目标多亮点的波束域高分辨方位估计方法研究

对基于目标多亮点的波束域MUSIC算法进行了研究.把目标不再看成为一个点目标,而是看成有一定尺度大小的多亮点目标.首先建立了尺度目标多亮点的回波信号模型,再通过设计波束转换矩阵将阵元域信号转换到波束域,然后对波束域信号应用MUSIC算法估计目标亮点的方位,并在不同信噪比和不同敌舷角条件下对波束域MUSIC方法方位估计的分辨概率和均方误差进行统计分析.仿真结果表明,当声纳位于目标正横方向附近时或在高信噪比条件下,波束域MUSIC方法具有很高的方位分辨能力和估计精度.     

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Capon的CSB sin-FDA稳健波束形成

针对抑制与目标位置接近的干扰过程中,MVDR波束形成器在阵元数较大、导向矢量失配情况下出现的主瓣畸变问题展开分析.在CSB sin-FDA接收阵列结构代替ULA-FDA接收阵列的基础上,通过RCB算法对存在误差的估计导向矢量进行修正,计算修正后的最优权矢量.仿真验证了本文方法与基于PA的MVDR波束形成器,基于FDA-BFF的MVDR波束形成器相比,在导向矢量失配时的性能优势.      

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。     

基于子空间技术的常规多波束形成抗干扰算法

卫星导航系统(GPS)的很多抗干扰技术是以卫星信号来向估计为基础的,当估计卫星信号来向有困难时,这些算法将失效.提出了一种基于子空间投影的常规多波束抗干扰算法.该方法先进行子空间投影抑制干扰,然后在固定方向上采用常规波束形成方法(CBF)形成多个主波束,最后对每个波束得到的无干扰数据进行捕获及定位解算等.该方法的特点是...     

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．     

一种基于GSC框架波束域快速稳健自适应波束形成算法

GSC框架是自适应波束形成降秩算法的统一模型,一般通过构造降秩矩阵来降低算法的运算量,但是降秩矩阵大多通过特征分解来获得,给算法带来了大量额外的运算量。针对此问题,提出了一种波束域的快速稳健自适应波束形成算法,通过转换矩阵将输入信号从高维度的阵元域转换到低维度的波束域,然后在波束域运用子空间类算法,用信号子空间来构造阻塞矩阵、降秩矩阵和映射矩阵,既降低了计算量,又解决了基于GSC框架的自适应算法在信噪比较高时由于期望信号相消导致性能严重下降的问题。仿真结果证明了提出的算法有很好的波束形成性能,验证了算法的有效性。     

基于压缩感知的频率不变波束旁瓣水平优化方法

频率不变波束形成技术属于恒定束宽波束形成,能解决宽带信号中不同频率分量对应的波束响应不一致的问题.针对现有的一类将恒定主瓣宽度作为约束条件的频率不变波束形成方法,当阵元个数确定以后,形成的波束旁瓣水平往往达不到实际需求的问题,借助压缩感知理论,提出了一种改善波束旁瓣水平的新方法.提出的方法引入压缩感知理论(compressed sensing,CS)进行信号的预处理,并利用二阶锥规划(second order cone programming,SOCP)进行频率不变波束形成.由于压缩感知的恢复算法可以对压缩采样矩阵采集的信号进行精确重构,从而达到以更少的阵元获得相同的波束形成器性能.换言之,在相同的阵元个数条件下,通过阵列虚拟扩展增大了阵列的孔径,提出的方法比基于SOCP的频率不变波束形成方法有更低的旁瓣水平,仿真结果也表明了该方法的有效性,在相关的工程实践中具有一定的参考价值.     

基于时域解析估计的多重信号分类波束形成方法

针对频域多重信号分类(MUSIC)算法估计子空间的不稳定性问题,提出了一种基于时域解析估计子空间的MUSIC(TAMUSIC)波束形成方法.通过Hilbert变换将各阵元时域实数据转变为复解析数据,在时域构建经过时延后的协方差矩阵,利用特征分解求取噪声子空间,并利用噪声子空间自身的正交特性获得来波方向波束.数值仿真及实测数据处理结果表明,与频域MUSIC波束形成方法相比,TAMUSIC波束形成方法可以稳定获取快速运动目标的噪声子空间和来波方向波束,使波束旁瓣级最少降低3 dB,能够有效检测运动目标,且无虚假目标和波束分裂现象,并提高MUSIC波束形成方法在工程应用中的稳定性.     

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.