基于时频点聚类的LFM信号波达方向估计

基于空间时频分布(spatial time-frequency distribution,STFD)的多重信号分类(multiple signal classification,MUSIC)算法常用于非平稳信号波达方向(direction of arrival,DOA)估计,其关键是选取合适的信号时频点.文中针对传统时频MUSIC算法不能提取各信号时频点且在小角度间隔时估计性能不佳的问题,以线性调频(line frequency modulation,LFM)信号为研究对象,提出了基于时频点聚类的DOA估计算法.该算法首先对阵列接收信号进行白化,利用白化后的接收信号构造STFD矩阵,达到抑制STFD矩阵的交叉项、突出信号自项的目的,然后利用K均值聚类提取各信号时频点,最后运用MUSIC算法估计DOA.对不同角度间隔和不同信噪比时三种算法的估计均方根误差进行了仿真对比,结果表明:相比经典时频MUSIC算法,文中算法在小角度间隔和低信噪比时有更好的估计性能.

一种非平稳信号的DOA估计方法

利用空时频分布(STFD)矩阵估计非平稳信号DOA的关键是选择合适的时频点。用白化后的接收信号矢量构造STFD矩阵,利用该矩阵迹构造判决量来选择时频图的自项,将选择的自项的STFD矩阵平均,然后运用MUSIC算法来估计DOA。仿真证明:本文的方法可以很清晰的选出非平稳信号的自项,运用该自项点的平均STFD矩阵估计的信号DOA更准确。