一种有效的二维DOA估计算法研究

为了获取用户空间位置,实现通信容量倍增的目的,采用时空DOA矩阵方法,并提出了一种有效的改进算法——时空虚拟DOA矩阵方法。做了60多次Monte-Carlo仿真实验,获得时空DOA矩阵方法和时空虚拟DOA矩阵算法的仿真结果。得到的结论是时空DOA矩阵具有很强的分辨能力,且能解决二维估计中的角度兼并问题,时空虚拟DOA矩阵算法可以估计超过阵元数的信号,具有较高的分辨性能和较好的稳健性。

智能天线中时空虚拟DOA矩阵算法与改进

本文主要研究智能天线中二维DOA估计算法。首先研究时空DOA矩阵估计方法,并进行了仿真。然后结合虚拟阵列变换技术对该算法进行有效的改进—时空虚拟DOA矩阵方法。改进后得到的仿真结果证明了该改进算法可以估计超过阵元数的信号,具有较高的分辨性能和较好的稳健性。

增益幅度不同时信号二维方向角和多普勒频率的盲估计

在各阵元增益幅度不一致的条件下 ,提出了一种起伏目标的二维方向角和多普勒频率盲估计的新方法。此方法在各阵元增益幅度不一致的条件下 ,仍可获得很好的估计性能 ,并能应用于各个信号的频率相同的场合。且具有对噪声不敏感 ,不需进行谱峰搜索 ,适用范围广等特点。仿真结果表明了此算法的有效性。

非理想阵列的信号波达方向和多普勒频率估计

在均匀线阵存在误差的情况下 ,提出了一种信号波达方向和多普勒频率的估计方法。此方法在空间域 ,不仅考虑了阵元幅相误差 ,而且考虑了阵元位置误差 ,使包括幅相误差和位置误差在内的误差矩阵达到Frobe nius范数的最小值。在时间域考虑了测量噪声 ,使得多普勒频率估计的似然概率达到最大。仿真结果表明了此算法的有效性。

一般阵列误差情况下信号二维方向角和多普勒频率的联合估计

针对平面阵列 ,推导出基于一般阵列误差模型的信号时空DOA矩阵 ,采用总体最小二乘法 (TLS)估计出多个信号的方位角、俯仰角和多普勒频率 ,解决了大多数估计算法的性能因阵列误差而严重下降和“频率兼并”问题。此算法对噪声不敏感 ,不需进行谱峰搜索。仿真结果表明了此算法的有效性。

最小方差谱估计算法的改进及应用

最小方差谱估计方法(MVM)是声纳信号波达方向估计中一种十分重要的方法,然而工程实际应用中在小快拍数和低信噪比的场合最小方差谱估计方法的估计性能会受到很大影响。提出的基于时空相关信号协方差矩阵的最小方差谱估计算法(MVMBased on Time-Space Correlation Matrix)利用噪声在空间和时间上的相关性比较弱的特点大大改善了MVM在小快拍数和低信噪比场合的估计性能。基于时空相关信号协方差矩阵的最小方差谱估计算法应用到浅水高分辨率测深侧扫声纳的波达方向估计中,取得了比原始信号协方差矩阵的最小方差谱估计算法更好的效果。算法中的时空相关信号协方差矩阵构成方法在波达方向估计中有广泛的应用价值。

高频地波雷达天线阵列的自校正

针对高频地波雷达回波信号是一维信号的特点,构造了任意形状的三角形阵列,将理想情况下用于二维到达角估计的空时DOA矩阵法进行了推广,使其能适用于存在幅相误差的阵列.利用将推广的空时DOA矩阵法用于一维到达角估计时产生的冗余信息,构造方程组.通过解方程组得到天线阵列间幅度和相位误差,从而实现高频地波雷达通道的幅相自校正.对模拟数据与实测数据的处理结果均证实了本方法的有效性.

联合对角化技术在空间谱估计中的应用

在实际工程应用中,传统空间谱估计方法受噪声、干扰及采样效应等因素影响,其性能明显退化。为了克服这些因素对方位估计结果的影响,提高算法性能,本文将空时相关矩阵组代替传统的采样协方差矩阵,利用联合对角化这一新的数学工具,研究了一种基于Jacobi旋转正交联合对角化的空间谱估计方法。通过对空时相关矩阵组进行联合对角化,得到了联合对角化矩阵和对角化后的矩阵组,最终利用联合特征值和特征向量得到修正的阵列协方差矩阵,并对空间谱估计处理器进行修正。仿真结果表明,在不同的信噪比、快拍数等条件下,基于联合对角化的空间谱估计算法较传统方法具有更高的分辨力和更低的均方根误差,能有效降低方位估计的信噪比门限,进而改善传统空间谱估计方法的方位估计性能。