基于微波光子去斜接收的二维到达角估计方案

为减少目前微波光子领域到达角(AOA)测量易受相位、噪声等影响,实现二维平面内大范围的AOA测量,提出并实验验证了一种基于微波光子去斜接收的二维AOA估计方案。该方案接收端利用L型天线阵加入固定延迟时间的方法,可以估计一维AOA,利用该一维AOA可求解出二维AOA(俯仰角和方位角)。实验结果表明:在天线间隔为5 m,输入线性调频连续信号的信噪比为10 dB或-7.8 dB的情况下,所提方案的一维AOA的估计结果具有大范围的特点,且在-79°~74°内估计误差均小于2°,同时,计算得到的俯仰角和方位角在较大范围内都具有较高的精度。

频率、二维到达角和极化联合估计

在宽频段内多信号多参量联合估计已成为许多研究课题,例如,未知辐射源识别.有源对消等等的重要研究内容.信号频率与二维到达角、二维到达角与极化的联合估计已开展研究,但信号频率、二维到达角和极化联合估计的研究尚未见报导.本文提出了利用交叉偶极子平面阵和ESPRIT算法实现频率、二维到达角和极化联合估计的新方法.分析了算法结构,计算机模拟结果证实了算法的有效性.

用任意阵实现二维到达角和极化的联合估计

基于四阶累积量和ＥＳＰＲＩＴ算法提出了一种新的任意高斯噪声环境下多个独立空间信号二维到达角和极化的联合估计方法。该算法的阵列由和坐标轴方向一致的偶极子对组成，各偶极子对的排列结构任意。通过巧妙定义阵列输出四阶累积量矩阵，并运用四阶累积量的特性，该算法与已有的基于二阶统计的方法结合起来。计算机模拟结果证实了方法的可行性。

宽频段空间信号频率、二维到达角和极化联合估计

在空间欠采样的条件下,通过巧妙定义稀疏L型阵列的四阶累积量输出矩阵,利用高阶累计量的盲高斯及阵列扩展特性,实现了宽频段空间非高斯信号频率、到达角和极化估计的分离,给出了一个基于四阶累积量 ESPRIT和整数搜索解模糊的任意高斯噪声环境下多个独立空间信号频率、二维到达角和极化的联合估计算法,L型阵列由和坐标轴方向一致的偶极子对组成,数值模拟结果证实了该文方法的有效性。

非均匀噪声下频率及二维到达角的联合估计

提出一种适用于L型阵列的频率及二维到达角联合估计新算法.算法通过不同子阵的互协方差矩阵构建平行因子模型,应用三线性交替最小二乘算法求解,无需参数配对及多维搜索,可有效抑制非均匀噪声.均方根误差的仿真结果验证了该算法的有效性.

用L阵实现频率、二维到达角和极化的联合估计

在宽频段内多信号多参量联合估计已成为许多研究课题 (例如 ,未知辐射源识别 ,有源对消等 )的重要研究内容。对基于子空间方法的多信号频率、二维到达角和极化参量的联合估计方法进行了论述。该方法采用 L阵和 ESPRIT算法来实现 ,避免了平面阵的复杂性。

一种信号频率及二维到达角联合估计新方法

提出了一种窄带信源频率、俯仰角及方位角联合估计新方法。该方法选择特定序号阵元输出计算的高阶累积量构造4个矩阵,然后在累积量域构造三面阵,并分析了该三面阵低秩分解的唯一性,接着利用分解得到的4个对角阵联合估计信源参数。该方法无须参数配对,无须谱峰搜索,适用于任意加性高斯噪声环境。仿真结果表明该算法是有效的。

时空欠采样线性调频信号参数及其二维到达角联合估计

针对宽频段(2-18GHz)内非平稳来波信号的参数估计和测向问题,提出一种时空欠采样线性调频信号参数与二维到达角联合估计方法。该方法首先用时域解线调方法估计调频斜率,然后在分数阶傅里叶变换(FRFT)域进行滤波,实现信号提取。利用参考阵元及其延时通道进行无模糊初始频率估计,通过构建FRFT波束空间阵列模型实现无模糊测向。数值仿真表明,该方法能够实现宽频段内多个线性调频信号的参数和二维到达角精确估计,在低信噪比下仍有较好的估计性能。

极化信号频率、二维到达角和极化参数的同时估计

本文研究基于标量传感器和/或空域完全伸展矢量传感器极化敏感时间双采样、空间欠采样阵列的多个宽频段窄带极化信号中心频率、二维波达方向和极化参数的同时估计问题。针对时、空多分辨采样数据,利用旋转不变参数估计方法分别估计出与信号频率有关的时间相位因子和对应的含有空间相位信息的所谓混合导向矢量。对估计出的信号时间相位因子的模和相角进行联合,获得模拟频率估计:利用混合导向矢量中还包含的与空间采样间隔无关的极化-角度相干结构信息去除方向余弦估计中的整周模糊并获得相应的极化参数估计。

信号的二维到达角和极化估计

本文论述了一种基于子空间方法的多信号二维到达角和极化参量的估计算法。该方法采用了交叉偶极子阵元组成的L型阵列,利用子阵输出信号数据矩阵中包含的信号空间的旋转不变性质,借助于矩阵束方法求解出信号的二维到达角和极化参量的估汁值,并自动进行参数的配对。仿真结果证实了该算法的有效性。

基于虚拟旋转不变技术的宽带信号二维到达角估计

在相关信号子空间方法的基础上,本文提出了一种阵列宽带信号二维角度的估计方法。该方法首先利用虚拟互相关计算方法得到阵列输出的协方差矩阵,并构造出两个子阵(实际子阵和虚拟子阵);然后采用投影算子来形成聚焦矩阵,最后对聚焦后的协方差矩阵采用ESPRIT方法估计出宽带信号的二维到达角。这种方法能抑制非高斯噪声对算法的影响,并能扩展阵列孔径,且不需要进行角度预估计;估计出的二维角度能自动配对,提高了算法的实现速度。计算机仿真试验证实了该算法的有效性。

稀疏表示框架下无需参数配对的二维到达角估计

现有二维到达角估计算法大多基于子空间理论及需要参数配对,针对这一问题,在稀疏表示理论框架下提出了一种参数自动配对的二维到达角估计新算法。该算法在L阵列下构建阵列互相关矩阵的稀疏表示模型,利用奇异值分解降低复杂度并基于群LASSO(Least Absolute Shrinkage and Selection Operator)获得方位角估计。在方位角估计的基础上,基于向量化操作构建稀疏空间谱匹配模型,然后利用LASSO获得俯仰角估计。与参数配对ESPRIT和改进的传播算子方法相比,所提算法不仅无需参数配对过程,而且可以提供改进的估计精度。计算机仿真结果验证了所提算法的有效性。

二维到达角和极化参数的并行化设计

针对无线电波的信号频率、二维到达角和极化参数联合估计算法的运算量大、计算时间长,且不能满足实时性要求的问题,提出了对该算法进行并行化设计的解决方法。通过对联合估计算法的数学模型和串行算法的分析,设计并实现了通用并行算法。经在4台同构处理器上进行测试,表明该并行算法能有效减少计算时间,使加速比达到2倍以上。

近场源频率、二维到达角和距离的联合估计

文章基于四阶累积量提出了一种多个独立非高斯窄带近场源频率、二维到达角和距离的联合估计算法。该算法首先构造六个四阶累积量矩阵,由它们组成五个矩阵对,然后对五个矩阵对进行广义值分解并对广义特征值进行配对,由配对后的广义特征值求得中间参数,最后由中间参数解出各个近场源的参数。该算法无需任何搜索,而且只需五个阵元放置在固定的位置,对阵列的其它阵元并无要求。由于采用四阶累积量,所以该算法适用于任意高斯噪声环境。计算机仿真结果证实了该算法的有效性。

基于L型延迟阵列调制宽带转换器的信号载频和二维到达角联合估计

针对现有的基于欠采样的频率和二维到达角的联合估计存在结构复杂问题,本文提出了一种基于调制宽带转换器技术的L型延迟阵列接收结构.利用延迟通道与未延迟通道采样值之间的相位差可直接估计载频,进而计算二维到达角,无需额外的参数配对操作,避免了配对步骤引入的误差和复杂度的提升.并结合所提L型延迟阵列结构的特点构造相关矩阵和三线性模型,提出了两种参数估计算法,一种基于旋转不变子空间算法,计算量小,适用于需要实时处理的场景;另一种基于正则分解技术,鲁棒性较好,适用于信噪比较低的应用场景.仿真实验表明该方法能较好地从欠奈奎斯特样本中估计目标的载频和二维到达角参数.

宽频段空间信号频率、二维到达角和极化联合估计

在宽频段情况下,利用两个非均匀线阵组成的L型阵列,提出了一种基于ESPRIT和整数搜索解模糊算法的多个独立空间信号频率、二维到达角和极化的联合估计算法.L型阵列由与坐标轴方向平行的偶极子对组成.数值模拟结果证实了这种方法的有效性.

用四阶累积量实现频率、二维到达角和极化的联合估计

基于四阶累积量和ESPRIT算法提出了一种新的任意Gauss噪声环境下的多个独立空间信号频率、二维到达角和极化的联合估计方法 .该算法的阵列由和坐标轴方向一致的偶极子对组成 ,各偶极子对的排列结构任意 .

方向依赖的阵元复增益条件下宽带chirp信号二维角估计

在方向依赖的阵元复增益条件下,该文提出一种宽带chirp信号二维角估计新方法。该方法基于信号时变阵列流形结构分析,构造出一种阵列流形时频变换,无需估计和补偿即可消除阵元幅相不一致误差的影响,实现宽带chirp信号二维角闭式解析估计。仿真实验表明了新方法的有效性。

TDD CDMA通信系统中二维角度、时延和极化参数的可分离估计方法

在研究一维角度、时延和极化联合估计(JADPE)方法基础上,提出一种多径信道下的二维角度、时延和极化参数联合估计方法。该方法将极化敏感阵列天线和TDD CDMA系统结合起来,研究了TDD CDMA系统多用户、多径情况下联合参数估计问题,有效实现了TDD CDMA系统二维角度/时延/极化参数的高分辨联合估计。该方法通过引入极化敏感阵列提高了信道参数估计的精度,适用于TDMA系统和TDD CDMA系统,联合参数可有效地实现三维定位。仿真结果证明了算法的有效性。

利用两次奇异值分解实现二维ESPRIT参量配对

本文主要讲述了一种ESPRIT的改进算法,该算法利用两次奇异值及一次SCHUR分解从而实现对ESPRIT各维估计参量的配对。该方法采用了二排均匀直线阵并附加一阵元,以此来对阵列进行两次子阵分解。利用子阵信号数据矩阵中包含的信号空间的旋转不变性质,借助于矩阵束方法求解出信号的二维到达角。仿真结果证实了该算法的有效性。