机载单电磁矢量传感器时变信号参数估计算法

机载单电磁矢量传感器通常要处理参数随时间变化的信号,本文将基于压缩映射的投影逼近子空间更新(PASTd)算法与ESPRIT算法、矢量叉乘算法相结合应用于单电磁矢量传感器,该算法不需要特征值分解,不仅有效减小了计算量,而且能够追踪时变信号的波达方向和极化状态参数。仿真验证了算法的性能。

基于微分进化的极化WSF信号参数估计算法

极化敏感阵列与传统的天线阵列相比,可以同时接收到信号的空间信息和更加完整的电磁信息,由于受信号极化变化的干扰较小,接收增益更高,估计出的极化状态参数可以用于检测、多址等领域,因此具有更加广阔的开发价值。极化加权信号子空间(WSF)算法的精度、分辨率明显优于一般子空间类算法,并且可以处理相干信号,鲁棒性较好,与传统空间谱WSF相比,需要估计的参数多了一倍,计算量问题显得更加突出。针对该问题,首先将遗传算法应用于联合谱WSF,与传统测向不同,性能不佳。微分进化算法简单,收敛速度快,搜索精度高,性能稳定,将该算法应用于极化加权信号子空间算法的多维函数求解,并将它与基于遗传算法的极化WSF进行比较,证明文中算法的有效性。