一种稳健的二维自适应波束形成算法

针对已存在的各种二维capon波束形成器稳健算法性能单一,只能对1种或2种影响波束形成算法性能的因素具有稳健性,缺乏对多种情况都具有稳健性的缺点,提出一种基于空间谱估计的二维稳健自适应波束形成方案.首先,提出一种新的二维解相关空间谱估计算法,该算法将二维角度估计问题用4个一维空间谱估代替,并采用修正的MUSIC算法实现解相干,然后利用得到的角度信息构造虚拟干扰,克服观察方向误差并展宽零陷.仿真结果表明:该算法结合了空间谱估计技术和自适应波束形成技术的优点,对期望信号导向矢量误差、干扰到达角失配及信号相关等都具有足够的稳健性.     

基于时间反转矩阵理论的障碍物形态数据的确定

 针对经典多重信号分类法（MUSIC）算法存在图像重建包含目标信息较少的问题,引入时间反转矩阵推导建立确定散射物图像的理论方法,分析改进MUSIC 算法的定位精确性及其与阵元间距信噪比信号入射角度差间的关系。应用Ipswich 数据集,试验得出改进算法实现了较好的数据图像重建,为算法在确定障碍物形状上的优势提供依据。通过对非对称的双圆形金属柱体对比试验,得出算法在高频情况下可以较好的完成图像重建,且频率越高图像重建的特征值越小,分辨率越高。     

Root-MUSIC，PM，MUSIC算法的比较

对测向算法（DOA）中的2种降低运算量的算法,即求根的MUSIC算法（Root-MUSIC）和传播算子算法（PM）,与多重信号分集算法（MUSIC）进行比较,并对两者降低运算量的作用进行了有效性分析和验证.Root-MUSIC算法通过求根降低运算量,PM通过矩阵乘法代替矩阵分解降低运算量.仿真结果表明,在阵元数较少时Root-MUSIC是最有效的算法,否则PM算法更为有效.     

阵列天线阵元位置误差的校正算法

天线阵元位置误差会对接收信号相位有很大的影响。接收信号相位误差会使高精度的信号波达方向估计性能恶化甚至失效,因此在实际系统中对阵元位置误差进行校正是非常有必要的。该文提出了一种基于多重信号分类算法的不需已知准确信号源方位的校正算法。该算法适用于任何形式的阵列,稳健性较好。实验仿真分析证实了该算法的有效性,并根据实际测向系统取得的数据对系统的天线位置进行了校正,实验取得较好的结果。     

基于非圆信号的MIMO阵列方位估计方法

给出了多输入多输出（multiple-input multiple-output, MIMO）阵列的阵列信号模型。针对信号为非圆信号的形式,提出了一种在MIMO阵列中基于非圆信号的共轭多重信号分类方法（multiple-input multiple-output conjugate multiple signal classification, MIMO CMUSIC）。这种方法充分利用非圆信号的特点,从阵列接收数据构造共轭对称的Toeplitz矩阵得到伪协方差矩阵,然后用常规MUSIC方法进行处理。仿真结果表明,与常规MUSIC方法相比,在只需要一次或者少次快拍下,此方法在MIMO阵列中能够分辨多个目标,性能远优于常规的MIMO MUSIC方法。     

模型误差条件下MUSIC算法的测向成功概率

测向成功概率是特征空间类算法的一项重要性能指标. 该文推导了模型误差条件下MUSIC算法的测向成功概率．通过对空域谱函数进行一阶Taylor展开得到MUSIC算法的测向误差及其统计特性,给出针对单个信源的测向成功和两类整体测向成功的定义,并结合模型误差的统计特性推导了针对单个信源和两类整体测向成功概率的计算公式．针对均匀圆阵和均匀线阵给出了仿真实验,结果表明理论值和仿真实验值能够较好地吻合,验证了理论推导的正确性．     

一种有效的二维MUSIC超分辨SAR成像算法

多重信号分类(MUSIC)方法是一种高分辨率到达角(DOA)估计方法,将MUSIC方法应用于合成孔径雷达(SAR)可以很好地提高图像质量。提出了一种简单有效的2D MUSIC超分辨成像算法,该方法对已聚焦的SAR图像进行处理,减小了处理过程的复杂性,并结合幅度估计完成超分辨率图像重建。实验结果验证了这种超分辨率方法的有效性。     

地面风传感器智能防冻装置设计与应用检验

我国大部分地区寒冷季节,地面自动气象站风传感器容易冻结,影响观测数据质量,尤其偏远无人值守的区域站,维护保养困难很大,影响时间长.为解决这一问题,提出了 一种风传感器防冻结装置的技术思路,从智能防冻装置的结构、功能模块以及智能加热控制等方面开展设计试验.结合外场一次冻雨天气过程的试验,采用CIMISS数据应用检验.结果...     

一种基于MUSIC算法的二次搜索解模糊方法

在基于阵列天线的DOA估计中,研究者采用了多种手段和方法用来提高测角精度,而往往测角精度越高,角度模糊越严重。针对测角精度和角度模糊是相互矛盾的问题,提出了一种基于MUSIC算法的二次搜索的解模糊方法。首先用MUSIC算法粗搜索出目标信号的低精度来向,然后根据阵列设置推导出第二次搜索的角度范围,最后在新的角度搜索范围内进行小步长的角度搜索,得到目标信号的高精度来向。计算机仿真结果表明,本方法可以更快速、准确地实现高精度无模糊测向。     

基于均匀线阵的改进MUSIC算法

在相干信源下,传统的MUSIC(MUltiple SIgnal Classification)算法不能准确地估计波达方向。为此,在对传统的MUSIC算法进行研究的基础上,提出了一种改进的MUSIC算法。该算法是将阵元接收的数据做相应的变换,从而得到新的阵列数据,再通过求互协方差等运算,得到新的数据协方差矩阵。同时,对该算法和传统的MUSIC算法进行了仿真,对其DOA(Direction of Arrival)估计性能进行比较。仿真实验表明,改进后的算法在相干信源的情况下具有很好的去相干性能,而且没有阵列孔径的损失。能精确地估计信号的波达方向。