阵元位置误差和通道不一致性的校正方法

针对等跨线性阵列天线的阵元位置误差和通道幅度相位不一致性问题,提出了一种采用单校正源分时多方位的无相位延迟模糊校正方法,该方法无须准确已知校正源入射角,对于通道幅度相位参数没有任何限制,对噪声具有较强的坚韧性,而且在校正源频率有一定的估计误差时也可较准确地估计阵元位置参数,文中对校正方法的配置问题进行了分析,提出了使测量误差较小的优化配置方案,计算机模拟实验结果证实了本文算法的有效性和关于校正方位配置的一些结论。     

基于特征矢量输入的神经网络测向方法

提出了一种新的基于特征矢量的采集输入数据方法，经该方法训练的径向基函数神经网络（RBFNN）可用于码多分址（CDMA）系统中多源信号波达角（DOA）的估计。该方法对信道噪声不敏感，能以较少的训练样本就可得到推广能力较好的神经网络。仿真结果表明，以新方法训练的RBFNN对多源信号DOA估计精度较高，实时性好，适用于CDMA通信系统的高分辨率测向。     

阵列天线阵元位置误差、通道不一致性和互耦的校正

采用单个连续波校正源，通过旋转阵列天线在多个校正方位测得校正数据，通过求解可分离的非线性优化问题，得到了阵元位置参数和包含通道幅度相位参数与阵元间互耦参数校正矩阵的估计，计算机模拟实验证实了该方法的健壮性和实用性。