多信号极化与到达角联合估计

论述了利用交叉偶极子均匀线阵进行多信号到达角与极化参量联合估计的方法。该方法利用阵列结构本身包含的不变性，有效地计算到达角和极化参数的估计值，避免了复杂的搜索配对过程。仿真结果证实了该算法的有效性。

低信噪比条件下宽带欠定信号高精度DOA估计

为提高低信噪比条件下宽带欠定信号DOA估计精度,该文提出基于网格失配迭代最小化稀疏学习的宽带DOA估计方法。该方法首先对频域协方差矩阵进行矢量化处理实现虚拟阵列扩展,将欠定信号转换为超定信号。其次利用线性变换滤除含有噪声项的虚拟阵元,并对协方差估计误差进行了白化处理,抑制了信号中的干扰项。最后建立了包含不同频点联合稀疏参数和网格失配参数的贝叶斯层次架构,推导了联合稀疏参数、网格失配参数的最小稀疏表达式并进行了迭代学习。较传统方法,该方法不依赖任何先验信息,更好地抑制了虚拟阵元中的噪声和干扰,降低了网格失配对DOA估计的影响,在低信噪比条件下具有更高的DOA估计精度和分辨率。仿真实验验证了该方法的有效性。

一种新的非均匀线阵插值测向算法的研究

在空间阵列测向机理和空间采样协方差矩阵分析的基础上,提出了在非最小冗余阵列设置的情况下,利用一些先验信息,采用自适应迭代的测向方法,以提高信号的测量精度。同时,本文通过计算机仿真实验证明该方法的正确性和可行性。

最小间隙阵的插值分析

本文根据空间阵列测向机理和空间采样协方差矩阵进行分析,分析结果提出了在非最小冗余阵列设置的情况下,根据已知信息,采用一种新的方法,可以提高信号的测量精度。同时,本文根据提出的方法进行了计算机仿真,试验证明该方法的正确性和可行性。