基于窄带信号DOA估计的宽带相干信号DOA估计方法研究

提出了一种用窄带信号的波达方向(DOA)估计方法与宽带聚焦的方法相结合来估计宽带相干信号的DOA的方法.先利用相干信号子空间法将带宽内各个频率点的信号子空间聚焦到参考频点下的同一信号子空间,然后利用窄带信号的波达方向估计方法对DOA进行估计.用了一种新的无需谱峰搜索并且不要对噪声方差进行估计的窄带SSESPRIT算法进行宽带波达方向的估计,为了比较又用了经典的需要进行谱峰搜索的窄带MUSIC算法进行宽带信号的一维及二维波达方向的估计,仿真实验结果验证了方法的有效性.     

给予窄带信号DOA估计的宽带相干信号DOA估计方法研究

提出了一种用窄带信号的波达方向（DOA）估计方法与宽带聚焦的方法相结合来估计宽带相干信号的DOA的方法.先利用相干信号子空间法将带宽内各个频率点的信号子空间聚焦到参考频点下的同一信号子空间,然后利用窄带信号的波达方向估计方法对DOA进行估计.用了一种新的无需谱峰搜索并且不要对噪声方差进行估计的窄带SSESPRIT算法进行宽带波达方向的估计,为了比较又用了经典的需要进行谱峰搜索的窄带MUSIC算法进行宽带信号的一维及二维波达方向的估计,仿真实验结果验证了方法的有效性.     

基于小波的宽带雷达信号建模研究

建立了宽带雷达信号模型，讨论了窄带信号模型的局限性，研究了宽带信号的约束条件，提出了以母波为发送信号并以不同尺度和时移的子波来建立宽带回波信号的数学模型，仿真实验表明，基于这些模型，利用连续小波变换实现发波与回波相关函数的计算，即使在低信器比的情况下，仍然是有效的。     

基于小波的宽带雷达信号建模研究

建立了宽带雷达信号模型，讨论了窄带信号模型的局限性，研究了宽带信号的约束条件；提出了以母波为发送信号并以不同尺度和时移的子波来建立宽带回波信号的数学模型；仿真实验表明，基于这种模型，利用连续小波变换实现发波与回波相关函数的计算，即使在低信噪比的情况下，仍然是有效的     

基于改进SST算法的宽带信号DOA估计

信号子空间变换算法(SST)的聚焦矩阵是利用各频率点与参考频点之间信号子空间的关系导出的。针对传统的宽带DOA算法存在的计算复杂度高和估计偏差大的问题,利用聚焦的本质,提出了SST改进算法。改进后算法的性能分析优于传统算法,能正确的分辨出信号的方位,降低了运算量。     

宽带信号DOA估计的一种快速算法

CSM(Coherent Signals-subspace Method)算法需要构造聚焦矩阵和进行预估计,运算量大且估计精度容易受预估计的影响,很难达到信号实时处理的目的。为此,提出了一种基于前后向平均的改进非相干信号子空间算法(ISM:Incoherent Signals-subspace Method)。该算法通过把宽带信号分解为若干个窄带信号,对每个窄带信号先用前后向平均法进行去相关处理,再利用ISM算法对宽带非相干信号和相干信号进行DOA(Direction Of Arival)估计。该算法不需要进行预估计,且去相关处理简单容易实现,对宽带相干信号的估计虽然性能不如相干信号子空间算法,但运算量比CSM算法减小很多,是一种快速的宽带信号DOA估计算法。通过实验仿真和性能分析,验证了该算法的有效性。     

基于FFT预估计的宽带信号DOA估计

将离散傅立叶变换（DFT）运用到宽带阵列信号处理中,对等距线阵接收的信号进行波达方向（DOA）估计,解决了基于聚焦的宽带信号DOA估计中预估速度较慢的问题.该方法能快速预估出DOA,与采用传统的波束形成法预估相比,计算速度大大提高.用该方法预估后再对波达方向作高精度估计,仍具有对信号的超分辨特性.计算机仿真结果表明此方法可以运用到宽带信号处理中,计算量与传统的波束形成法相比大大减少.     

基于FFT预估计的宽带信号DOA估计

将离散傅立叶变换（DFT）运用到宽带阵列信号处理中,对等距线阵接收的信号进行波达方向（DOA）估计,解决了基于聚焦的宽带信号DOA估计中预估速度较慢的问题。该方法能快速预估出DOA,与采用传统的波束形成法预估相比,计算速度大大提高。用该方法预估后再对波达方向作高精度估计,仍具有对信号的超分辨特性。计算机仿真结果表明此方法可以运用到宽带信号处理中,计算量与传统的波束形成法相比大大减少。     

Chirp信号与连续载波信号的多路复用传输

利用正弦信号和Chirp信号分别在频域、分数阶傅立叶域的优良能量聚集特性,设计一种频带复用的通信系统。该系统在相同频带内同时传输多路分别以Chirp信号和余弦信号为载波的BPSK信号,通过在接收端进行相应阶分数阶傅立叶域变换,使Chirp信号达到最优能量聚集,进而通过分数域滤波将集中于某一窄带内的Chirp信号滤出,再反变换到时域完成解调过程。仿真分析表明,该方法可获得有较好的误码率性能。     

一种宽带非相关信号DOA估计的新方法

介绍一种宽带非相关信号DOA估计的新方法(TOPS),该方法利用信号源各频率段噪声子空间和信号子空间的正交关系对信号源的方位进行估计.TOPS算法与宽带聚焦类算法不同点在于,该方法不需要对信号方位进行预估计.仿真显示该算法的分辨力高,在高信噪比条件下估计性能优越.     

基于四阶累积量相关信号的DOA估计

目的 针对相干信号,在高斯色噪声的背景下,有效地进行信号的DOA估计.方法 应用四阶累积量和修正MUSIC算法.结果 二阶矩算法性能严重失效,累计量算法DOA估计性能好.结论 利用四阶累积量和修正MUSIC算法相结合,在高斯色噪声的背景下具有良好的统计性能,是实现相干信号高分辨方位估计的有效方法.     

基于修正传播算子的宽带相干源DOA估计

将数据共轭重构的修正托别列兹方法（MTOP）引伸到宽带传播算子算法中，提出了修正的宽带传播算子DOA估计算法，从理论上论证了这种引申的合理性．通过理论分析和数值仿真，证明该算法在快拍数有限和低信噪比的情况下，可明显提高信号DOA估计的性能．在不增加运算量的条件下，该算法性能优于OPM算法．     

一种基于时频分布的DOA估计方法

提出了一种基于信号时频分布波达方向估计的新方法。该方法根据信号的时频特征来构造阵列的时频相关矩阵Wxx和Wxy，再利用旋转不变技术对信号的波达方向(DDA)进行估计。由于充分利用了信号的时频域特征，此方法既适用于时不变的、平稳信号又适用于时变的、非平稳信号，与传统的一维ESPRIT方法比较，改善了DOA估计的性能，尤其是在低信噪比和空间近角度时，性能的改善是明显的。数值仿真的结果证明了上述结论。     

基于聚焦矩阵的毫米波信号DOA估计

针对毫米波信号源的到达角(DOA)估计随频率变化、导致估计误差较大的问题,提出毫米波信号向窄带信号转化的DOA估计算法.该算法通过在频域内建立毫米波信号接收模型,将接收信号看成多个不相关的窄带信号,并将其“聚焦”在某一参考频率下,减少波束因频率变化带来的影响,进而利用旋转不变子空间(ESPRIT)算法进行毫米波DOA估计.仿真结果表明:该算法可有效降低中等信噪比下的DOA估计误差,当阵元数达到70时,可实现相对稳定的DOA估计,随频率变化估计效果保持整体稳定,从而提升毫米波系统定向传输时的链路质量.     

调频信号DOA估计的研究

针对传统信号DOA估计技术的不足,采用近年来时频分析技术与传统DOA估计相结合的估计方法—时频MUSIC,对线性调频信号进行DOA估计,得到了较传统DOA估计方法精度高的估计结果,并简叙了这种方法的主要基本思想及适用背景。     

基于遗传算法的DOA估计

针对阵列天线上对多个远场信号源入射方向、功率估计问题 ,提出了一种基于实数遗传算法的解决方法 .通过增加合并算子 ,使遗传算法成为解决此类问题的有效方法之一 .仿真实验获得了良好的结果 .这一算法无需进行特征值分解 ,减小了计算量 .     

基于局部保持投影和RBF神经网络的DOA估计

提出了一种有效的降维构建方法改善来波到达角（DOA）估计的性能。该方法利用局部保持投影（LPP）对DOA估计用的神经网络的训练样本进行降维,以降低神经网络的复杂度,加快神经网络的训练过程。与常用的协方差矩阵上三角特征相比,在不损失有效方位信息的基础上,可以使特征维数极大地降低。数值实验表明,基于局部保持投影和神经网络的方法具有良好的估计精度和效率,同时对噪声也有较强的适应能力,能够很好地满足波达方向估计实时性的要求。     

频率和DOA估计的等价性

定义了频率估计和信号到来角估计的信号模型，介绍了基于小波包理论的频率估计，推导了两者的等价性和分辨率的关系，仿真结果验证了频率和DOA估计的一致性。     

阵列信号处理中DOA估计的误差分析

多重信号分类法(即MUSIC算法)具有很高的分辨力、估计精度及稳定性,在阵列信号处理中对DOA(direction of arrival)的估计也一直是人们研究的热点。通过对MUSIC算法中影响DOA估计的误差因素进行分析和研究,讨论MUSIC算法的估计性能。理论分析和仿真结果表明,对非相关或相干信号,MUSIC算法是一种有效的测量目标方位角的方法。     

连续小波变换的一维信号检测

奇异点是各种瞬态信号的主要特征,奇异点的类型多种多样。为了更准确地描述信号,分析局部奇异特征显得异常重要。在数学上,利用李氏(Lipschitz)指数来描述奇异性;Mallat等已证明通过不同尺度下的小波局部模极大值的衰减特征可求得李氏指数。讨论了利用小波模极大值理论,在尺度对数与小波系数对数的平面中具体求解李氏指数的数值算法过程并且给出了一个一维信号的Matlab仿真实验。实验结果表明该方法对李氏指数(Lip0.3<α<2)的测试有较高的精度。