基于波达方向矩阵的MIMO-OFDM系统载频偏移估计

MIMO-OFDM系统中设置虚拟子载波后,时域接收符号向量与经频域信道系数加权的频域发射符号向量之间通过一个范德蒙矩阵相互联系,且该矩阵的列向量的结构决定于载频偏移量。基于此,提出了一种采用波达矩阵方法、利用范德蒙矩阵的移不变结构完成载频偏移估计的闭式频偏估计方法。该方法综合地利用了多收发天线的空域分集效应,降低了信道零点对频偏估计性能的影响,有效地提高了估计的均方误差性能。仿真结果验证了不同天线配置情况下所提出算法的性能。     

基于柱面共形阵列天线的快速波达方向估计

由于共形天线载体曲率不同,阵列中每个阵元的方向图的指向各不相同,这导致了阵列中各个阵元极化特性(polarization diversity, PD)的差异。因此,共形阵列天线的数学模型中考虑了不同阵元的极化特性。共形阵列实现波达方向(direction of arrival, DOA)估计的过程中,主要难点在于信源方位参数与极化状态的去“耦合”。本文利用圆柱的单曲率特性,通过合理摆放子阵中的天线阵元,结合传播算子方法(propagator method, PM)和子阵分割技术,提出了一种适合于柱面共形阵列的DOA估计方法。本文的DOA估计算法不需要天线单元方向图的任何信息,不需要谱峰搜索和参数配对,计算量较小。最后通过Monte-Carlo仿真实验验证了本文算法的有效性。     

一种在未知噪声下的快速波达方向估计方法

提出了一种基于传播算子方法的波达方向估计（direction of arrival, DOA）算法,和传统的子空间方法相比,该方法不需要进行矩阵特征分解,有效降低了运算复杂度,同时它对相干信源有更高的分辨率。另外,传统的传播算子方法只在噪声协方差矩阵已知并且信噪比（signal-to-noise ratio, SNR）较高的情况下才有很好的分辨率,而本方法在未知相关噪声场中也能够保持非常高的精度。最后,引入了基于混沌优化思想的谱峰搜索算法,进一步减少了算法运算时间,并通过仿真实验验证了文中结论。     

一种宽带循环平稳信号波达方向估计的快速算法

提出了一种宽带信号波达方向估计的快速算法——谱相关多级维纳滤波器(spectral correlation-multi stage Wiener filter,SC-MSWF)算法。由于同时利用信号的循环平稳特性和多级维纳滤波技术,该算法既不需要传统的宽带信号波达方向估计中的聚焦运算,也不需要对伪数据矩阵或其协方差矩阵的特征值分解。从而该算法在具有循环平稳类算法的所有优点的同时,也具有小运算量和低复杂度的特点。仿真结果证明了该算法的有效性。     

基于广义斜投影的高分辨波达方向估计

针对来波信号功率不同情形下的波达方向估计问题,构建广义斜投影算子自适应抑制接收数据中非期望方向的接收信号,同时自适应调节空间谱加权系数,平衡强弱信号的空间谱峰。通过干扰抑制和空间谱估计的同步处理,实现信号源波达方向(direction of arrival, DOA)的高分辨估计,且避免弱信号的谱峰被强信号谱峰遮盖的问题。理论分析与仿真表明,所提方法在信号功率不同时,对弱信号的DOA估计具有更强的鲁棒性,可有效地实现对不同方向来波信号的高分辨DOA估计,降低信号功率不同带来的影响。且随着快拍数及信噪比的增加,DOA估计方差逐渐逼近相应的克拉美罗界下限。     

改进的稀疏约束波达方向估计方法

基于观测数据矢量形式的稀疏约束波达方向估计方法一般通过正则化处理抑制噪声,未能利用有关信号子空间的约束信息。在均匀线阵条件下,研究了一种新的基于观测数据矩阵形式的稀疏约束迭代单次快摄波达方向估计方法,能够利用数据矩阵的维数信息,并能自动保持Hankel结构约束,在较低信噪比条件下,改善了波达方向估计性能。     

高效超分辨波达方向估计算法综述

高效超分辨波达方向估计算法致力于降低超分辨算法的计算量、节约系统的实现成本、弱化算法对于阵列结构的依赖性,是推进超分辨理论工程化的一个重要研究课题。从多重信号分类(multiple signal classification, MUSIC)算法的原理和构成要素入手,以基于MUSIC派生高效超分辨算法的目的和方法为标准,将现存高效超分辨算法划分为实值运算、波束域变换、快速子空间估计、快速峰值搜索和免峰值搜索5大类。在此基础上,全面回顾总结了各类高效算法的发展历程和最新进展,对比分析了它们的主要优缺点。最后,结合空间谱估计实际工程化的应用需求,指出了高效超分辨算法的未来发展趋势。     

相干分布式信源中心波达方向估计算法

针对移动通信中由本地散射导致的分布式信源的中心波达方向估计问题,根据分布式信源角度信号密度对称的约束条件,将相干分布式信源方向向量整理为点信源方向向量与实向量的Schur-Hadamard积,并构造相应的二阶统计量,提出了一种仅需利用二阶统计量就能直接估计中心波达方向的新方法。该算法与传统谱峰搜索类算法和经典子空间类算法相比,无须谱峰搜索和任何特征值或奇异值分解,有效地降低了计算量;所利用的二阶统计量对噪声不敏感,具有较好的信噪比性能;参数估计过程中,无须事先已知角度信号密度的具体类型,鲁棒性较好。仿真实验验证了所提算法的有效性。     

一种新的波达方向与幅相误差联合估计方法

研究了信源方向未知时,对信源方向与幅相误差同时进行估测的问题。针对两者的耦合导致估计精度下降的问题,提出了一种阵列幅相误差校正方法。该方法通过对分时工作信号的分析,分离信源方向与幅相误差的耦合,通过一次迭代即可得到信源方向、幅相误差的精确估计值,且适用于任意阵列。给出了该方法实现的具体步骤,通过仿真结果验证了该方法的有效性和可行性。     

基于AR模型的共轭循环波达方向估计

基于信号循环特征的DoA估计都需要确定循环相关函数的最优延迟时间参数,当相同循环频率的多个信号具有不同的最优延迟参数时,利用确定的延迟时间参数很难确定所有信号的DoA估计。利用信号的共轭循环平稳特性,采用基于AR模型的空间谱估计来确定信号的DoA估计,提高了有限长阵列孔径空间分辨率,且该方法不需要选择最优延迟时间参数,从而适用于任何调制类型信号的DoA估计。     

基于SVM的来波方向估计方法

提出了一种采用支持向量机(support vector machine, SVM)建立模型实现来波方向估计的新方法。提取已知方向来波信号在天线阵元间感应的相位差作为模型的输入,利用支持向量回归机对复杂函数的逼近能力构建方向估计模型。充分利用了SVM的结构风险最小原则和泛化能力,使得模型对低信噪比和通道误差具有较强的适应能力。通过正弦和余弦函数变换的方法,有效解决了360°~0°转换不连续性引起的逼近误差,提高了估计精度,并给出了算法的具体实现步骤。实验结果验证了该方法的优越性和可行性。     

一种基于PCA分析的DoA估计算法

阵列信号处理中,MUSIC、ESPRIT等高分辨率DoA估计算法都要通过特征值分解来获得波达方向估计,然而矩阵特征值分解的计算量较大,不利于实时处理。提出使用PCA(principal component analysis)高效迭代算法,来逼近信号子空间矢量。该算法的计算过程相对简单,并具有自组织特性,适合于神经网络实现。仿真结果表明,所提算法的DoA估计性能与MUSIC算法相当。     

基于LPFT-MUSIC的窄带多项式相位信号波达方向估计方法

基于局部多项式傅里叶变换（local polynomial Fourier transform, LPFT）,提出了一种新颖有效的窄带多项式相位信号波达方向估计算法。虽然LPFT比Wigner-Ville分布运算复杂,但该变换具有更优的瞬时频率估计能力、较低的交叉项影响,及处理多项式相位信号的能力。理论分析表明,本文方法的信噪比提升能力优于基于Wigner-Ville分布的传统时频子空间多重信号分类（multiple signal classification, MUSIC）法。仿真实验验证该方法的性能。     

基于二阶统计量的分布式信源二维波达方向估计

对于由本地散射导致的分布式信源二维波达方向估计,根据空间角度信号密度的共轭对称特性,首先将相干分布式信源方向向量化简为传统点信源方向向量与实向量的Schur Hadamard积,进而提出了一种基于Schur Hadamard积的相干分布式信源二维波达方向估计算法。该算法通过构造基于Schur Hadamard积的二阶统计量,可直接给出仰角和方位角的估计值。与传统谱峰搜索类算法和经典子空间类算法相比,无须谱峰搜索和任何特征值或奇异值分解,有效地降低了计算量;所利用的二阶统计量对噪声不敏感,具有较好的信噪比性能。仿真实验表明,该算法具有较好的参数估计精度,可有效解决复杂通信环境下相干分布式信源的二维波达方向估计问题。     

基于相位干涉仪的极化和到达角的联合估计

传统干涉仪天线通常是单极化的,不能测量电波的极化特征。在传统干涉仪阵列天线的基础上增加一个正交极化天线,构成极化干涉仪,它能同时测量电磁波的极化特征和到达角,并且具有硬件结构简单、易于实现等特点。建立了极化干涉仪的理论模型,提出了极化参数和到达角的频域估计方法和时域估计方法,比较了两种方法的优缺点。仿真结果证明了理论模型和算法的正确性。     

非均匀噪声背景下的欠定DOA估计方法

针对非均匀噪声背景下欠定波达方向(direction of arrival, DOA)估计问题,结合互质阵列的结构优势,提出了基于全变分范数最小化的DOA估计方法。首先利用连续差联合阵列与连续波程差一一对应的特性,构造出新的阵列接收数据,阵列孔径得到扩展;然后将其转化为一个联合优化问题,在代价函数中利用全变分范数和L₁范数惩罚项分别对角度的稀疏性和噪声项进行约束;最后通过求解相应的凸优化问题以及多项式求根得到DOA的高精度估计。与现有方法相比,所提方法不仅无需进行预白化处理,而且考虑了连续角度域内的所有角度信息而不是对角度域进行离散化,有效避免了模型失配对估计性能的影响,提高了估计精度和分辨率。仿真实验验证了所提方法的有效性与优越性。     

New direction of arrival estimation method for wideband coherent signals

To estimate the direction-of-arrival （DOA） of wideband coherent signals, a new method by modifying the orthogonality of the projected suhspaces method is proposed. And it can deal with randomly position perturbed arrays by using the Toeplitz method. This method needn＇t the primary information of DOA for focusing matrix and the sector dividing of interpolated method, which improving the precision of estimation and reducing the computational complexity. Simulations illustrate the effectiveness of this method.     

High-order extended coprime array design for direction of arrival estimation

Nonuniform linear arrays, such as coprime array and nested array, have received great attentions because of the in-creased degrees of freedom (DOFs) and weakene...     

基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。     

MIMO雷达嵌套平行阵下基于子空间的目标二维波达角估计

研究了多输入多输出(multiple input multiple output, MIMO)雷达中的二维波达角(direction of arrival, DOA)估计问题,并提出了一种嵌套平行阵下基于子空间的二维DOA估计算法。利用存在嵌套关系的双平行阵(two parallel uniform linear array, TPULA)作为收发阵列,大大增加了自由度(degree of freedom, DOF)。在DOA估计方面,算法利用数据重构增加虚拟脉冲数,并利用酉变换降低运算复杂度,然后分别基于信号子空间和噪声子空间获得了自动配对的二维DOA估计的闭式解。算法复杂度低,而且相比MIMO雷达中传统TPULA下的算法,该算法拥有更好的角度估计性能,并可辨别空间相干目标。仿真结果验证了算法的有效性。