多目标方位高分辨估计方法的实验研究

从实验的角度出发 ,分析讨论了阵列误差条件下多目标方位高分辨估计方法的参数估计性能以及工程应用前景 ,并针对子空间类法研究了一种阵列输出协方差矩阵的Toeplitz化预处理方法。实验结果表明 ,在高信噪比的情况下 ,该预处理方法可以明显地减小阵列误差对估计结果的影响 ,有效地改善子空间类法的稳健性和多目标分辨能力 ,而且估计精度良好。     

自适应波束域高分辨方位估计新方法

提出了基于均匀线列阵的自适应波束域MUSIC(ABMUSIC)法,它利用原有多波束系统的输出估计目标的分布区间,根据目标的空间分布情况自适应形成波束转换矩阵,并让形成的空间波束的主瓣覆盖目标所在的空间区域。ABMUSIC法形成的波束不仅能随目标的空间分布自适应调整波束的指向性和密集度,而且只在目标分布的空间区域形成波束,提高了信噪比。进行了相干和不相干情况下的性能仿真比较,结果表明:在相干和不相干情况下,ABMUSIC方法的高分辨估计性能都明显优于BMUSIC和MUSIC,并且不增加运算量,具有重大工程应用价值。     

水下多目标定向高分辨阵列处理的计算机仿真方法研究

应用计算机仿真方法研究了几种的水下多目标定向高分辨阵列处理方法的统计性能，为水下多目标定向研究提供了重要的研究方法和手段。子空间类方法、ESPRIT和WSF是几种典型的高分辨方位估计方法，它们具有良好的统计性能。我们在以往研究的基础上，针对两个目标和三个目标情况，通过仿真研究了这些高分辨方法的分辨能力和估计精度，得到了各方法的分辨概率及均方误差随信噪比变化规律，这些仿真结果为水下多目标定向提供了依据。     

基于线性预测的ETAM水下目标方位估计方法

在传统的扩展拖曳阵列测量（extended towed array measurements, ETAM）方法的基础上,提出一种基于线性预测(linear prediction, LP)的ETAM水下目标方位估计新方法（LP-ETAM）来估计多个相干目标的方位。首先,使用传统的ETAM方法由物理阵的接收数据矩阵合成扩展后的虚拟阵的接收数据矩阵。然后,根据虚拟阵的接收数据矩阵来计算向前和向后线性预测的空域滤波器系数,并使用外推插值方法将虚拟阵向左方和右方扩展来得到更长的虚拟阵。最后,对最终得到的虚拟阵使用常规波束形成法输出波束来确定目标的方位。仿真实验显示,与ETAM方法相比,LP-ETAM对水下远程目标具有更好的分辨能力和阵增益。     

低频共形阵的宽带波束域高分辨方位估计方法

针对共形布阵技术,提出了适用于低频共形基阵的宽带波束域高分辨方位估计方法。首先利用基于二阶锥规划的波束优化技术设计适用于低频共形基阵的宽带恒定束宽波束形成器,然后用设计好的波束形成器对基阵输出数据进行空域预滤波,使宽带信号的不同频率分量能无失真地通过,同时抑制旁瓣区的干扰,最后针对滤波后的多波束输出采用波束域高分辨方位估计方法估计目标方位。由于基于二阶锥规划技术设计恒定束宽波束形成器仅需要对主波束进行拟合,提高了设计精度,减小了聚焦误差,从而提高了方位估计的性能。计算机仿真和湖上实验数据处理结果验证了该方法能有效地估计出水下低频宽带目标声源的方位。     

水声信道多径时延估计的高分辨方法研究

为了解决传统的匹配滤波器方法估计实测信道时分辨率不足的困难，研究了高分辨多径时延估计方法。应用MODE算法求得多径时延估计的初值，再通过带惩罚函数的最小二乘法迭代求解时延和幅度估计的准确值。仿真表明，该方法的时延分辨率在20dB信噪比下达到了传统的匹配滤波器方法的4倍，实现了多径时延的高精度估计，解决了实测线性调频信号的信道估计问题。     

MIMO阵列旋转不变子空间目标方位估计仿真研究

针对多输入多输出(Multi-Input Multi-Output,MIMO)阵列多目标定位,提出一种基于子空间特征分解的MIMO阵列旋转不变子空间算法(MIMO array estimation of signal parameters via rotational invariance techniques,简称MIMO-ESPRIT).MIMO阵列各阵元发射彼此独立信号,因此阵列输出数据协方差矩阵不存在降秩以及信号子空间向噪声子空间扩散的现象,可直接应用子空间分解算法进行MIMO阵列目标方位估计.性能分析和仿真结果表明,随着发射阵元个数的增加和发射阵元间距的扩大,算法的多目标分辨能力和方位估计精度将得到明显改善.     

自适应空域矩阵滤波器设计和目标方位估计

针对在强干扰背景中检测弱目标信号时被动声信号处理技术的性能会严重降低的问题,提出了一种自适应空域矩阵滤波器的设计方法。该方法是在保证滤波器通带响应与期望响应误差和阻带响应低于某设定值的条件下,最小化滤波后基阵的输出功率,使得滤波器能尽量保证让通带扇面的信号无失真通过,同时抑制阻带扇面的干扰和噪声。将滤波器的优化设计问题表达成二阶锥规划的形式,利用已有的内点方求出其数值解。最后将设计的自适应空域矩阵滤波器用于强干扰背景中弱目标信号的方位估计。计算机仿真结果说明,所提方法能在干扰方位形成零陷,有效地抑制阻带区域的强干扰,提高了后续方位估计方法的性能。     

基于四阶累积量切片的高分辨方位估计方法研究

推导了水下阵列信号的四阶累积量切片与具有相同目标个数、方位角及相应幅度的信号相关函数的关系,把高分辨信号子空间类方法的正交化原理及旋转子空间不变原理引入累积量域,得到基于四阶累积量切片的高分辨方法.仿真结果表明,这类方法在高斯噪声中具有良好的统计性能,是实现高分辨方位估计的有效方法.     

宽带信号方位估计的改进RSS方法

为了降低宽带信号旋转信号子空间（rotational signal subspace, RSS）方位估计算法的运算量和分辨门限,针对中心对称阵列,将实值处理过程和信号子空间缩放MUSIC（SSMUSIC）方法引入宽带信号方位估计,提出了一种宽带信号方位估计新方法。该方法首先使用左实变换矩阵将双向平滑后的各个频率子带的数据协方差矩阵变换为实数矩阵,从而大大降低了运算量;然后使用RSS方法选取聚焦矩阵对各个频率子带的实协方差矩阵进行变换,得到同一参考频率点的数据协方差阵;最后利用基于子空间斜投影的SSMUSIC算法进行一维搜索来求得各个目标的方位角。仿真实验结果表明,该方法比常规宽带RSS方法运算量小,且具有更低的分辨门限和更小的均方误差。     

伪波束域四阶累积量切片高分辨方位估计法

在低信噪比或空间非白噪声情况下,基于信号二阶统计量的高分辨方法,性能变差较快。在基于四阶累积量切片MUSIC方法的基础上,结合波束域高分辨方法的思想,提出了一种四阶累积量切片伪波束域高分辨方位估计方法。分析表明,高阶累积量的运用有效抑制了空间高斯白噪声和有色噪声;波束域方法的运用有效滤除了部分空间噪声,增强了方法的稳健性。仿真结果表明,相比基于四阶累积量切片的MUSIC方法,所提出的方法在高斯白噪声和有色噪声中,有效提高了低信噪比情况下的方位估计精度,降低了目标的分辨门限。     

基于四阶累积量切片的宽带传播算子测向方法

四阶累积量的盲高斯性改善了高斯噪声存在情况下的方位估计算法性能,四阶累积量切片同样具有盲高斯性,结合改进的传播算子法(MPM)不但可以降低算法的运算量,还可以改善算法的性能。首先利用旋转不变方法(RSS)对宽带信号进行聚焦处理,聚焦处理后的矩阵输出再求其四阶累积量切片矩阵,对该矩阵利用改进的传播算子法得到测向结果。论述了四阶累积量切片适用于改进的传播算子法的原理,并通过仿真验证了算法在盲高斯噪声、运算量及测向性能方面的优越性。     

A Modified Root-MUSIC Algorithm for Signal DOA Estimation

1.INTRODUCTIONRoot-MUSICalgorithmandspectralMUSICalgorithmbothbelongtoeigendecompositionmethodforsignalDOA(DirectionofArrival)estimation.ButtheirexactcomputingproceduresofdeterminingthesignalDOAanglesaredifferentslightly,theformerisbasedontherootslocatedontheunitcircleofhigh-orderpolynomialwhichcomesfromnoisesubspace,thelatteristhroughsearchingthespatialspectrumconstructedbynoisesubspaceandfindingoutthepeaks.Furthermore,Root-MUSICalgorithmonlycanbeapplicabletouniformlineararray[1…     

基于谱函数二阶导数的波达方向估计算法

针对传统多重信号分类(multiple signal classification, MUSIC)算法在低信噪比(signal noise ratio, SNR)、小快拍数或是信号源相近等复杂信号环境下分辨率严重下降这一问题,提出了一种改进的MUSIC算法。通过对空间谱函数求二阶导数,可以在波达方向(direction of arrival, DOA)附近形成尖锐的负向谱峰。计算机仿真试验表明,与传统MUSIC算法相比,新方法在低SNR、小快拍数下对空间分布很近的信号有更好的分辨率。     

基于四阶累积量和时间平滑的相干信号DOA估计

高斯色噪声背景下,针对多径环境下的多用户波达方向（direction of arrival, DOA）估计问题,提出一种联合处理算法。新算法首先利用四阶累积量估计出各个用户的空间特征,然后利用基于时间平滑的多重信号分类 (multiple signal classification,MUSIC)算法实现各用户多径信号的DOA估计。该算法突破了传统空间平滑类算法的局限,对于M元均匀线阵,新算法最多可估计M×(M－1)个DOA,且各DOA与各用户可自动实现配对。计算机仿真结果验证了算法的有效性。     

基于变换域张量的机载阵列DOA和极化参数估计

针对强杂波背景下多目标回波的参数估计问题,现有的基于长矢量的多重信号分类(long vector multiple signal classification, LV-MUSIC)法精度下降,基于张量的MUSIC(tensor MUSIC, T-MUSIC)方法通道数不足,无法计算噪声子空间投影矩阵。因此提出基于变换域张量的MUSIC方法。算法利用张量结构,在时域分离不同多普勒频率的信号,分别估计各多普勒通道的回波参数。相比于LV-MUSIC和T-MUSIC,所提算法避免了多目标背景下自由度不足导致的目标分辨力下降的问题,并且能获得更高精度的参数估计。仿真实验证明,所提算法有更高的目标分辨能力,在低信噪比条件下仍保持良好的性能。