New method for passive radar seeker to antagonize non-coherent radar decoy

Using super resolution direction of arrival (DOA) estimation algorithm to reduce the resolution angle is an effective method for passive radar seeker (PRS) to antagonize non-coherent radar decoy. Considering the power and correlation property between radar and non-coherent decoy, an improved subspace DOA estimation method based on traditional subspace algorithm is proposed. Because this new method uses the invariance property of noise subspace, compared with traditional MUSIC algorithm, it shows not only better resolution in condition of closely spaced sources, but also superior performance in case of different power or partially correlated sources. Using this new method, PRS can distinguish radar and non-coherent decoy with good performance. Both the simulation result and the experimental data confirm the performance of the method.     

基于FFT与MUSIC的改进DOA估计算法

针对MUSIC算法在进行信号波达方向(DOA)估计时谱峰搜索运算量大的问题,提出了一种基于FFT多波束算法与MUSIC算法的联合DOA估计方法。该方法采用FFT多波束算法形成多个波束,近似估计信号DOA,获得对应波束指向,再利用MUSIC算法实现对信号DOA的精确估计。这样就只需在该波束指向对应的空域范围内搜索,减小了DOA估计的运算量。     

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。     

一种模式空间中的快速DOA估计算法

在均匀圆阵模式空间中,提出一种基于ESPRIT的快速波达方向估计算法,该算法将均匀圆阵转化成为模式空间的虚拟阵列后,通过利用虚拟阵列的协方差矩阵的近似Toeplitz特性,可以直接得到噪声的方差分量σ2n,因此避免了ESPRIT算法中的第一次特征分解,即只用一次特征分解完成参数估计.分析表明,该算法运算量小,而且能有效估计参数.     

平面阵列下的二维角度和频率联合估计

在均匀面阵列结构基础上提出一种二维角度和频率联合估计新方法. 对阵列天线输出的信号进行建模分析,表明阵列接收信号具有平行因子四线性模型特征. 利用该模型低秩分解的唯一性条件,从分解得到的矩阵中联合估计出信源的参数. 该算法首先利用四线性交替最小二乘算法估计出方向矩阵和频率矩阵,然后利用频率矩阵的Vandermonde特征和方向矩阵的结构特点及最小二乘法计算频率和二维角度. 该方法无需谱峰搜索即可实现参数同时估计与配对,与现有的基于三线性分解的算法和ESPRIT算法相比具有更高的估计精度,而且在小样本数情况下也能较好地工作. 仿真结果验证了该方法的有效性.     

基于矢量重构的相干信源测向

传统的解相干方法主要有空间平滑和子空间拟合两类,但这些方法或者阵列利用率低或者计算复杂度高,因此寻求计算量小且阵列利用率高的解相干测向方法有重要意义. 该文基于前后向矢量重构理论,提出一种相干信源测向方法. 根据信号导向矢量矩阵与信号子空间张成同一空间,充分利用大特征值对应的特征向量,采用前后向矢量重构方法构造列满秩的数据矩阵,利用总体最小二乘¡旋转不变子空间算法进行波达方向估计. 该方法适用于独立信源和相干信源同时存在的情况,具有良好的实用性,且运算过程简单,计算量小. 理论分析和仿真结果表明了所提方法具有优良性能.     

提高空间谱算法分辨率的DOA估计

针对传统MUSIC算法在低信噪比,小快拍数等非理想条件下分辨率下降的问题,提出了改进的基于子空间投影的MUSIC测向算法. 该算法充分利用子空间信息,采用新的特征值校正方法对噪声子空间进行加权,并与加权信号子空间投影进行空间谱合成,得到新的空间谱函数. 搜索函数极大值,就能得到来波方向. 新方法既保
留了噪声子空间算法的高分辨性能,又保留了信号子空间算法的稳定性. 计算机仿真和实测数据表明新方法有效.     

非线性阵列Khatri-Rao子空间宽带DOA估计

针对非线性阵列,基于Khatri-Rao子空间概念提出一种新的无预估角宽带到达角(direction-of-arrive,DOA)估计方法. 从Khatri-Rao子空间虚拟阵列导向矢量出发,利用虚拟阵列所增加的维数,以流形分离技术构造与到达角无关的宽带聚焦矩阵,无需预估角且估计性能良好. 采用Root-MUSIC算法避免传统算法中的谱峰搜索过程,降低了计算量. 仿真结果表明,该方法与需要预估角的已有Khatri-Rao子空间宽带DOA估计方法FKR-RSS相比,具有相近的估计精度和目标分辨力. 在信号源数大于阵元数的情况下,其性能优于FKR-RSS.     

基于延时相关处理的ESPRIT算法

为了提高旋转不变子空间(estimation of signal parameters via rotational invariance techniques, ESPRIT)算法的分辨力和测角精度,充分利用非零延迟相关函数中信号入射角度的信息,提出了基于延时相关处理的ESPRIT算法。根据所有阵列间延时相关信息,构造新的阵列输出矩阵,并且得到新的协方差矩阵。对新的协方差矩阵进行特征值分解得到特征向量,通过将特征向量划分得到含有入射角度信息的子阵,最终求得信源的入射角度。仿真结果表明,该算法的分辨力和测角精度均优于原ESPRIT算法,并且在小角度间距情况下也有较好的分辨性能。     

基于DOA估计算法的多用户检测新方法

提出一种利用天线阵列的多用户检测方法.新方法假设各个信号源的训练序列互相正交,并且各信号源都是幅度为1的恒模信号.结合无空间模糊性的T型阵列,新方法能快速、精确地估计波达方向矩阵,进而检测多个用户的信息,利用Matlab对算法进行了仿真实验,并给出了新方法的误码率性能.