基于FFB滤波的FPSO-DML宽带信号一维测向算法

一维测向算法的目的是估计空间信号源的方位角（即1-DOA估计）,从而确定辐射源的方向。DML（Determined Maximum Likelihood）是一种针对确定性窄带信号的参数进行最大似然估计的算法,理论上具有估计精度高、抗相干及抗噪性强等优点,但其目标函数不易求解。提出了一种FP-SO-DML算法,通过FPSO对DML目标函数进行高精度、低复杂度的全局寻优。结合FFB（Fast FilterBank）滤波,将宽带信号分解为不同频点上的窄带信号,再选取某一频点上的信号作为处理对象,通过FPSO-DML算法完成对宽带信号的一维测向。仿真证明了提出算法即使在存在相干信源的情况下仍然可以完成高精度的1-DOA估计。

相干信源波达方向估计的广义最大似然算法

论文基于广义导向矢量和广义阵列流形矩阵,建立了多相干源(组)情况下的阵列数据模型,然后提出了波达方向估计的广义最大似然算法。对于广义最大似然算法,入射信源可以是多相干源(组),阵列的几何结构也没有任何约束,而且它分辨的信源数还可以大于阵元数。随后,论文将广义最大似然算法与常规最大似然算法进行了理论比较,并给出了广义最大似然竹法方位估计一致性的证明和方位估计方差的计算公式。理论分析表明,在空间只存在非相干信源时,广义最大似然算法与常规的最大似然算法是等价的,而在空间存在多相干源(组)时,它的性能较常规最大似然算法有较大的改进,方位估计的方差更小。最后论文利用遗传算法实现了广义最大似然算法,并通过Monte—Carlo仿真实验证明了广义最大似然算法的有效性。

用于最大似然2-DOA估计的裂变粒子群算法

最大似然2-DOA估计是一种抗干扰能力强、精确度高的测向算法。对其目标函数求解时容易收敛到局部最优解,最终影响最大似然2-DOA估计的性能。考虑到粒子群(PSO)算法具有全局化寻优能力及计算量巨大的特点,本文提出了一种裂变粒子群(FPSO)算法,在保证全局化寻优能力的同时大大降低计算量。但当2-DOA估计环境恶劣时FPSO算法仍然需要较大的迭代次数才能达到一定的2-DOA估计精度。为了进一步降低计算量,提出了改进的FPSO算法。其采用AP算法初始化全局最优粒子,精确了初始化精度从而降低精确2-DOA估计所需的迭代次数。仿真证明,FP-SO算法和改进的FPSO算法能够分别在AWGN信道和短波信道下以较低的计算量实现精确的2-DOA估计,其均方根误差逼近其CRB。