一种基于四阶累积量的近场源二维参数估计方法

提出了一种基于四阶累积量和极化敏感阵列的近场源方位角、距离二维参数联合估计算法,其特点是采用非中心对称均匀线阵,无需参数配对,可直接计算出待估计参数的闭式解,具有较高的估计精度,可应用于加性高斯噪声环境,仿真试验证明了该算法是有效的.     

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．     

基于四阶累积量Root-Music的近场信源二维参数估计

为了对近场信源的距离参数和方向角参数同时进行有效估计,降低算法的计算量,提出了一种基于四阶累积量的Root-Music算法及相应的参数配对方法。该方法无需进行谱峰搜索运算,利用相应的配对程序能够直接得到近场信源的参数值,降低了运算复杂度。仿真实验表明,在估计两个信源参数时,信噪比为0时就能正确分辨方向角和距离参数,信噪比由-5 dB变化到15 dB时,估计参数的均方误差呈下降趋势。     

近场源频率、二维到达角和距离的联合估计

文章基于四阶累积量提出了一种多个独立非高斯窄带近场源频率、二维到达角和距离的联合估计算法。该算法首先构造六个四阶累积量矩阵,由它们组成五个矩阵对,然后对五个矩阵对进行广义值分解并对广义特征值进行配对,由配对后的广义特征值求得中间参数,最后由中间参数解出各个近场源的参数。该算法无需任何搜索,而且只需五个阵元放置在固定的位置,对阵列的其它阵元并无要求。由于采用四阶累积量,所以该算法适用于任意高斯噪声环境。计算机仿真结果证实了该算法的有效性。     

一种新的基于四阶累积量的DOA估计算法

提出了一种新的用于均匀线阵的四阶累积量DOA估计算法.针对传统MUSIC-like算法中四阶累积量矩阵存在大量冗余信息的情况,本文算法提出了一种新的四阶累积量矩阵构造方法.用该方法构造的四阶累积量矩阵在保证阵列扩展性能的同时,去掉了MUSIC-like算法中四阶累积量矩阵的冗余信息,降低了矩阵的阶数.与MUSIC-li...     

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。     

一种减小互耦的互素嵌套阵列及测向算法

为了减小阵元之间的互耦效应,首先提出一种阵元间距可调节的互素嵌套阵列.这种阵列由2个不同的嵌套子阵列组成,2个子阵的最小阵元间距由一对互素的正整数确定.只要这对正整数足够大,2个子阵的最小阵元间距便可远超过入射信号的半个波长,从而将阵元间的互耦效应减小到可忽略的程度.然后,为了解决大间距阵列所引起的角度模糊问题,提出了一种基于四阶累积量的无模糊波达方向(DOA,direction of arrival)估计算法.仿真实验表明,此算法具有较好的估计性能,相比一些经典的自校正DOA估计算法,此算法具有更高的角度分辨力和估计精确度.     

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.     

基于二阶统计量的近场源三维参数估计方法

针对近场三维参数估计方法计算量大的问题,提出了一种近场源的方位角、仰角和距离的三维参数估计方法.该方法利用在x-z平面十字阵列的结构特点和二阶统计量,估计信源的方位角、仰角和距离参数.将三维参数估计问题转化为多个一维搜索问题,从而减少了算法的计算量,并且无需参数配对,具有估计精度较高的优点.仿真实验表明,在信噪比大于0时,该方法能有效估计近场源的三维参数.     

基于压缩感知的麦克风阵列声源定位算法

为了提高麦克风阵列在高混响、低信噪比环境中的定位性能,提出了一种基于压缩感知的声源定位算法.该算法将声源定位问题转化为稀疏信号的重构问题,将不同位置的房间冲激响应作为特征以构建字典.首先,将麦克风接收信号转换至频域,从具有较高能量的频点中求得一组扩展的频域声源信号矢量,该矢量中包含了声源的位置信息.然后,在频域中整合这些扩展的声源信号矢量,使声源的位置信息更突出,矢量中最大元素所对应的空间位置即为声源的位置估计.仿真实验结果表明,与相位变换加权的可控响应功率(SRP-PHAT)定位算法相比,所提算法的定位成功率更高,对混响的鲁棒性更强,更适合高混响低信噪比环境中的声源位置估计.     

实值化的4阶累积量切片测向算法

4阶累积量切片测向算法由于具有盲高斯特性,提高了算法的测向性能,其4阶累积量的引入增大了算法的运算量.针对算法运算量大的问题,阐述了4阶累积量切片应用酉变换实值化方法简化运算的原理.提出利用实值化方法对4阶累积量切片进行数据重组,利用实数运算来降低算法的运算量,仿真实验验证了算法在保证测向性能的同时降低运算量.     

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.     

Modified Levenberg-Marquardt algorithm for source localization using AOAs in the presence of sensor location errors

In this paper,by utilizing the angle of arrivals （AOAs） and imprecise positions of the sensors,a novel modified Levenberg-Marquardt algorithm to solve the source localization problem is proposed.Conventional source localization algorithms,like Gauss-Newton algorithm and Conjugate gradient algorithm are subjected to the problems of local minima and good initial guess.This paper presents a new optimization technique to find the descent directions to avoid divergence,and a trust region method is introduced to accelerate the convergence rate.Compared with conventional methods,the new algorithm offers increased stability and is more robust,allowing for stronger non-linearity and wider convergence field to be identified.Simulation results demonstrate that the proposed algorithm improves the typical methods in both speed and robustness,and is able to avoid local minima.     

累量域高分辨率二维波达方向估计算法

提出一种利用虚拟双线性平行阵进行累量域高分辩率二维波达方向估计的新算法。该算法将累量用于协方差的计算,构造了一个虚拟ＤＯＡ矩阵,并基于此矩阵进行波达方向估计。理论分析表明,对虚拟ＤＯＡ矩阵特征值分解,就可以得到源信号的二维ＤＯＡ估计。同时由于累量对高斯噪声的自然盲性,因而算法具有稳健性。该算法的另一特点是可以提供虚拟扩展孔径,提高了孔径的利用率。