基于张量分解的二维互质矢量传感器阵列信号处理

提出了一类二维互质矢量传感器阵列及其张量处理方法,以提高阵列自由度及信号波达角(Direction of arrival,DOA)估计性能。新阵列并非是二维互质标量传感器阵列的简单扩展,而是针对新阵列的高维信号数据,提出了一种新的基于张量代数理论的建模和处理方法。分析表明:针对一个具有4M^2+N^2-1(其中M和N互为质数)个矢量传感器(阵元)的二维互质阵列,利用其接收信号的高维二阶统计量,可将该阵列转换成一个具有(MN+M+N-1)^2个虚拟矢量传感器(阵元)的均匀矩形阵列(Uniform Rectangular Array,URA)。为充分利用增加的阵元数来提高阵列的可辨识性和信号的DOA估计精度,还给出了该URA对应的张量模型及处理方法,并最终借助张量分解实现了信号DOA及极化参数估计。仿真实验证明了新方法的有效性。

基于张量的互质面阵信号处理方法

针对由2个稀疏均匀矩形阵列(URA)构成的互质面阵(CPPA),提出了一种基于张量代数的阵列信号处理方法,以提高阵列自由度。首先,对CPPA中的2个URA进行拆分,将这2个URA的接收信号表示成2个张量;然后将其互相关结果处理成一个虚拟阵列的接收信号张量。分析表明,所提方法可将一个具有2L2-1个物理阵元的CPPA转换成一个具有(L+1)^4/16个阵元的虚拟稀疏非均匀面阵。针对该虚拟面阵,给出了利用张量分解从其接收信号张量中估计入射信号二维波达角的方法,以避免二维谱峰搜索。与文献报道的互质面阵信号处理方法相比,所提方法将阵列自由度从L^2提升至[(L+1)^4/16]+1,并具有更好的信号波达角估计性能及较低的计算复杂度,仿真结果证明了所提方法的有效性。