基于高阶累积量ESPRIT算法的指数衰减正弦信号参数估计

工程应用中环境噪声多表现为高斯有色噪声,而针对高斯白噪声进行处理的算法失效问题,提出了一种高斯色噪声环境中用于多分量衰减正弦信号频率和衰减因子估计的四阶累积量ESPRIT算法。首先,推导出四阶累积量与观测样本中的自相关矩阵和互相关矩阵之间的关系,求出其四阶累积量矩阵。其次,通过对四阶累积量进行广义特征值分解,根据广义特征值即可得到信号衰减因子和频率的估计值。最后对所提算法进行了仿真实验验证,在混合信噪比为0 dB时,所提算法针对多分量衰减正弦信号角频率和衰减因子的平均估计误差分别为0.002 0πrad和0.002 0。在高斯白噪声和高斯色噪声背景下与ESPRIT算法和Prony算法相比具有更强的噪声抑制能力和更高的估计精度。

基于ESPRIT算法的柱面共形阵列天线DOA估计

由于共形天线阵列流形的多极化特性(polarization diversity,PD),信源方位参数与极化状态的"耦合"是实现共形阵列天线波达方向(direction-of-arrival,DOA)估计的主要难点。针对柱面共形阵列天线的特点,建立了柱面共形阵列天线的导向矢量模型;通过合理的阵元排列结构设计,结合ESPRIT(esti mation of signalparameters via rotational invariance techniques)算法参数估计的特点,实现了信源极化状态与方位参数的去耦合,推导了ESPRIT算法多参数估计的参数配对方法,最终提出了柱面共形阵列天线盲极化DOA估计算法。计算机Monte Carlo仿真实验验证了所提算法的有效性。

二维虚拟ESPRIT算法

Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ 算法是一种快速的高分辨率方向估计方法，但它是一种一维估计方法，不能直接推广到二维方向估计。本文在 Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ 的基础上，针对一种特定的阵列结构，提出了一种计算量很小的二维估计方法——二维虚拟 Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ，它的计算量同一维 Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ 相当。

二维虚拟ESPRIT算法

本文通过构造出一特殊阵元阵列，提出了一种全新的二维 ＥＳＰＲＩＴ算法──二维虚拟 ＥＳＰＲＩＹ算法。它具有计算量极低、估计效果好、子阵列要求低等优点，并且通过采取一定措施，可以适用于各种情况，使得本文方法具有较强的灵活性和实用性。

一种新的二维ESPRIT算法的研究

提出了一种新的基于垂直阵列结构的二维ESPRIT方法来估计信号的DOA,此方法只需3个均匀直线阵就可估计用户的二维DOA.该方法利用其中的一个直线阵来组合两个线阵分别估计的一维DOA,最大误差不超过0 6%,改善了DOA的估计性能.

一种实用的空间平滑ESPRIT算法

针对移动通信环境中多径传播的信号到来方向估计问题,结合空间平滑技术,提出一种空间平滑的ESPRIT算法,并给出了多径信号数目的推定方法.仿真结果证明,与ESPRIT算法相比,所提出的算法不仅适用于独立信号源,而且适用于相关信号源,具有分辨率高、计算量小等特点.

阵列模型误差影响下ESPRIT算法的二阶性能分析

针对阵列模型误差扰动的影响,该文对ESPRIT算法的方位估计性能进行二阶性能分析(即忽略模型误差扰动量的三次及以上各项).与经典分析方法(即一阶分析方法)相比,文中的性能分析方法能够在模型误差扰动较大的情况下提高性能预测精度.此外,文中的理论推导不仅针对阵列流形失配的情况,还针对阵元噪声模型失配的情形.数值实验表明:在较大模型误差的条件下,文中的二阶性能分析方法能够提高对ESPRIT算法的性能预测精度.

一种二维来波方向估计的快速ESPRIT算法

提出了一种快速ＥＳＰＲＩＴ算法．使用该算法和两平行均匀线阵可实现二维来波方向的快速估计．快速ＥＳＰＲＩＴ算法利用协方差矩阵中不受噪声影响的子块来估计来波方向，避免估计整个协方差矩阵和噪声功率，减少了特征分解的次数，大幅度地降低了运算量．而参数的估计性能接近ＰＲＯＥＳＰＲＩＴ算法．最后给出计算机仿真结果。

一种自适应ESPRIT算法

运用特征子空间方法的关键在于信号或噪声子空间的估计。实际上有些信号的统计特性通常随时间变化 ,为得到参数的实时估计值 ,需要随时根据新的阵列接收数据对信号或噪声子空间进行更新。首先建立了用于信号到达主向 (DOA)估计的SVD -ESPRIT算法 ,然后利用受限摄动分析提出了一种子空间跟踪算法。将该跟踪算法与SVD -ESPRIT算法相结合 ,得到的自适应ESPRIT算法可用于对时变的信号DOA进行跟踪估计。仿真计算结果验证了该算法的有效性。

基于修正ESPRIT算法的二维DOA估计

针对二维ESPRIT算法在求解相干信号的时候存在较大的阵列冗余度,为了降低计算量,提高算法的解相干能力,在双排平行均匀线阵的基础上,介绍了一种二维修正ESPRIT算法.通过对子阵的合并,摒弃了原协方差矩阵中的冗余数据,使得新构成的协方差矩阵的维数比原来下降了近33%,从而降低了特征值分解的维数,并且新构成的协方差矩阵可以对接收数据进行共轭重排再利用.理论分析和仿真实验表明,该算法降低了计算量,提高了对非相干信号的估计准确度,同时具有一定的解相干能力.

矢量阵的非空间ESPRIT算法

矢量水听器同时测量声场中某点的声压和质点振速的正交分量,单个矢量水听器可视为空间共点阵.建立了任意阵型矢量阵的数据模型,研究了任意阵型矢量阵的非空间ESPRIT算法.非空间ESPRIT算法不是利用空间2个子阵组成的矩阵对,而是利用矢量水听器不同的输出分量组成矩阵对完成目标的二维角度(水平方位角和仰角)估计.仿真研究了该算法对单个源和多个源方位估计的情况,并利用外场试验数据验证了算法的有效性.结果表明,在当时的试验条件下,常规波束形成获得的主瓣波束宽度为30°左右,而非空间ESPRIT算法对目标方位估计的标准差为3°左右,说明基于矢量阵的非空间ESPRIT算法在未知阵列流形的前提下可对目标进行高精度方位估计.

智能天线UCA-ESPRIT算法的仿真

首先介绍了用于均匀圆阵的 UCA- ESPRIT测向算法 ,并对其进行了改进和简化 ,将二维角度估计问题简化为一维的方位角估计问题 ,然后比较了该算法与 MUSIC算法在智能天线中的仿真结果 ,最后给出了相应的结论和改进思路。

基于分数阶Fourier变换和ESPRIT算法的LFM信号2D波达方向估计

提出一种利用分数阶Fourier变换(FRFT)和旋转不变子空间(ESPRIT)算法实现多个线性调频(LFM)信号二维波达方向(DOA)估计的新方法。该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的FRFT域的阵列数据模型,并利用ESPRIT算法实现对多个LFM信号的二维DOA估计。仿真实验验证了算法的有效性。

基于ESPRIT算法的L-型矢量阵源方位估计

建立了水平L 型矢量水听器阵列的数据模型,研究了利用ESPRIT算法同时对目标的水平方位角和仰角进行高分辨率角度估计.仿真L 型矢量水听器阵对单个源和多个源的方位估计情况,并和相同阵型的声压阵方位估计性能进行比较.结果表明,相对于声压阵,矢量阵可以在不增加阵孔径的前提下提高对单源方位估计的精度,获得的增益为6dB左右,同时提高了对多目标方位的分辨能力.

冲击噪声下基于相关熵的二维ESPRIT算法

针对基于相关函数的波达方向(direction of arrival,DOA)估计方法在冲击噪声环境下性能下降明显甚至失效的问题,提出基于相关熵(Correntropy)的二维ESPRIT算法;该方法利用相关熵在冲击噪声环境下具有鲁棒性的优点,将受干扰信号的自相关函数替换为相关熵函数,并结合二维ESPRIT算法实现在冲击噪声环境下进行二维DOA估计;仿真表明,与基于分数低阶统计(Fractional Lower Order Statistics,FLOS)算法相比,该算法呈现明显优势,特别在高的冲击噪声条件下(1<α<1.5)能对信源方向进行更加有效的估计,且均方误差值仍保持很低。

一种快速二维虚拟ESPRIT算法

通过对二维虚拟ESPRIT信号参量估计算法的分析,提出了一种快速二维虚拟ESPRIT算法.理论分析表明二者的估计结果相同,但快速二维虚拟ESPRIT算法的计算复杂度低,并由计算机仿真实验进行了验证.

多星测控中波达方向估计传播因子虚拟ESPRIT算法

针对多星测控中涉及的阵列天线信号波达方向估计问题,给出了一种新的基于传播因子的二维波达方向估计(2D-DOA)算法——传播因子虚拟ESPRIT算法(PMV-ESPRIT)。传统的虚拟ESPRIT算法需要对互相关矩阵进行特征值分解(EVD)或对数据接收矩阵进行奇异值分解(SVD),因此其运算量较大。而新算法基于传播因子方向向量分割的线性运算对传统算法做了进一步改进,其运算量明显降低,且具有更高的信号波达方向测向精度。仿真实验结果表明了PMV-ESPRIT算法的有效性和可行性。

一种二维ESPRIT算法参数配对新方法

根据矩阵、矩阵的特征值及特征值对应的特征向量三者之间的关系,提出了一种新的用于二维波达方向(DOA)估计的ESPRIT算法参数配对方法。该方法无需经过多次矩阵变换就可以达到参数自动配对的目的,在保证二维ESPRIT算法参数估计性能的前提下,简化了参数的配对过程。最后经计算机仿真验证了该方法的有效性。

基于矩阵重构的非圆信号ESPRIT算法

在信号源为非圆信号的情况下,提出一种基于矩阵重构的ESPRIT波达方向估计方法。根据非圆信号为实值信号的特点,首先通过对接收数据矩阵进行共轭重排,构造多个具有旋转不变关系的子阵;为抑制噪声对算法的影响,对接收数据矩阵进行延迟处理,并构造其与各子阵之间的协方差矩阵;最后利用ESPRIT算法的原理实现信号波达方向的估计。仿真结果表明:在相同的信噪比和快拍数条件下,算法的正确分辨概率和测角精度均优于ESPRIT算法,并且在信号入射角度间隔较小时也具有良好的分辨性能。

二维虚拟ESPRIT算法的改进

对二维虚拟ESPRIT算法进行了改进 ,在保持原算法计算量小这一优点的基础上 ,提高了阵元利用率 。