使用多目标变模算法对单边带已调语音信号的盲分离

本文主要介绍了一种针对自适应阵盲算法:多目标变模算法-MT-VMA(下面用MT-VMA表示)。这种算法可以在强大的信道干扰情况下盲分离重叠的多路单边带语音信号,而且不用对波达方向(DOA)的预先估算或者对接收机数据校准而分离出有用的信号(SOIs)。本文通过仿真通过一个6单元的天线阵列,盲分离在HF频带6组重叠的单边带语音信号实例结果,介绍MT-VMA的主要功能结构和性能。     

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。     

利用单次快拍实现相干信源二维测向的新算法

针对复杂电磁干扰背景下相干信源二维波达方向的快速估计问题,根据垂直阵列系统特点,利用单次快拍数据在3个不同维度构造了数据矩阵实现解相干,并结合ESPRIT算法实现了二维DOA的快速估计. 该算法仅利用单次快拍数据,不需要进行协方差矩阵的计算,并将二维DOA估计问题转化为3个一维DOA估计,可同时在3个维度并行处理,因此运算量大大降低,利于工程实现. 针对算法存在阵列孔径损失和仅采用一次快拍数据量导致的估计误差偏大问题,利用非圆信号特征和同相位数据叠加,改善了算法的估计性能,提高了阵列自由度. 数值仿真验证了本文算法及提高估计精度对策的有效性.      

Direction and polarization estimation for coherent sources using vector sensors

A two-dimensional direction-of-arrival (DOA) and polarization estimation algorithm for coherent sources using a linear vector-sensor array is presented. Two matrices are first constructed by the receiving data. The ranks of the two matrices are only related to the DOAs of the sources and independent of their coherency. Then the source’s elevation is resolved via the matrix pencil (MP) method, and the singular value decomposition (SVD) is used to reduce the noise effect. Finally, the source’s steering vector is estimated, and the analytics solutions of the source’s azimuth and polarization parameter can be directly computed by using a vector cross-product estimator. Moreover, the proposed algorithm can achieve the unambiguous direction estimates, even if the space between adjacent sensors is larger than a half-wavelength. Theoretical and numerical simulations show the effectiveness of the proposed algorithm.     

相干分布式信源中心波达方向估计算法

针对移动通信中由本地散射导致的分布式信源的中心波达方向估计问题,根据分布式信源角度信号密度对称的约束条件,将相干分布式信源方向向量整理为点信源方向向量与实向量的Schur-Hadamard积,并构造相应的二阶统计量,提出了一种仅需利用二阶统计量就能直接估计中心波达方向的新方法。该算法与传统谱峰搜索类算法和经典子空间类算法相比,无须谱峰搜索和任何特征值或奇异值分解,有效地降低了计算量;所利用的二阶统计量对噪声不敏感,具有较好的信噪比性能;参数估计过程中,无须事先已知角度信号密度的具体类型,鲁棒性较好。仿真实验验证了所提算法的有效性。     

DOA估计的可靠性评判及多阵列三角定位

提出了一种DOA（derection of arrival）估计可靠性评判准则，试验数据验证了该可靠性评判准则的有效性。DOA估计误差分析表明，目标信号信噪比、传感器失效和采集系统故障等原因均可能导致传感器信号相关性下降或者丢失，而使得DOA估计出现重大偏差；利用可靠性条件，能够方便判定估计DOA的可靠程度。将DOA估计算法及可靠性条件，应用到多DOA三角定位试验中，定位结果表明，该可靠性条件能够有效避免目标位置估计出现野值。     

改进MUSIC算法对信号DOA的估计

MUSIC算法能有效地估计出独立信号源的DOA，并且在模型准确的前提下，对DOA的估计可以达到任意精度；但对相干信号源和相隔比较近的小信噪比信号源，MUSIC算法就不能估计出它们的DOA了。这里通过理论推导提出了一种改进MUSIC算法，计算机仿真的结果表明了该改进MUSIC算法既能够有效地估计出独立信号源的DOA，也能有效地估计出相关信号源和相隔比较近的小信噪比信号源的DOA，从而证明了这种改进MUSIC算法的合理性。     

冲击噪声环境中求根类DOA估计方法研究

在介绍冲击噪声的性质及其造成传统求根类算法性能下降原因的基础上,提出利用分数低阶矩(FLOM)和ScreenedRatio原理来构造阵列相关矩阵的两类求根类算法。最后通过计算机仿真对算法进行了分析和比较,结果表明该算法在性能上优于传统的算法,基于ScreenedRatio原理的算法的性能略好于基于FLOM的算法。     

一种新的二维Capon算法的研究

在传统Capon算法的基础上,提出了一种新的基于3个正交均匀直线阵的二维Capon来估计信号的二维DOA,利用其中一个线阵来组合其他2个线阵分别估计的一维DOA,将复杂的二维处理问题转化为简单的一维问题,大大降低了算法实现的复杂度,改善了DOA的估计性能。仿真结果证明了该方法的有效性。     

循环MUSIC算法的误差分析及改进

通过分析循环MUSIC算法信号模型的误差,考查载波频率、信号带宽、循环频率、阵元间距和波达方向(DOA)等因素对DOA估计性能的影响,根据分析结果提出在计算导向矢量时选择最适当的频率以减小偏差,改进估计性能.仿真结果表明上述与信号模型相关的因素对DOA估计的精度有一定影响,与理论分析一致,且证实改进算法有效.