一种二维到达方向估计的ESPRIT新方法

提出了一种在高斯白噪声环境下基于L型阵列的二维到达方向估计新算法,该算法利用阵列结构的特点形成多个相关矩阵,然后构造一个特殊的大矩阵并由其特征分解获得信号子空间的估计,进而利用2 DESPRIT方法实现二维角度估计.新算法具有估计精度高,运算量小的优点,而且能够很好地解决信号参数配对问题.

一种用于二维DOA估计的新颖Unitary ESPRIT算法

提出了一种基于双均匀线阵的特性新颖的Unitary ESPRIT算法。算法根据阵列接收数据,构造了一种实值数据形式,对其作实值奇异值分解,获得信号子空间。算法利用阵元几何的平移不变特性,构造了包含入射信号方位角和俯仰角的估计量。利用构造的估计量的特征值估计俯仰角信息,利用其对应的特征向量估计方位角信息,自动完成角度的配对。所提方法不仅保持了矩阵DOA估计算法和二维ESPRIT算法的优点,如自动的参数配对、不需要二维谱峰搜索等,而且能够在实数域中直接获得信号子空间,能够有效降低运算量。算法可以增加估计信号个数。仿真实验验证了算法的有效性。

基于二次虚拟内插的圆阵接收2D-DOA分离估计

该文将二次虚拟内插技术引入圆阵接收的2D-DOA分离估计中,通过两次虚拟内插获取两虚拟内插阵列之间的移不变因子,利用该移不变因子首先获得俯仰角的估计,再将估计到的俯仰角代入圆阵流型中,经一维搜索即可获得方位角的估计。该方法有效地减小了因虚拟阵列和真实阵列之间的内插误差所带来的估计误差,仿真实验验证了该方法的有效性。

基于自适应智能天线的认知无线电抗干扰方法

在认知无线电网络中,认知用户与主用户共同存在,认知用户在获得自己需要频谱资源的同时,会对主用户造成干扰,严重影响主用户的通信。为了减少对主用户的干扰,同时进一步提高频谱的利用效率,基于空域分集与自适应智能天线技术,提出利用空域分集方法来解决认知无线电网络的干扰抑制问题。通过均匀圆环阵列天线对干扰进行感知,并利用MUSIC算法对干扰到达方向进行二维估计,在此基础上进行空间自适应波束形成,从而实现主用户和认知用户在空域上进行分离的目的。分析和仿真结果表明:采用该方法,可以有效抑制认知用户对主用户的干扰,实现认知用户与主用户同时访问频谱,提高频谱利用率。