A cumulant-based parameter estimation algorithm for near-field sources

To efficiently use the array aperture and avoid the complicated parameter pairing computation, this paper proposes a new cumulant-based algorithm for localizing near-field narrowband sources. Firstly, this algorithm proposes a symmetric uniform linear array (ULA), and constructs three cumulant matrices by using the fourth-order cumulants of some properly chosen sensor outputs; secondly, unlike the conventional parallel factor (PARAFAC) analysis models in data or subspace domain, it forms a three-way array (TWA) in the fourth-order cumulant domain using the three matrices, and analyzes the uniqueness of its low-rank decomposition; thirdly, it jointly estimates the frequency, the direction-of-arrival (DOA), and the range of each near-field source from the matrices via the low-rank decomposition of the TWA. The simulation results are presented to validate the performance of our proposed method.     

A cumulant-based parameter estimation algorithm for near-field sources

To efficiently use the array aperture and avoid the complicated parameter pairing computation,this paper proposes a new cumulant-based algorithm for localizing near-field narrowband sources.Firstly,this algorithm proposes a symmetric uniform linear ar- ray (ULA),and constructs three cumulant matrices by using the fourth-order cumulants of some properly chosen sensor outputs;second- ly,unlike the conventional parallel factor (PARAFAC) analysis models in data or subspace domain,it forms a three-way array (TWA) in the fourth-order cumulant domain using the three matrices,and analyzes the uniqueness of its low-rank decomposition;thirdly,it jointly estimates the frequency,the direction-of-arrival (DOA),and the range of each near-field source from the matrices via the low-rank de- composition of the TWA.The simulation results are presented to validate the performance of our proposed method.     

基于MSWF的宽带LFM近场源二维参数快速估计算法

提出一种基于多级维纳滤波器理论和非相干子空间算法的宽带LFM近场源方向角与距离二维参数联合估计算法.与经典算法相比,利用多级维纳滤波器理论直接从阵列接收信号构造噪声子空间,不必使用特征值分解,因此具有较低的计算量.理论推导和仿真实验证明了本算法的有效性.     

一种高精度的近场与远场混合源定位算法

提出了一种高精度的近场和远场混合信号源定位算法．此算法利用混合源阵列流形的对称性特点,从阵列流形里分离出到达角（directionofarrival,DOA）信息,并实现对所有近场与远场信号源DOA的估计．基于得到的DOA估计值,根据近场与远场源距离参数位于不同区间的特点实现对近场及远场源的分类,以及对近场源距离参数的估计．此算法由于充分利用了数据协方差矩阵的信息,并且基于多项式根值方法形成了一个统一的DOA估计器,所以获得了一个高精度的DOA估计性能,且进一步提高了近场源range参数的估计精度．此外,此算法不需要构造高阶累积量,不需要进行二维搜索,不需要进行参数配对;所有的实现过程仅需一维搜索,计算量小,实现简便．数值及与现有算法的对比实验验证了所提出算法的有效性及优越性．     

基于麦克风阵列多声源定位的新方法

针对传统方法不能准确地测量远场多声源位置的问题,提出了在近场和远场都能用的多声源定位新方法.该方法采用两个L型麦克风阵列,在每个阵列通过多声源的频率及到达角的联合估计求得信号源的夹角,基于每个信号源的夹角对估计多声源的位置.通过仿真实验验证了该方法在近场、远场都能准确地测量多声源位置,通过调节两个L型麦克风阵列之间的距离能得到误差在5%以下的声源定位精度.     

基于四阶累积量的近场源三维参数联合估计

针对近场窄带信源仰角、方向角和距离三维参数的估计问题,提出了一种新的近场源三维参数的联合估计方法。该方法利用特征值及相应特征向量和四阶累积量估计信号参数,不需要进行谱峰搜索,只需一维参数匹配,计算量适中,并且适用于加性高斯噪声环境。仿真实验证明,当信噪比为0时,该方法仍能够正确估计信源的参数。     

宽带循环平稳近场源定位算法

提出一种基于极化敏感阵列的宽带循环平稳近场源方向角和距离二维参数估计算法.采用均匀线阵,根据阵列偶极子对的输出数构造循环自相关矩阵,通过传播算子理论分解子空间,估计噪声子空间的最小二乘解,进而构造MUSIC空间谱函数,通过谱峰搜索估计信源的位置信息.仿真试验证明了本文算法的有效性.     

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.     

基于球麦克风阵列的三维空间多声源定位

由于球麦克风阵列本身结构的特殊性,目前它广泛的应用于声场录制、波束形成、声场重现和声场分析等等领域.利用球麦克风阵列的对称性进行三维空间的多声源定位,和传统的声源定位方法不一样,通过分析声波传播的物理特性,采用球谐函数声场分解的方法,研究和探讨了离散的球麦克风阵列求解多声源情况下球散射声场球谐系数的方法,同时采用球傅立叶变换的方法分析了多声源情况下声场的指向性因子的变化情况,并由该指向性因子的等高线图确定了三维空间中的各个声源方向.同时还大致分析了麦克风阵列的离散化所导致的声场分解的误差,讨论了麦克风阵列的大小、麦克风位置以及声场分解模态的高低对声源定位精度的影响,最后采用了遗传算法对球麦克风阵列的麦克风位置进行设计和优化,提出了在有实际应用条件限制下设计优化球麦克风阵列的一种方法.计算机模拟表明,基于声场球谐系数求解和球傅立叶变换的方法可以同时有效的确定三维空间中任意方向的多个声源的方向.     

基于四阶累积量的近场源时-空域三维参数估计法

研究了近场源的频率-方向角-距离的三维参数估计问题,并针对已有方法估计精度较低的问题,提出了一种利用四阶累积量和信号的空域和时域信息估计信源的频率-方向角-距离参数的方法.该方法扩展了阵列的孔径,提高了算法的估计性能.仿真实验证明,当信噪比为0时,该算法仍然能够正确估计信源的参数.     

基于三线交点球麦克风阵列的远场多声源定位

设计一种三线交点球麦克风阵列,利用该阵列进行球面声压采样,实现了基于平面波分解的三维空间远场多声源定位.声源定位对比实验结果表明,采用98元的三线交点球麦克风阵列进行远场多声源定位,可以提高声源定位的精度和空间分辨率,且对环境噪声具有良好的鲁棒性.     

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.     

基于前后向矩阵束方法的赋形波束方向图综合

针对阵列天线的方向图赋形问题,研究了一种基于前后向矩阵束方法(FBMPM)。先确定适当的阵元数目,再优化设计激励幅度和阵元位置,最终设计出需要的赋形方向图。由期望方向图的均匀采样数据构造Hankel-Toeplitz矩阵;然后对它进行奇异值分解,舍弃不重要的奇异值,得到此矩阵的低秩逼近矩阵;最后基于广义特征值分解求得重构阵列的阵元位置和激励。FBMPM采用特殊的前后向矩阵来约束极点分布,保证了重构赋形波束方向图的精度可控。仿真实例证明了方法的快速性和有效性。     

基于改进交叉熵算法多目标不等间距阵列综合

将模糊C均值聚类算法与传统交叉算法相结合,提出改进交叉熵算法.利用该算法成功完成阵元个数分别为6、8、10、12不等间距阵列综合,解决了不等间距阵列综合中峰值旁瓣电平和波束宽度的多目标优化问题,得到了对应情况下不等间距阵列的峰值旁瓣电平和波束宽度的平衡曲线.优化结果表明,给定波束宽度,阵元个数相同的不等间距阵列的峰值旁瓣电平比均匀阵列下降近30%.在均匀阵列超出截止间距时,可以更加有效准确地找寻峰值旁瓣和波束宽度的折中点.     

基于四阶累积量的近场源多参数联合估计

提出了一种近场窄带信源多参数联合估计新方法,通过所构造四阶累积量矩阵的特征值及其特征向量就可以直接获得近场源频率、方位及距离三维参数的联合估计,无须峰值搜索,适用于任意高斯噪声环境．与现有方法相比,所提方法有效地避免了阵列孔径损失,而且算法简单高效．仿真综合结果表明了新方法的有效性．     

信号稀疏分解降噪在DOA估计中的应用

提出了一种基于稀疏分解的阵列信号降噪方法。该算法是通过匹配跟踪(MP)的稀疏分解对阵列接收信号进行降噪,然后结合一般的MUSIC算法实现DOA估计。首先将对阵列接收数据分阵元通道独立进行基于MP分解的降噪处理,在不改变阵列流型的前提下,达到了对阵列信号降噪的效果,且在实际算法中分析了MP分解迭代终止阈值的确定。通过仿真分析证实了信号MP分解降噪的方法应用于DOA估计中的可行性。仿真结果显示,在低信噪比环境中,基于MP分解降噪后的MUSIC估计方法取得了更好的估计性能,因此证实了该算法的有效性。     

利用单次快拍实现相干信源二维测向的新算法

针对复杂电磁干扰背景下相干信源二维波达方向的快速估计问题,根据垂直阵列系统特点,利用单次快拍数据在3个不同维度构造了数据矩阵实现解相干,并结合ESPRIT算法实现了二维DOA的快速估计. 该算法仅利用单次快拍数据,不需要进行协方差矩阵的计算,并将二维DOA估计问题转化为3个一维DOA估计,可同时在3个维度并行处理,因此运算量大大降低,利于工程实现. 针对算法存在阵列孔径损失和仅采用一次快拍数据量导致的估计误差偏大问题,利用非圆信号特征和同相位数据叠加,改善了算法的估计性能,提高了阵列自由度. 数值仿真验证了本文算法及提高估计精度对策的有效性.      

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.     

计算正交表矩阵象的简便方法及其初等证明

利用投影矩阵正交分解构造正交表时,经常用到小正交表的矩阵象,而这些小正交表的矩阵象用矩阵象定义求解时却显得有些烦琐.在一些文献中出现了求解正交表矩阵象的简便方法.本文对这种求解方法给出了初等证明.