的目标相位叠加在波束形成后的数据中,当缺少独立阵元输出数据时,已有算法对相同波束宽度内的相干目标难以形成可分辨的空间谱．为此,利用伪逆变换处理波束形成后的数据以获得等效阵列数据,通过结合Toeplitz矩阵构造方法和MUSIC算法重新构造了空间谱,从而实现了相干目标的超分辨处理并改善了方位估计精度．仿真分析了所提方法的有效性以及不同的加权窗对其性能的影响．     

基于BP神经网络的海上目标检测

为了减少展宽的一阶海杂波谱对空间超分辨谱估计技术的影响,提高MUSIC算法的检测性能,用BP神经网络实现海杂波预测和对消.利用神经网络的可对任意非线性函数模拟的特性,对展宽的海杂波进行模拟.用模拟后的结果实现一阶海杂波的对消,来满足MUSIC算法的应用条件.最后,用MUSIC算法分辨海上目标的方位信息.实验结果表明,对消前后目标背景噪声子空间特征值发生改变,对消后更接近于MUSIC算法的假设条件,提高了MUSIC算法的检测性能,扩大了MU-SIC算法的应用范围,实现在非高斯噪声背景条件下应用MUSIC算法检测目标.     

OFDM系统中基于子空间加权的时延估计算法

针对低信噪比条件下正交频分复用（orthogonal frequency division multiplexing，OFDM）系统利用MUSIC算法（multiple signal classification）进行时延估计时，特征值分解得到的信号子空间和噪声子空间不能完全正交导致算法性能下降的问题，提出一种基于子空间加权的时延估计算法——WMUSIC算法（weighted multiple signal classification）。算法对信道频域响应估计的协方差矩阵进行特征分解，利用噪声特征值的幂级数对噪声子空间进行加权处理，同时采用信号特征值的倒数对信号子空间进行加权处理，以修正MUSIC算法的伪谱，通过谱峰搜索得到时延估计值。仿真结果表明，与MUSIC算法相比，WMUSIC算法具有更高的时延估计精度，在信噪比为－8 dB时，估计精度在两径条件下提升71.46%，三径条件下提升19.48%。WMUSIC算法有效解决了低信噪比条件下MUSIC 算法伪谱谱峰存在混叠导致谱峰搜索误差较大的问题，可以完成较为准确的时延估计任务，提高了低信噪比条件下OFDM系统的时延估计性能。     

子空间分解法在声目标特征提取中的应用

研究用于识别直升机目标声信号的特征提取方法,方法通过对直升机信号频特征分析,采用基于子空间分解的多重信号分类法算法提取信号谐波频率作为目标特征,利用子空产妥将观测数据分解为信号子这僮与噪声子空间特点,抑制噪声干扰,提高识别能力。     

双基地米波MIMO 雷达低空目标俯仰维DOD和DOA联合估计方法

对于双基地米波多输入多输出(MIMO)雷达低空目标俯仰维测向场景,受多径效应影响,发射接收导向矢量因存在耦合现象而与噪声子空间失去正交性,导致以多重信号分类(MUSIC)为主的子空间类算法在该场景下不可用,而基于空间平滑预处理的子空间类算法由于阵列孔径损失存在角度估计精度不高的问题。为解决上述难题,建立了双基地米波MIMO 雷达单目标和非相干多目标镜面反射信号模型,在信号模型数学变换和分析的基础上发现了一种仍旧与噪声子空间正交的导向矢量矩阵,然后利用新的导向矢量矩阵结合广义MUSIC和最大似然算法提出了双基地米波MIMO 雷达低空目标俯仰维波离方向和波达方向联合估计方法,最后通过仿真验证了所提方法的有效性和俯仰维测向性能的优越性。     

基于频率分集逆合成孔径雷达的多重信号分类目标成像算法

将频率分集的思想应用在逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像中,通过单频信号合成宽带信号,可解决系统发射接收宽带信号复杂的问题.但窄带的合成可视为宽带信号的稀疏采样,由此带来了旁瓣提高等难点.提出一种基于频率分集ISAR体制的多重信号分类(multiple signal classification,MUSIC)目标成像算法,该算法将合成阵列接收的回波信号协方差矩阵进行特征值分解,得到信号子空间与噪声子空间,然后根据二者的正交性构建谱函数对目标位置进行估计,得到目标的超分辨二维像.将MUSIC算法与后向投影(back projection,BP)算法做了对比,仿真结果表明:在有较强噪声环境下,前者仍能有较好的成像效果,证明本文方法的应用可有效解决频率稀疏带来的高旁瓣问题.     

阵列信号处理中DOA估计的误差分析

多重信号分类法(即MUSIC算法)具有很高的分辨力、估计精度及稳定性,在阵列信号处理中对DOA(direction of arrival)的估计也一直是人们研究的热点。通过对MUSIC算法中影响DOA估计的误差因素进行分析和研究,讨论MUSIC算法的估计性能。理论分析和仿真结果表明,对非相关或相干信号,MUSIC算法是一种有效的测量目标方位角的方法。     

基于时间反转矩阵理论的障碍物形态数据的确定

 针对经典多重信号分类法（MUSIC）算法存在图像重建包含目标信息较少的问题,引入时间反转矩阵推导建立确定散射物图像的理论方法,分析改进MUSIC 算法的定位精确性及其与阵元间距信噪比信号入射角度差间的关系。应用Ipswich 数据集,试验得出改进算法实现了较好的数据图像重建,为算法在确定障碍物形状上的优势提供依据。通过对非对称的双圆形金属柱体对比试验,得出算法在高频情况下可以较好的完成图像重建,且频率越高图像重建的特征值越小,分辨率越高。     

α噪声背景下谐波恢复方法研究

为解决α 噪声背景下的谐波恢复问题,提出了归一化循环相关结合多重信号分类算法。该算法包含两种 多重信号分类算法( MUSIC: Multiple Signal Classification) : 样本空间MUSIC 算法和特征空间MUSIC 算法。 这两种MUSIC 算法充分利用信号子空间和噪声子空间,在空域内做谱峰搜索以求取谐波频率。该算法不仅能 估算谐波信号频率,同时也能提高谐波估计的精度。计算机仿真结果表明,使用这两种算法可完成谐波信号频 率有效估算,而且效果比原有分数低阶矩及其派生的分数低阶统计量更优,且有效地解决了非整数算子造成的 相位扭曲问题,应用前景广泛。     

一种多分辨率DOA估计的小波包算法

根据MUSIC算法在信号波达方向(DOA)较近或相干时性能迅速下降的情况,提出了一种多分辨率信号波达方向估计的小波包算法基于子带分解的MUSIC算法(SB MUSIC)·算法对全带信号进行子带分解,并根据最优基选取准则选择最优叶节点,然后对每个叶节点应用MUSIC算法进行谱估计·研究表明子带分解具有提高信噪比(SNR)和放大频率间隔等优点·考虑到算法应用时只有全带频率才有意义,提出了子带频率向全带频率映射的方法·仿真证明,SB MUSIC不仅提高了特征子空间方法的分辨率,而且在子带划分适当时,具有一定的信号去相关能力,并且子带谱的估计成功率和谱平度都高于全带谱·     

基于Teager-Kaiser算子的改进波束域MUSIC时延估计算法

为了降低波束域多重信号分类(multiple signal classification,MUSIC)算法估计接收信号到达时问(time of arrival,TOA)的计算复杂度,提高算法的抗噪性能,提出一种基于TK算子(Teager-Kaiser operator)的改进算法.利用TK算子对数据瞬时变化敏感的特性,...     

宽带CDMA系统上行链路天线阵列信号到达角估计

在多径时变信道环境中研究宽带CDMA天线阵列接收机基础上，应用MUSIC和二阶ESPRIT算法进行阵列信号最强径到达角估计，同时，提出了一种基于阵列收敛条件的导频辅助到达角估计算法，该算法利用自适应阵列收敛条件下正确跟踪期望信号方向的特点，搜索信号最强接收方向，并可将结果直接应用于下行链路波束成形权重计算，仿真结果表明，提出的导频辅助到达角估计算法与MUSIC和二阶ESPRIT算法相比，估计精度有较为明显的提高。