针对目前快速内点法(fast interior point method,FIPM)无法处理多快拍情况下半正定规划(semi-definite programming,SDP)问题的缺陷,提出一种基于多快拍FIPM(multiple snapshots FIPM,M-FIPM)的无网格波达方向(direction of arrival,D...针对目前快速内点法(fast interior point method,FIPM)无法处理多快拍情况下半正定规划(semi-definite programming,SDP)问题的缺陷,提出一种基于多快拍FIPM(multiple snapshots FIPM,M-FIPM)的无网格波达方向(direction of arrival,DOA)估计算法。该算法首先对天线阵列接收多快拍数据的协方差矩阵进行特征值分解,然后利用特征值和特征向量的相应加权和来重新构建符合FIPM模型的单快拍观测向量,最后再通过FIPM获得SDP问题的最优解并以此建立Toeplitz矩阵,根据该矩阵的Vandermonde分解结果便可以估计出入射信源的DOA参数。M-FIPM算法不仅保留了现有FIPM算法运算复杂度低的特点,能够将SDP问题的维度由O(M^(2))降低为O(M),同时在新单快拍观测向量的构造过程中,由于舍弃了协方差矩阵小特征值所对应的部分,因此能够有效抑制噪声对于后续DOA参数恢复过程的影响,进一步提升算法的估计精度。仿真实验验证了M-FIPM在估计精度以及运算时间方面的优越性。展开更多
针对现有波达方向估计(Direction of Arrival, DOA)算法在低信噪比、多信源条件下估计精度不足、效率低等问题,提出了一种基于可分离替代函数算法的矢量水听器阵列多快拍DOA估计方法.首先对空域等角度均匀划分,构造出超完备冗余字典,建...针对现有波达方向估计(Direction of Arrival, DOA)算法在低信噪比、多信源条件下估计精度不足、效率低等问题,提出了一种基于可分离替代函数算法的矢量水听器阵列多快拍DOA估计方法.首先对空域等角度均匀划分,构造出超完备冗余字典,建立信号多快拍数据在空域的稀疏表示模型,然后采用可分离替代函数算法思想解决稀疏重构问题,求解出信号在空域的稀疏系数矩阵,最后将稀疏矩阵中行向量的范数映射到空域网格上,得到DOA估计值.仿真实验表明:该方法在低信噪比、多信源条件下拥有比子空间类算法、贪婪类算法以及现有凸优化类估计算法更高的DOA估计精度和更强的鲁棒性,与同类算法相比执行效率更高.展开更多
针对阵元幅相误差使波达方向(direction of arrival,DOA)估计精度下降的问题,提出了一种阵元幅相误差和DOA同时估计算法。该算法通过在阵列一侧设置少量已校正阵元,改变了误差矩阵的结构,并根据改变后的矩阵特征构造了变换矩阵,通过构...针对阵元幅相误差使波达方向(direction of arrival,DOA)估计精度下降的问题,提出了一种阵元幅相误差和DOA同时估计算法。该算法通过在阵列一侧设置少量已校正阵元,改变了误差矩阵的结构,并根据改变后的矩阵特征构造了变换矩阵,通过构造的变换矩阵和子空间算法,实现了对阵元幅相误差和DOA的同时估计。此外,该算法能够解决信源功率存在较大差异时误差估计不准的问题,实现了高精度的误差和角度的同时估计。计算机仿真结果证明了所提算法的正确性和有效性。展开更多
针对相干信号波达方向(Direction of Arrival,DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification,MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后...针对相干信号波达方向(Direction of Arrival,DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification,MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。展开更多
由于噪声的存在,现有的相干信号波达方向估计算法在低信噪比、小快拍数和小信号间隔条件下,性能下降严重。针对这一问题,本文提出一种基于总体最小二乘法——旋转不变子空间(Total Least Squares-Estimating Signal Parameter via Rotat...由于噪声的存在,现有的相干信号波达方向估计算法在低信噪比、小快拍数和小信号间隔条件下,性能下降严重。针对这一问题,本文提出一种基于总体最小二乘法——旋转不变子空间(Total Least Squares-Estimating Signal Parameter via Rotational Invariance Techniques,TLS-ESPRIT)算法的改进前后向空间平滑方法,对相干信源波达方向(Direction of Arrival,DOA)进行估计。该方法利用了信号的强相关性和噪声的弱相关性,通过时空相关协方差矩阵重构平滑后的阵列协方差矩阵,并将得到的新协方差矩阵应用于TLS-ESPRIT算法进行DOA估计。通过与其他几种传统的解相干算法建模仿真对比,该算法在相干源之间的DOA距离较近、信噪比(Signal Noise Ratio,SNR)较低和快拍数较小的情况下可以更好地估计波达方向,且具备更高的分辨率和精度。展开更多
应用传统的压缩感知理论对天线阵列信号的波达方向(Direction-of-arrival,DOA)进行估计,存在基的失配问题。基于交替方向乘子法(Alternative Direction Method of Multiplier,ADMM)的无网格压缩感知(Grid-less Compressive Sensing)技...应用传统的压缩感知理论对天线阵列信号的波达方向(Direction-of-arrival,DOA)进行估计,存在基的失配问题。基于交替方向乘子法(Alternative Direction Method of Multiplier,ADMM)的无网格压缩感知(Grid-less Compressive Sensing)技术能够解决该问题,但仍存在收敛速度慢的缺陷。针对该缺陷,提出带自适应惩罚项的ADMM(ADMM with adaptive penalty,AP-ADMM)算法,即根据输入信号的噪声功率,自适应地选择惩罚项的初始值;同时在算法迭代求解的过程中,自适应地对目标函数的惩罚项进行调整。与传统算法相比,在保证收敛精度和DOA的恢复成功概率的条件下,带自适应惩罚项的ADMM算法收敛速率明显加快。仿真结果验证了新算法的有效性。展开更多
文摘针对目前快速内点法(fast interior point method,FIPM)无法处理多快拍情况下半正定规划(semi-definite programming,SDP)问题的缺陷,提出一种基于多快拍FIPM(multiple snapshots FIPM,M-FIPM)的无网格波达方向(direction of arrival,DOA)估计算法。该算法首先对天线阵列接收多快拍数据的协方差矩阵进行特征值分解,然后利用特征值和特征向量的相应加权和来重新构建符合FIPM模型的单快拍观测向量,最后再通过FIPM获得SDP问题的最优解并以此建立Toeplitz矩阵,根据该矩阵的Vandermonde分解结果便可以估计出入射信源的DOA参数。M-FIPM算法不仅保留了现有FIPM算法运算复杂度低的特点,能够将SDP问题的维度由O(M^(2))降低为O(M),同时在新单快拍观测向量的构造过程中,由于舍弃了协方差矩阵小特征值所对应的部分,因此能够有效抑制噪声对于后续DOA参数恢复过程的影响,进一步提升算法的估计精度。仿真实验验证了M-FIPM在估计精度以及运算时间方面的优越性。
文摘针对现有波达方向估计(Direction of Arrival, DOA)算法在低信噪比、多信源条件下估计精度不足、效率低等问题,提出了一种基于可分离替代函数算法的矢量水听器阵列多快拍DOA估计方法.首先对空域等角度均匀划分,构造出超完备冗余字典,建立信号多快拍数据在空域的稀疏表示模型,然后采用可分离替代函数算法思想解决稀疏重构问题,求解出信号在空域的稀疏系数矩阵,最后将稀疏矩阵中行向量的范数映射到空域网格上,得到DOA估计值.仿真实验表明:该方法在低信噪比、多信源条件下拥有比子空间类算法、贪婪类算法以及现有凸优化类估计算法更高的DOA估计精度和更强的鲁棒性,与同类算法相比执行效率更高.
文摘针对阵元幅相误差使波达方向(direction of arrival,DOA)估计精度下降的问题,提出了一种阵元幅相误差和DOA同时估计算法。该算法通过在阵列一侧设置少量已校正阵元,改变了误差矩阵的结构,并根据改变后的矩阵特征构造了变换矩阵,通过构造的变换矩阵和子空间算法,实现了对阵元幅相误差和DOA的同时估计。此外,该算法能够解决信源功率存在较大差异时误差估计不准的问题,实现了高精度的误差和角度的同时估计。计算机仿真结果证明了所提算法的正确性和有效性。
基金supported by the National Natural Science Foundation of the People’s Republic of China“The research of finite element methods for eigenvalue problems in inverse scattering”(12261024)。
文摘针对相干信号波达方向(Direction of Arrival,DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification,MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。
文摘由于噪声的存在,现有的相干信号波达方向估计算法在低信噪比、小快拍数和小信号间隔条件下,性能下降严重。针对这一问题,本文提出一种基于总体最小二乘法——旋转不变子空间(Total Least Squares-Estimating Signal Parameter via Rotational Invariance Techniques,TLS-ESPRIT)算法的改进前后向空间平滑方法,对相干信源波达方向(Direction of Arrival,DOA)进行估计。该方法利用了信号的强相关性和噪声的弱相关性,通过时空相关协方差矩阵重构平滑后的阵列协方差矩阵,并将得到的新协方差矩阵应用于TLS-ESPRIT算法进行DOA估计。通过与其他几种传统的解相干算法建模仿真对比,该算法在相干源之间的DOA距离较近、信噪比(Signal Noise Ratio,SNR)较低和快拍数较小的情况下可以更好地估计波达方向,且具备更高的分辨率和精度。
文摘应用传统的压缩感知理论对天线阵列信号的波达方向(Direction-of-arrival,DOA)进行估计,存在基的失配问题。基于交替方向乘子法(Alternative Direction Method of Multiplier,ADMM)的无网格压缩感知(Grid-less Compressive Sensing)技术能够解决该问题,但仍存在收敛速度慢的缺陷。针对该缺陷,提出带自适应惩罚项的ADMM(ADMM with adaptive penalty,AP-ADMM)算法,即根据输入信号的噪声功率,自适应地选择惩罚项的初始值;同时在算法迭代求解的过程中,自适应地对目标函数的惩罚项进行调整。与传统算法相比,在保证收敛精度和DOA的恢复成功概率的条件下,带自适应惩罚项的ADMM算法收敛速率明显加快。仿真结果验证了新算法的有效性。
