多种均匀圆阵阵型的波达方向估计性能分析

均匀圆阵具有二维波达方向估计能力、适用于跨频程场景以及易于架设的特点,广泛应用于民用、军事、天文探测等领域。针对某电子侦察任务0.8~6 GHz频率范围二维高分辨率测向需求,开展均匀圆阵阵列模型的优化设计和波达方向估计性能比较分析,从而确定均匀圆阵的最优阵型。首先介绍无心圆阵和中心圆阵模型结构,理论推导圆阵阵列形式对测向的影响,并通过多重信号分类算法进行仿真实验,对不同信噪比、采样快拍数、半径波长比的情况下无心7圆阵、无心8圆阵、无心9圆阵、中心8圆阵、中心9圆阵、中心10圆阵等6种阵列模型的测向精度进行比较,并结合波束宽度、分辨率等性能指标进行综合分析,结果表明在0.8~6 GHz频带的高精度二维测向需求下,中心8圆阵为最佳测向阵型。     

均匀圆型声矢量阵的四元数二维波达方向估计

为提高声场空域中目标参数估计的精度, 将四元数理论应用于均匀圆型声矢量阵列的二维空间角度估计中, 建立了基于四元数模型的信号接收模型, 推导了圆型声矢量阵的四元数导向矢量, 给出了二维波达角估计的四元数域空间谱算法。考虑算法的软硬件可实现性, 理论分析了算法的内存占用空间和计算量。此外, 分析了圆阵半径对侧向性能的影响, 为实际工作中圆阵的半径选取提供了一定的依据。仿真结果表明, 基于四元数模型的MUSIC(Multiple Signal Classification)算法的分辨力较高, 抗干扰能力较强, 提高了信号参数估计的精度。     

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Y形阵的宽带信号波达方向估计研究

理论分析表明,Y形阵具有所需阵元少和在DOA估计的范围内其估计性能基本保持一致等优点,是角度一致性和阵元数的较好折衷,在阵元数受限和对角度一致性要求较高的场合具有较高的应用价值。为了研究Y形阵在宽带信号的DOA估计中的性能,将Y阵与双边相关变换算法相结合,对多个宽带相关信源进行DoA估计。计算机仿真实验结果验证了上述理论分析的正确性。关     

冲击噪声背景下均匀圆阵相干信源的DOA估计

在对称α稳定分布噪声的假设下,现有的基于共变和分数低阶矩的MUSIC（即ROC-MUSIC和FLOM-MUSIC）方法不能用于均匀圆阵信源相干情况下的波达方向（DOA）估计.为了解决这一问题,基于模式空间变换算法以及空间平滑算法的思想,结合ROC-MUSIC算法和FLOM-MUSIC算法,实现在冲击噪声背景下均匀圆阵相干信源的DOA估计.仿真实验验证了该方法的有效性.     

基于均匀圆阵的稳健迭代波束形成算法

针对导向矢量偏差和转换误差导致传统波束形成器的性能下降及均匀圆阵不具有范德蒙结构的问题,提出了一种基于均匀圆阵的稳健迭代波束形成算法.该算法利用相位模式转换技术推导出虚拟自相关矩阵,并把导向矢量限定于确定的椭圆集合中.从最差性能优化的设计思想出发,构造基于均匀圆阵的二阶凸规划的代价函数,再利用拉格朗日乘子法求得权重矢量的闭式解表达式且能够准确求出优化解中的对角载入值.仿真结果表明:所提算法能够提高系统的稳健性,改善了阵列的输出性能.     

一种基于声矢量传感器阵列的二维来波方向和阵列增益联合估计算法

基于声矢量传感器阵列的二维来波方向估计是水声通信的关键技术,但阵列增益的不一致性将影响来波方向估计性能.基于子空间分解,提出一种阵列增益和来波方向的联合估计算法,其中来波方向利用旋转不变性求解,阵列增益利用子空间正交性求解.来波方向和阵列增益以迭代方式求解.仿真结果显示了算法的有效性.     

未知互耦条件下基于四阶累量的非均匀圆阵波达方向估计算法

基于互耦矩阵的特殊结构,给出了一种更具一般性的非均匀圆阵模型,提出了一种在未知互耦条件下的非均匀圆阵波达方向估计算法．由于采用了四阶累量,该算法可以估计出比阵元数更多信号的波达方向,并且对高斯噪声不敏感．由于未采用迭代算法,从而降低了算法运算复杂度．仿真实验证实了该算法的有效性．     

基于均匀圆阵的信号源DOA估计方法

该文研究了基于均匀圆阵阵列的信号波达方向向估计问题,对一维角度估计采用MUSICK算法,通过谱峰搜索得到信号的方位角;对二维角度估计采用模式激励法,对均匀圆形阵列的输出信号进行模式激励,其使阵列流形具有类似于均匀线性阵列的列式,在此基础上,对波达矩阵进行分解,由各特征值对应的特征向量处理得到对应信号的到达方向,给出的计算机仿真结果证实了它们的有效性。     

一种基于均匀圆形阵的宽带相干信号二维波达方向估计方法

提出一种宽带相干信号方位角与仰角二维波达方向估计方法.该方法利用相干信号子空间法对带宽内各个频点的信号子空间进行聚焦,然后用均匀圆形阵建立数学模型,来进行二维波达方向的估计.仿真实验结果验证了方法的有效性.同时研究了信噪比,快拍数,相对带宽对方向估计误差的影响.此外,与现行的方法相比具有较小的计算复杂度.     

基于神经网络智能天线的一种波达方向估计方法

该文提出利用径向基函数神经网络来估计无线通信中智能天线的信号到达方向．为了减少输入,利用信号相关阵的对称性质,仅考虑相关阵中的上三角或下三角的部分元素作为网络的输入量,计算量较小．计算机模拟结果表明,该方案是有效的．     

平行因子技术在波达方向估计中的应用研究

基于PARAFAC技术,结合最小二乘误差准则,对三维数学模型进行求解来估计波达方向.该方法不需要进行常规MUSIC算法的谱峰搜索和ESPRIT算法的广义奇异值分解过程,对噪声形式没有严格限制.计算机仿真结果验证了该算法的可行性.     

非高斯噪声环境迭代自适应DOA估计的算法

提出一种应用于非高斯噪声环境的迭代自适应(Iterative Adaptive Approach,IAA)波达方向(Direction of Arrival,DOA)估计方法.该方法针对描述非高斯噪声的高斯混合(Gaussian Mixture,GM)模型,给出了通过逐步迭代来估计噪声模型参数,并通过它们来修正信号协方差矩阵的估计,进而将其逆阵作为加权矩阵来进行空间谱估计的方法.仿真结果表明,在非高斯环境下,本文方法有效地提高了迭代自适应DOA估计方法的性能.     

Dynamic Direction of Arrival Estimation with an Unknown Number of Sources

Aiming at source number determination and direction of arrival(DOA) estimation under the case of time-varying source number,a method of DOA estimation with an unknown number of sources was proposed.Firstly,an algorithm based on crossvalidation technique was introduced to determine the number of sources.Then dynamic DOAs of source were estimated using an algorithm based on blind source separation(BSS) under the case that number of sources were unknown in advance and it was timevarying.The effectiveness of the proposed method was validated by simulation of time-invariant and time-varying numbers of source.Compared with other conventional methods,the proposed method has superior evaluation performances The proposed method can estimate m(the numbers of sensor) DOAs while other conventional methods estimate less than m DOAs.The R_(mse) of the proposed method in the case of low signal-to-noise ratio(SNR)(equal or lower than 30 dB) is smaller than 0.2 while R_(mse) of other conventional methods are greater than 0.8.     

一种新的基于多用户去相关的波达方向估计方法

以直接序列码分多址 (DS/CDMA)系统中的天线阵为背景 ,讨论了一种新的基于多用户去相关的波达方向 (DOA)估计方法 .该方法在基站对各用户波达时延估计的基础上 ,根据扩频序列表现出的周期性和非完全正交的性质 ,通过充分利用多址干扰部分表现出的信息 ,自相关处理后再去相关 ,进而同时实现对各用户的DOA、信号功率与噪声功率的精确估计 .该方法不是简单地将多址干扰部分当作噪声进行处理 ,而是通过去相关的方法来消除它们的影响 ,因此 ,该方法不仅在低信噪比下具有高估计精度 ,对系统中存在的远近效应的影响也有一定的抵抗能力 .仿真实验验证了该方法的有效性 .     

子阵和相位平滑的相位差方向估计方法

针对相位差波达方向(DOA)估计方法(PDM)的均方根误差偏离克拉-美罗界较多的问题,提出了子阵和相位平滑的相位差方向估计方法(SUPDM).首先将阵列接收信号转换到频域,并把阵列划分为若干子阵,然后对各子阵中心频点处的频谱作相干平均后得到各子阵的输出频谱,再求取输出频谱的相位并进行纵向相位平滑,以平滑后相位的最大最小值的差值的倒数作为方向估计算子,最后采用角度搜索得到方向估计算子的峰值所对应的角度,即为SUPDM的方向估计结果.在不同信噪比和不同角度间隔下,SUPDM的方向估计性能均优于PDM,当存在频谱泄漏时,SUPDM的成功分辨率仍高于PDM和常规波束形成算法.仿真结果表明,在单源入射、信噪比为-5dB时,SUPDM比PDM的均方根误差小0.03°.     

四四元数域低秩逼近及其在矢量阵列波达方向和估计中的应用

提出了新的多元数概念——四四元数,以及四四元数框架下特征分解和奇异值分解等信号处理领域常用的矩阵运算新规则.在此基础上提出了四四元数矩阵的一种低秩逼近算法,并将其用于矢量传感器阵列信号建模及波达方向(DOA)估计中.结果表明,四四元数特征分解及奇异值分解能获得比现有方法更好的低秩逼近性能,基于四四元数模型的矢量传感器阵列信号DOA估计算法,在资源占用、子空间逼近以及对模型误差的鲁棒性等方面均明显优于传统算法.     

基于特征矢量输入的神经网络测向方法

提出了一种新的基于特征矢量的采集输入数据方法,经该方法训练的径向基函数神经网络（RBFNN）可用于码多分址（CDMA）系统中多源信号波达角（DOA）的估计。该方法对信道噪声不敏感,能以较少的训练样本就可得到推广能力较好的神经网络。仿真结果表明,以新方法训练的RBFNN对多源信号DOA估计精度较高,实时性好,适用于CDMA通信系统的高分辨率测向。     

宽带信号广义谱相关子空间拟合二维来波方向估计

提出了一种新的宽带信号二维来波方向（ＤＯＡ）估计方法－二维广义谱相关子空间拟合方法。该方法充分利用循环相关运算可以将时延变换为相移这一性质,结合一维ＧＳＣ－ＳＳＦ方法和ＤＯＡ知阵方法的基本思想,可以方便、有效地对各种带宽的信号进行二维ＤＯＡ估计,理论分析与仿真结果表明,该方法既继承了循环平稳谱估计方法在信号选择性,测向精度、分辨率、过载能力、检测能力等方面的优势,又具有ＤＯＡ矩阵方法无需二维谱峰搜索和参数配对的特点,具有很好的实用性。     

平面六边形天线阵列波达方向估计

分析了智能天线自适应算法波达方向估计（DOA）问题,在一维MUSIC算法的基础上讨论了二维六边形天线阵列的空间谱并进行了Matlab仿真实验;仿真结果表明,六边形天线阵列不仅可以判断波达方向的俯仰角而且可以判断方位角;同时讨论了DOA算法的分辨率,与一维MUSIC算法相似,二维条件下六边形天线阵列具有良好的角分辨率,可以满足非相干信号的工程要求。