基于稀疏对称阵列的近场源定位

在阵元数目一定的情况下,为了扩大阵列的孔径,本文采用非均匀稀疏对称阵列,其阵元间距不受四分之一载波波长的限制.为了避免由此带来的角度模糊问题和复杂的二维搜索,本文基于降秩思想,提出了近场源波达方向(DOA,Direction Of Arrival)和距离的无模糊估计方法并且分析了角度估计的模糊性.此方法利用二阶统计量,只需进行一维搜索,且参数自动配对.因此,计算量大大地减少,且在阵元个数有限的情况下,大大地提高了空间分辨率.计算机仿真结果证实了此方法的有效性.

加权稀疏信号重构的近场源定位方法

针对近场源定位问题,提出了一种使用加权L1范数优化进行稀疏信号重构的近场源定位方法。该定位方法分步完成目标的方位和距离估计。为了避免二维优化问题出现,首先利用均匀线阵的对称特性,通过菲涅尔近似,将二维参数估计的近场定位问题转换为类远场阵列的一维参数估计问题,接着将该一维参数估计问题转换为稀疏信号重构问题,通过类MUSIC权向量的构造,使用加权L1范数优化方法重构稀疏空间谱得到目标波达方向;在得到信号波达方向之后,再利用稀疏信号重构的思想求解信号源到阵列的距离。最后,通过数字仿真验证了算法在估计精度和分辨率等方面的优良性能。

乘性噪声背景下基于三阶循环矩的二维近场源定位方法

本文提出一种基于三阶循环矩的近场源二维参数估计方法.该方法以均匀线阵为接收传感器阵列,通过构造三个三阶循环矩矩阵估计出近场源的方位角和距离参数,利用循环统计量去除加性噪声,通过预校准法消除乘性噪声,适用于乘性噪声或乘性噪声和加性噪声共存背景下的二维近场源定位.仿真实验验证了该方法的有效性.

基于二阶统计量的四维近场源定位

本文针对近场窄带信源频率、仰角、方向角和距离四维参数的估计问题,提出了一种基于二阶统计量的近场源四维参数估计方法。该方法利用中心对称的十字阵列和多重旋转矢量不变技术估计信源参数,无需谱峰搜索,同时避免应用四阶累积量,减轻了算法的计算量。仿真实验证明了该算法的有效性。

可硬件系统实现的多频近场源定位方法

基于信号子空间与噪声子空间的正交性,提出了一种适用于多频近场信源方位角和距离联合估计新方法。该方法通过对传感器接收数据进行正交变换获得复数观测矩阵,应用特征值分解的相似变换方法求解复数协方差矩阵的特征值和特征向量,构造噪声子空间,考虑到信源信号频谱的特点,建立了适用于多频信号的谱函数,由谱峰搜索获得信源定位结果。本文方法提高了定位系统对多频信号的适用性,实际定位系统的仿真结果验证了该方法的有效性。

利用最小冗余对称阵列的近场源定位算法

在阵元数目有限的情况下,针对近场源定位中的阵列孔径和阵元数损失问题,文中突破阵元间距为1/4波长的限制,提出了基于最小冗余对称阵列的协方差矩阵重构算法.该算法构建只与方位角有关的四阶累积量矩阵,通过多重信号分类算法来估计信号方位角;然后根据估计出的信号角度在距离维上进行搜索,估计出距离参数.该算法扩展了阵列的孔径,提高了阵列的自由度.仿真结果表明,该算法可以估计更多的信源数目,拥有较高的估计性能和空间分辨率,且只需进行一维搜索,避免了二维参数配对.

一种新的近场源定位算法

给出了一种近场源的到达角(DOA)和距离的二维参数联合估计算法.该算法利用四阶累积量矩阵的特征值估计DOA,通过在估计的DOA下进行有限的一维搜索得到距离估计.该算法将二维搜索降低为一维有限搜索,并提高了直接使用高阶累积矩阵估计信源位置的方法的距离估计精度.计算机仿真证实了该方法的有效性.

基于多项式求根的近场源定位算法

针对阵元数目一定时采用最小冗余对称阵列模型能使阵列间距不局限在四分之一波长的特点,提出了基于多项式求根的近场源定位算法.该算法构建一个特殊四阶累积量矩阵,通过远场求根MUSIC算法估计信号角度;然后分离角度与距离参数,在非均匀阵列基础上采用多项式求根算法估计出距离参数;最后进行了仿真.仿真结果表明,该算法避免了阵列孔径损失,可以估计较多信源;与其他算法相比,该算法具有较高的估计精度和分辨率,且不需进行谱峰搜索,减少了计算复杂度.

基于均匀圆阵的近场源定位技术研究进展

近场源定位在雷达、声呐和通信中发挥着重要的作用。该文利用均匀圆阵的阵列结构优势,系统梳理了窄带近场源定位方法以及解模糊方法,并在此基础上从时域、频域、分数阶傅里叶域等方面阐述了近场线性调频(LFM)信号的方位角、俯仰角和距离等3维位置参数快速精确估计方法。最后,对相干辐射源和近远场混合源参数估计等后续研究内容进行了展望。

基于非均匀稀疏贝叶斯学习的近场源定位

近场源的阵列流型包含角度和距离参数,两者相互耦合,难以分离。现有方法一般采用近似解耦模型,分步估计出角度和距离参数。然而,在近似解耦过程中,不可避免地引入了系统模型误差,导致定位性能严重下降。为了应对上述挑战,提出了一种基于非均匀网格的稀疏表示近场源定位方法,将复杂的近场源定位问题直接建模成一个较低维度的稀疏信号恢复问题,并利用稀疏贝叶斯学习(Sparse Bayesian learning, SBL)方法实现对稀疏信号的自适应恢复,从而避免引入近似误差,显著提高了参数估计的准确性。所提方法中的非均匀网格仅含有较少的网格点,极大降低了计算复杂度;各网格点之间的角度和距离均不相同,有效克服了字典矩阵中相邻基之间相关性高的缺陷;额外引入网格优化技术,进一步解决了粗糙网格可能导致的失配问题。仿真结果证实了所提方法的优越性。

远近场混合循环平稳信源定位方法

提出一种基于对称均匀线阵与二阶循环统计量相结合的远近场混合源定位新方法。该方法首先将均匀线阵划分为两个对称子阵,获得仅包含方位角信息的旋转矩阵,以此为基础,构造谱峰搜索函数,实现远场源和近场源角度的同时估计,将获得的方位角信息代入二维MUSIC谱函数,实现近场源距离估计。所提算法计算复杂度低,估计精度较高,且无需参数配对及二维搜索。均方根误差的仿真结果验证了该算法的有效性。

基于改进TDOA的近场声源鲁棒定位方法研究

针对不同噪声及信噪比条件下,传统进场声源定位精度低、计算复杂度高的问题,提出一种基于改进的时间到达差(TDOA)近场声源鲁棒定位方法。利用传统FIR维纳滤波器对含噪语音信号进行预处理,增强信噪比,并在频域计算TDOA值;采用空域收缩迭代最小二乘算法取代传统的LS算法进行拟合,计算近场声源位置信息。仿真结果表明,在不同噪声和信噪比条件下,该方法在降低运算量的同时,有效提升了定位精度。

基于分布式光纤协同的近场无源测相定位技术研究

为了进一步提高近场目标的定位精度,该文提出一种将测得的相位差经解模糊算法后转化为时间差进行无源定位的方法,并建立了相应的近场测相定位模型。该模型中由近端阵元和通过光纤连接到中心处理单元的远端阵元形成分布式协同测量系统,解决了损耗和相位差模糊的问题,从而可以通过相位差测量来间接获得时差,最终实现对辐射源的快速精确定位。仿真结果表明该方法与直接测量时差的定位法相比,具有精度高、损耗低且布站容易的特点,在电子对抗领域具有一定的参考价值。

基于无线传感器网络的近场声源定位技术

针对近场环境下声音信号的特点,采用TDOA算法对声源进行定位。为了获得较为理想的时延估计,提出了一种锚节点挑选和时延估计策略,剔除误差较大的节点,挑选最优锚节点参与定位。针对求解过程中出现的多解问题,提出一种区域判别法则,对目标位置进行多重判断后再求解,减少了参与计算的方程数量,在不影响定位精度的前提下降低了系统计算量,并与其他方法进行对比。实验表明,该方法相比于其他方法计算量明显减小,并且精度较高,具有较好的定位效果。

基于四阶累积量的近场源多参数联合估计

提出了一种近场窄带信源多参数联合估计新方法,通过所构造四阶累积量矩阵的特征值及其特征向量就可以直接获得近场源频率、方位及距离三维参数的联合估计,无须峰值搜索,适用于任意高斯噪声环境.与现有方法相比,所提方法有效地避免了阵列孔径损失,而且算法简单高效.仿真综合结果表明了新方法的有效性.

一种基于二阶统计量的近场源三维参数估计方法

该文研究近场源的距离、角度和频率的三维参数估计问题。提出了一种仅需利用二阶统计量和相应的配对 程序就能直接估计出参数的新方法。该方法无需谱峰搜索,同时避免应用四阶累积量,减轻了算法的计算量。仿真 实验证明了该算法的有效性。

基于二阶统计量的近场源三维参数估计方法

针对近场三维参数估计方法计算量大的问题,提出了一种近场源的方位角、仰角和距离的三维参数估计方法。该方法利用在x-z平面十字阵列的结构特点和二阶统计量,估计信源的方位角、仰角和距离参数。将三维参数估计问题转化为多个一维搜索问题,从而减少了算法的计算量,并且无需参数配对,具有估计精度较高的优点。仿真实验表明,在信噪比大于0时,该方法能有效估计近场源的三维参数。

均匀圆阵下单个近场源信号四维参数估计快速算法

针对近场源三维参数估计效率低下及信号源的载波频率估计较少的情况,提出了一种基于均匀圆阵(UCA)的近场源四维参数估计快速算法,利用UCA的中心对称结构构造出两个相关序列,其中一个为利用错位相乘构造的相关序列,使之含有信号源的方位角、俯仰角以及载波的频率信息,而另外一个构造的相关序列则含有信号源的距离参数,这样两个相关序列的相位就包含信号的4-D参数信息.首先对利用错位相乘构造的相关序列利用最小二乘方法给出方位角、俯仰角和频率的估计,然后再利用另一个序列估计出距离参数.仿真结果表明该算法和3-D MUSIC算法性能相当,但由于所提算法无需三维搜索和特征分解,因而计算更加简单利于工程实时实现.

估计近场源三维参数的新方法

针对近场源的方向角、仰角和距离的三维参数估计,提出了一种新的近场源三维参数的估计方法。该方法利用十字阵列的结构特点和四阶累积量估计信源的方向角、仰角和距离参数。十字阵列的其中一个子阵仅需2个阵元,从而减少了阵列的阵元个数,同时具有无需谱峰搜索和估计精度高的优点,且适用于高斯有色噪声环境。仿真实验证明了该方法的有效性。

基于四阶累积量的近场源时-空域三维参数估计法

研究了近场源的频率方向角距离的三维参数估计问题,并针对已有方法估计精度较低的问题,提出了一种利用四阶累积量和信号的空域和时域信息估计信源的频率方向角距离参数的方法。该方法扩展了阵列的孔径,提高了算法的估计性能。仿真实验证明,当信噪比为0时,该算法仍然能够正确估计信源的参数。