单有向电磁矢量传感器的参数估计方法

传统的单电磁矢量传感器(UEMVS)由3个电偶极子和3个磁环构成且方向图是全向的。但是当多个单电磁矢量传感器依附在共形载体上构成共形电磁矢量传感器阵列时,为了降低共形电磁矢量传感器阵列的副瓣,通常每个传感器的方向图是有向的。基于有向方向图的单电磁矢量传感器也称为单有向电磁矢量传感器(UDEMVS)。该文针对UDEMVS的参数估计问题,提出两种参数估计方法,分别是基于免搜索的旋转不变信号参数估计和矢量叉积(ESPRIT-VCP)方法以及基于网格搜索的多重信号分类和最小瑞利商(MUSIC-MRQ)方法。ESPRIT-VCP方法是根据旋转不变性和矢量叉积,获得4维参数的闭式解,MUSIC-MRQ方法根据信号和噪声子空间正交性与最小瑞利商,利用网格搜索得到2维角度估计值,进而结合信号回波模型得到2维极化的估计值。所提两种方法只利用了UDEMVS的6通道数据就能有效得到目标的参数估计结果,有较低的计算复杂度。仿真结果从角度和极化的估计性能出发验证了所提方法的有效性。

电磁矢量传感器阵列相干信号源波达方向和极化参数的同时估计:空间平滑方法

研究如何利用电磁矢量传感器阵列中隐含的冗余空域信息解决多个相干极化信号源的二维波达方向(DOA)和极化参数的同时估计问题。基于整个阵列中所隐含的多个空域旋转不变结构,将组成阵列的单个或多个电磁矢量传感器单元看作一个无模糊子阵,利用空间平滑方法对阵列数据进行预处理,以恢复信号协方差矩阵的秩特性。在此基础上,利用多信号分类方法(MUSIC)和旋转不变参数估计方法(ESPRIT)完成多个相干极化信号源的二维 DOA 和极化参数的同时估计。文中还讨论了成功进行信号解相干的必要条件,并通过计算机仿真验证和比较了所给方法的有效性及其辨识能力。

电磁矢量传感器原位误差校正方法

现有基于电磁矢量传感器阵列的信号DOA和极化参数联合估计算法,大都假设电磁矢量传感器的三个电偶极子和三个磁偶极子严格指向参考坐标系的三个坐标轴,即不存在原位误差.然而在实际应用场合,电磁矢量传感器是存在原位误差的,因此其实际极化-角度域导向矢量与理想情况下的极化-角度域导向矢量有一定的偏差,导致现有方法的估计性能显著下降,因此必须对原位误差进行校正.通过对存在偏差的极化-角度域导向矢量进行一阶Taylor近似展开,并利用一个辅助校正源,提出了电磁矢量传感器原位误差校正方法,给出了原位误差估计的CRB界.仿真结果验证了该方法的有效性.

基于双电磁矢量传感器的近场源多参数估计

基于双电磁矢量传感器(EVSs),提出一种新的近场源频率、波达方向(DOA)、距离和极化参数联合估计方法。该方法首先计算近场源的频率以及其在两个电磁矢量传感器处的二维DOA和极化参数,然后利用几何方法或搜索方法,得到近场源的距离估计。该方法仅需要两个电磁矢量传感器,节约了阵列孔径,适合于阵列孔径有限的场合。估计过程中仅需一次互相关以及特征分解等简单的运算,且各参数自动配对,节省了运算量。实验结果验证了该方法的有效性。

电磁矢量传感器阵列信号波达方向估计:双模MUSIC

针对电磁矢量传感器阵列信号波达方向(DOA)估计问题,提出了一种基于张量模型的双模MUSIC算法,并讨论了双模MUSIC角度参数和极化参数的分离问题,提出一种低维双模MUSIC算法.(低维)双模MUSIC算法利用了张量信号子空间与两个噪声子空间的双模正交性,通过连续两次子空间投影完成DOA估计.计算机仿真结果表明,(低维)双模MUSIC算法性能要明显优于传统基于矩阵模型的MUSIC方法.

新型拉伸电磁矢量传感器的两维高精度波达方向估计

较之传统的共点电磁矢量传感器,拉伸电磁矢量传感器能够显著降低阵元间互耦,且非共点结构在硬件设计上更易于实现。但是现有拉伸电磁矢量传感器无法实现阵列的两维孔径扩展,导致了两维波达方向估计精度较差。针对此问题,提出一种新型的拉伸电磁矢量传感器。该阵列结构由单个拉伸电磁矢量传感器和单个电偶极子组成。利用单个拉伸电磁矢量传感器提供一维孔径扩展,再利用垂直于该拉伸电磁矢量传感器的单个电偶极子实现另一维的孔径扩展。针对该两维孔径扩展阵列,提出一种矢量叉积算法与相位干涉法相结合的算法来获取两维波达方向的高精度估计。所提阵列在降低互耦的同时,利用电磁矢量传感器提供的极化分集与两维孔径扩展带来的空间分集,使得两维波达方向估计精度大大提高。

机载电磁矢量传感器阵列DOA和极化参数估计

针对机载电磁矢量传感器阵列DOA和极化参数估计问题,提出了一种基于复四元数估计方法,该算法利用四元数建立机载电磁矢量传感器阵列信号处理模型,然后利用四元数联合矩阵的特征分解得到阵列数据相关矩阵的特征分解,一方面使得计算过程中数据的贮存量大大减少,另一方面通过推导得到信号子空间和噪声子空间在四元数域上的正交性从而使DOA和极化参数估计的精度更高,仿真证实了本算法的有效性。

分布式电磁矢量传感器阵的二维测向算法

采用由分布式电磁矢量传感器组成的稀疏线阵,针对相干信号提出了一种扩展孔径2维波达角(Two Dimensional Direction-of-Arrival,2-D DOA)估计算法.通过构造增强矩阵来消除信号的相干性,利用稀疏线阵包含的向量特性、x轴和y轴空间相位因子获得高精度无模糊估计.与传统算法相比,算法不但保留了传感器的向量特性,而且增大传感器各分量之间的间距以及传感器之间的间距来获得2-D孔径扩展,具有更高的测向精度.仿真验证了本文算法的有效性.

电磁矢量传感器阵列相干和独立信号DOA估计

本文研究利用矢量传感器阵列接收数据的高阶累计量区分独立和相干信号,进行参数估计.从矢量阵列信号高阶累积量任意数量的切片中估计多信号中的一个独立信号参数时,利用隔离向量选通目标信号,对其他信号进行隔离,提高了独立信号参数估计性能,信号源中可包含相干信号.独立信号的电场导向矢量与电磁导向矢量因垂直而内积为零,利用此关系可得到已虑除了所有独立信号的多个四阶累积量切片矩阵,相干信号存在于矩阵的信号子空间中.滤除独立信号估计相干信号参数,可提高相干信号参数估计性能.因可抑制任意方向,任意数量的独立干扰,即能抗饱和干扰,算法可作为电子对抗工具.仿真试验表明该方法有效.

应用分数低阶循环相关估计单电磁矢量传感器的波达方向和极化参数

提出了一种在α和高斯混合噪声以及循环平稳干扰并存背景下基于分数低阶循环相关(FLOCC)联合估计单电磁矢量传感器波达方向(DOA)和极化参数的多重信号分类(MUSIC)方法。该方法利用信号的循环平稳特性,采用分数低阶循环相关函数抑制α和高斯混合噪声以及循环平稳干扰信号;然后利用MUSIC方法对单电磁矢量传感器的DOA和极化参数进行联合估计,并利用DOA参数与极化参数的相互独立性,将传统MUSIC方法的四维搜索简化为两次二维搜索,从而有效地减少该算法的计算量。对所提算法与基于分数低阶矩的MUSIC算法进行了实验对比。结果显示:提出的方法可充分地抑制与待测信号循环频率相异的任意循环平稳干扰信号;在α和高斯混合信噪比为0dB,信干比为3dB时,估计得到的DOA和极化参数的均方根误差分别为0.3°和0.7°,明显优于基于分数低阶矩的MUSIC方法。

电磁矢量传感器用于变压器局部放电在线检测

为研究变压器在线监测的关键问题局部放电(PD)的识别和定位,提出了用单个电磁矢量传感器(即EM-VS,它能同时测量入射电磁波的全部电磁场分量,其测量数据可实现对入射波空间参数的极化特性的估计)检测局部放电辐射超高频信号来实现变压器局放定位的方法,该法先将检测的PD宽带数据通过窄带滤波,获取相应的窄带数据,并应用信息论的最小描述长度准则或平滑秩序列法确定PD源个数后应用多重信号分类算法对数据协方差矩阵进行空间谱估计,实现多个局放源点分辨和空间参数估计。仿真实验结果表明,单个EMVS可同时检测出3个局放源点的方位角、俯仰角及其极化特性,对变压器局部放电在线检测和状态估计具有较高的参考价值。

基于分离式电磁矢量传感器阵列的相干信号波达方向估计

目前,分离式电磁矢量传感器相干源估计问题研究处于起步阶段,现有方法最多只能解6个相干信号源。研究空间平滑算法在分离式电磁矢量传感器阵列中的应用,以解决该问题。首先对平面阵列进行两维子阵划分,然后通过选择矩阵对该划分子阵进行抽取,最后对各抽取子阵进行空间平滑处理。完成两维空间平滑后,利用子空间旋转不变技术和矢量叉积算法完成目标的两维波达方向估计。所提方法在解决共点式电磁矢量传感器互耦严重、硬件设计困难的同时,采用稀疏阵列提高了波达方向测量精度,且该方法不受制于6个相干入射信号源。计算机仿真结果证明了所提空间平滑方法在均匀分离式电磁矢量传感器平面阵中解相干的有效性。

基于电磁矢量传感器的MIMO天线阵列系统研究

将电磁矢量传感器(EVS,electromagnetic vetor sensor)信号处理法与传统MIMO信号处理有机地结合,建立了基于EVS的多天线三维信道模型。采用多重信号分类(MUSIC,multiple signal classification)算法对MIMO的达波信号方向(DOA,direction of arrival)进行空间谱估计,导出基于EVS的三维空间信道解析式,阐明了EVS信号处理与MIMO多径信道相关性的关系。与传统标量传感器阵列(SSA,scalar sensor array)MIMO天线阵列比较,EVS阵列能获取达波信号的多维极化信息,同时具有空间域和极化信号处理能力。因此可缓解空间多径信道相关性,使空间极化分量的相关性趋于零值,而且使MIMO系统性能受空间结构的影响较小。理论分析和仿真结果表明在提高MIMO天线系统性能上,基于EVS阵列的系统比SSA系统具有更高的优越性。

基于三分量电磁矢量传感器的波达角和极化参数估计

针对传统的降维四元数旋转不变子空间算法(Dimension Reduction Quaternion Estimation of Signal Parameters via Rotational Invariance Techniques,DRQ-ESPRIT)存在"四元数模型相干"和孔径损失问题,改进了DRQ-ESPRIT算法,并提出了伪虚拟对称扩展孔径四元数旋转不变子空间算法(Fake Virtual Symmetrical Aperture Expansion Quaternion Estimation of Signal Parameters via Rotational Invariance Techniques,FVSAEQ-ESPRIT).所提算法通过修正极化角度域导向矢量和阵元空间相移矢量的乘法顺序,解决了"四元数模型相干"问题,并利用导向矢量的虚拟对称操作和Khatri-Rao子空间方法,增加了极化敏感阵列的自由度,提高了波达角(Direction of Arrival,DOA)和极化参数的估计精度.最后,仿真实验验证了所提算法的有效性.

电磁矢量传感器取向误差自校正方法

采用子空间方法研究了基于发射天线旋转的信号波达方向估计和取向误差自校正方法.利用一个到达方向未知的信号源,将校正过程中信号源发射天线绕z轴和x轴以90°进行两次坐标旋转,待校正电磁矢量传感器阵列分别接收和这3个到达方向有一定关系的发射信号,根据子空间理论并利用坡印廷矢量间的关系估计信号源到达方向和阵列的取向误差矩阵.该方法仅需要一次特征分解,不需要搜索运算和参数配对运算,计算量小,计算精度高.由实验结果可看出,校正后的参数估计值与真实值吻合得很好.

利用电磁矢量传感器估计分布源三维到达角

本文通过“分布源是在一定空间分布的多个点源信号的叠加”的认识,首次提出了电磁矢量传感器的分布源模型,给出了理论表达式和一阶近似表达式,分析了单个电磁矢量传感器的分布源模型的可辨识性问题。为减少搜索空间维数,提出了只搜索角度和极化空间的算法,甚至只搜索角度空间的算法。仿真证实了本文分析的有效性。

基于单电磁矢量传感器的ESPRIT算法改进

为了充分利用非圆信号共轭相关不为零的特性,提高空间到达角(direction of arrival,DOA)和极化参数估计精度,提出了一种信号DOA和极化参数估计的稳健算法.即构造2个非圆信号的4阶累积量矩阵,引入旋转不变子空间(estimation of signal parameters via rotational invariance techniques,ESPRIT)算法思想,利用这2个矩阵之间的旋转不变特性求出旋转因子,实现信号DOA和极化参数更精确估计.与2阶相域ESPRIT相比,改进的算法适用于任意极化状态的信号,提高估计信号的利用率,同时利用4阶累积量对高斯噪声的抑制性处理相关噪声,使估计信号的精度有了明显提升,并通过仿真结果验证了改进算法的有效性.

MUSIC算法结合小生境遗传算法的电磁矢量传感器波达方向估计

当最大似然估计法和MUSIC算法求解矢量传感器阵列问题时,存在多维谱峰搜索的困难。采用一种小生境遗传算法用于矢量传感器阵列的MUSIC算法的多谱峰搜索。通过实验仿真,验证了小生境算法的有效性。仿真结果表明,基于遗传算法的MUSIC算法得到的角度估计均方根偏差性能比ESPRIT算法要差,而在均方根标准方差方面,基于遗传算法的MUSIC算法则比ESPRIT算法要好。

基于单电磁矢量传感器的多参数联合估计

利用电磁矢量传感器来实现信号多参数的联合估计是近年来信号处理领域的一种新的方法和途径。基于单个电磁矢量传感器通过构造两组具有固定时延的接收数据,利用TLSESPRIT算法和矢量叉积相结合实现了多参数的联合估计,参数自动完成配对,可以最多同时估计5个不相关的信号,且空间到达角、极化参数的估计和信号频率的估计是两个相互独立的过程互不影响,与利用极化敏感阵列进行参数估计相比计算量小,并通过计算机仿真验证了此方法的有效性。

电磁矢量传感器及其阵列累量域虚拟导向矢量的线性无关度

通过研究多个导向矢量之间的线性无关性讨论电磁矢量传感器及其阵列累量域观测的唯一性问题。导出了累量域电磁矢量传感器及其阵列线性无关虚拟导向矢量个数的上界和下界。这些结论对确定电磁矢量传感器及其阵列累量域可分辨非高斯信号源个数具有一定的参考价值。给出的仿真实验结果验证了文中的分析和推导。