基于稀疏表示的双平行线阵二维DOA估计

为了对空域目标的方位角和俯仰角进行有效估计,提出一种基于稀疏表示的双平行线阵二维DOA估计方法。首先需构建包含目标方位角和俯仰角信息的2个空间复合角;然后利用稀疏表示技术求解其中的一个空间复合角,以此作为前提条件,另一个空间复合角就可以解耦为一维波达方向(DOA)估计问题,利用矩阵运算可以求解出来;最后根据已求解的2个空间复合角对方位角和俯仰角进行配对求解。与现有算法相比较,所提方法受快拍数的影响较小,在信噪比较高、角度间隔较大的情况下,具有良好的性能。

双平行线阵中基于Euler变换传播算子的二维DOA估计算法

考虑双平行线阵中非圆信号二维波达方向(Direction of arrival,DOA)估计问题,提出了一种基于Euler变换传播算子(Propagator method,PM)的二维DOA估计算法。该算法利用非圆信号的特性,扩展了接收数据矩阵,使得角度估计性能优于二维PM算法。同时采用Euler变换把非圆PM算法中的复数运算转换为实数运算,降低计算复杂度,角度估计性能逼近非圆PM算法。该算法可以实现二维角度的自动配对,与传统PM算法相比,可同时估计出更多的信源。该算法的优越性均可在文中得到验证。

双平行线列阵的方位估计及声探测盲区分析

基于信号相位匹配原理,给出了利用由双平行线列阵组成的平面阵进行声源方位估计的奇异值分解算法(Singular Value Decomposition for Signal Phase Matching,SVDSPM),推导了空间谱搜索所需的时延计算公式;分析了双线阵间距对不同频率方位估计精度的影响,从而确定了双线阵的间距;分析了声源频率对方位估计精度的影响;给出了给定频率时方位估计精度与信噪比的关系并与MUSIC算法获得的结果进行了比较;给出了利用平面阵进行低空目标的声探测时存在的声探测盲区的描述方法,并分析了声源的频率、目标初始俯仰角、阵元数、阵型对声探测盲区的影响。仿真结果表明:(1)在低信噪比时SVDSPM算法的方位估计性能优于MUSIC算法;(2)声探测盲区的范围与声源的频率和目标初始俯仰角有关,而与阵元数、阵型无关。声探测盲区的分析和研究为立体阵的设计和方位估计提供了依据。

一种基于双平行线阵相干源二维波达方向估计的新方法

提出一种基于双平行线阵有相干信号源存在情况下二维波达方向估计的新算法。该算法根据阵列结构的特点形成 6个需要的相关矩阵 ,然后构造一个特殊大矩阵并经特征分解获得信号子空间的估计 ,最后利用 2 DESPRIT方法实现二维角度估计。无论是否存在相干源 ,新算法都能精确估计出二维到达角 ,而无需进行谱峰搜索 ,从而解决了信号参数配对问题。

双平行线阵的快速一维DOA估计

针对传统子空间算法需要进行特征值分解或奇异值分解等复杂计算的问题,提出一种双平行线阵(Double Parallel Linear Array,DPLA)的快速一维波达方向(Direction of Arrival,DOA)估计算法。算法通过处理互协方差矩阵的第一列元素构造出等效的噪声子空间,再通过求根MUSIC(Multiple Signal Classification)算法得到DOA估计,有效避开了特征值分解或奇异值分解,降低了计算复杂度,提高了运算速度。仿真结果表明,该算法在提高了估计精度的同时减少了估计时间。

双平行线阵的水下二维DOA估计算法

利用集群自主式水下航行器(Autonomous Underwater Vehicles,AUV)进行的水下协同作业的需求越来越多。对于水下集群作业来说,AUV的水下定位非常重要。目前,AUV通常采用声学定位的工作模式,利用长、短基线阵对水下目标的二维波达方向(Direction of Arrival,DOA)进行估计,但在小型AUV上,基阵的阵列尺寸等受载体体积和换能器尺寸的共同限制,多信源条件下DOA估计的精度不高。设计低功耗平台,采用双平行线阵及传播算子算法来对多源目标进行二维DOA估计,结合通信与声学定位一体化方法,利用高频通信信号作为定位信号源,实现多信源环境中估计角度自动配对,在阵列尺寸受限的小型AUV上布放时,有较好的DOA估计效果。仿真结果验证了该方法的有效性。

基于稀疏表示的平行互素阵二维测向方法

针对传统平行阵二维测向自由度低问题,提出一种改进型平行互素阵,基于稀疏表示方法和最小二乘法来估计目标方位。该方法首先利用改进型互素阵构建双平行稀疏阵列,计算平行互素阵的互协方差矩阵。然后通过矢量化处理,利用重排,去冗余处理生成较大孔径的虚拟阵列,将二维波达方向(direction of arrival,DOA)估计问题降维为一维DOA估计问题。进一步将一维DOA估计问题转为复数信号稀疏重构问题,并利用二阶锥规划来进行求解,通过峰值搜索得到方位角信息。最后利用方位角来构建方向矩阵,通过最小二乘方法求解俯仰角。该方法可以在没有目标先验信息的条件下,能够准确估计目标方位,且能够实现自动配对。相比传统的平行均匀线阵以及平行互素阵,该方法扩展了阵列虚拟孔径,提高了估计精度,能够辨识更多的目标源。实验仿真验证了该方法的有效性。

基于平行因子四线性分解的二维角度和频率联合估计

该文提出了一种新的2维角度和频率联合估计方法。首先给出双平行线阵结构,将阵列天线输出的信号进行建模分析,表明此信号具有平行因子四线性模型特征,分析了该模型低秩分解的唯一性,从分解得到的矩阵中联合估计出信源的频率和到达角。该方法无需谱峰搜索,可实现参数的同时估计与配对,并与现有的算法进行了比较,具有更高的估计精度,而且在小样本数下也能较好的工作。仿真结果验证了该方法的有效性。

基于三线阵二维信号波达方向估计方法

当利用传统平行线阵对高仰角进行波达方向的估计时会存在失效现象,针对该阵列的结构特点,分析此现象及其出现的原因。然后在此基础上,设计了一种三线阵结构,根据三线阵结构的特点计算4个互相关矩阵。利用得到的互相关矩阵构造一个大矩阵,对大矩阵进行特征分解得到信号子空间,最后通过Esprit算法对二维入射角进行估计。本文对俯仰角进行独立估计,可以有效地避免失效现象的出现。仿真结果证实了本文结构的有效性。

矩阵法在短波信号DOA估计中的应用

研究分析了基于均匀双平行线阵的矩阵法,并将其应用到短波信号的二维DOA估计中,通过计算机仿真验证了该方法的有效性。

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。

四元数在二维波达方向估计中的应用

基于四元数,本文提出了一种针对双平行阵的二维波达方向估计方法。与复数不同,四元数是一种维数更高的多元数代数。利用四元数代数理论,波达方向估计问题可以以高维的角度来求解。本文将四元数的概念引入到双平行阵接收模型中,建立了双平行阵的四元数接收模型。所提算法利用四元数的不同基之间的共同特性,对四元数子空间与信号方向矢量的正交关系进行解耦,得到仅含方位角信息的方向矢量与四元数子空间的正交表达式,并通过一维搜索估计出方位角。根据得到的方位角,算法进一步估计得到信源的俯仰角。仿真实验验证了本文所提算法的有效性。

基于共轭循环平稳特性的二维波达方向估计方法

提出了一种具有阵列孔径扩展能力的共轭循环平稳二维波达方向(DOA)估计方法。该方法通过引入伪采样,充分利用了阵元输出之间共轭循环互相关函数的时间维信息,扩展了阵列有效孔径,提高了算法DOA估计精度,具有较好的低信噪比适应能力。该方法避免了最优时延选择问题,无需谱峰搜索,且其二维角度参数能够自动配对,具有较低的计算量。计算机仿真结果验证了该方法的有效性。