基于电磁矢量阵列的加权极化平滑解相干算法

针对极化平滑(polarization smoothing,PS)算法解相干源时没有利用子阵的互相关信息导致分辨率较差的问题,提出一种新的解相干源预处理方法——加权极化平滑(weighted polarization smoothing,WPS)算法。该算法利用了电磁矢量阵列6个分量组成的子阵的全部自相关和互相关信息。对接收阵列协方差矩阵的36个子矩阵做加权滑动平均,得到等效阵列协方差矩阵,以该协方差矩阵对角化为约束,推导最优加权系数的理论表达式,并分析等效信源协方差矩阵的秩,得到WPS算法最大的解相干源数为6。计算机仿真结果表明WPS算法与PS算法相比具有更高的分辨性能和估计精度。

基于稀疏互质电磁矢量阵列的MUSIC算法

为增加传统MUSIC算法可分辨的信号源数,该文构造了一对具有互质关系的2维稀疏电磁矢量阵列,并基于此阵列提出了一种基于3维平滑的MUSIC算法。该算法利用两个阵列间的互质关系形成具有更多自由度的互质差合成阵列,并基于3维(2维空域加极化域)平滑算法恢复其自相关矩阵的秩,达到应用于传统MUSIC算法的目的。该算法的最大优势是仅使用二阶统计量即可系统地增加了原阵列的自由度。计算机仿真结果表明所提算法能估计多于物理阵元数的信号且分辨率高。

电磁矢量阵列的四元数Toeplitz矩阵重构算法

对于电磁矢量阵列的相干信源波达方向估计,针对空间平滑算法解相干时减少阵列有效孔径的问题,提出了一种四元数Toeplitz矩阵重构算法。首先,根据四元数的正交特性建立了信号接收模型,很好地保持了电磁矢量阵列的阵元输出信号两分量间的正交性,同时保证了波达方向角信息和极化信息都能包含在重构矩阵中;然后,在阵列各阵元接收数据与参考阵元接收数据的相关函数基础上,构成Hermitian Toeplitz矩阵,从而实现解相干。该算法与空间平滑算法相比增加了相干信源估计个数,且在低信噪比和入射角度接近时具有更好的估计性能,通过仿真实验得到了验证。

双正交电磁矢量阵列低角估计方法研究

电磁矢量阵列由于利用了信号的极化信息,能显著提高阵列的环境感知性能。建立双正交电磁矢量阵列低仰角测高多径模型,提出利用极化平滑与空间平滑结合的预处理方法对直达波和多径进行解相干,同时利用极化和空域信息提高低仰角角度估计性能;并推导低仰角多径模型下双正交电磁矢量阵列的Cramer-Rao界,分析极化参数对测角性能的影响。仿真实验结果表明,低角情形下电磁矢量阵列相较于标量阵列测角性能更优;所提的极化空间平滑算法由于结合了极化平滑和空间平滑的优点,较现有方法解相干效果更好,精度更高,特别适用于直达波和多径极化状态差异较小的低仰角情形。

基于电磁矢量阵列的非相关分布源DOA估计

提出了一种基于电磁矢量阵列(EMVSA)的非相关分布源(UD)DOA估计算法.建立了电磁矢量阵列非相关信号源模型(EMVSA-UD),同时考虑了分布源空域和极化域的分布特性,从而充分利用了分布源的信息.提出基于电磁矢量阵列的非相关分布源近似子空间算法(EMVSA-UD-ASSE),近似利用了信号子空间和噪声子空间的正交性,算法不需要进行特征值分解,避免了对UD确定有效信号子空间维数Me的困难.计算机仿真结果表明,EMVSA-UD合理,EMVSA-UD-ASSE稳定有效.

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。

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。

机会式电磁矢量传感器阵列互耦校正算法

针对电磁矢量传感器阵列中的互耦效应导致系统性能下降的问题,研究了一种分布式电磁矢量传感器机会式阵列互耦校正算法。首先建立可以从信噪比、波达方向估计精度和孔径扩展维数等性能方面分析线性阵列、三角形阵列和双三角形阵列等阵列结构特性的数学模型,然后根据性能分析结果构建了电磁矢量传感器机会式阵列架构,最后提出了适用于分布式电磁矢量传感器阵列的机会式互耦校正算法。实验结果从波达方向估计精度、空间谱估计精度和信噪比等方面证明了所提分布式电磁矢量传感器机会式阵列互耦校正算法比静态传感器阵列具有明显优势。

基于电磁矢量传感器阵列的广义旁瓣相消器

提出一种基于特殊电磁矢量传感器阵列的广义旁瓣相消器。首先在理论层面推导得到广义旁瓣相消器最优权矢量;针对信号是否在偶极子均匀圆阵处发生极化失配的四种情况进行讨论,进而明确阵列广义旁瓣相消器的适用场合;最后对广义旁瓣相消器和Capon波束形成器进行性能对比。理论分析和仿真实验表明,将广义旁瓣相消器推广到电磁矢量传感器阵列,充分利用信号在极化域的差异,可实现期望和干扰空域信息完全相同情况下的波束形成;在高输入信噪比情况下,广义旁瓣相消器相对于Capon波束形成器对角度估计误差具有更高鲁棒性。

双插值拟合的共形电磁矢量传感器阵列解相干

共形电磁矢量传感器阵列依附在共形载体的几何表面上,具有很高的分布自由度。但是不同传感器回波的极化矢量随着所依附的共形载体法线指向的变化而变化,导致无法直接用平滑类算法解决相干信号的参数估计问题。本文创造性地利用双插值拟合思想,将子阵列虚拟平移后得到一个同极化分量的插值子阵列,然后对插值子阵列进行极化平滑估计目标参数。同时,为了降低插值拟合误差对插值子阵列数据的影响,提出了一种双插值拟合方法实现了回波解相干并有效估计了信号的二维角度和二维极化角。最后,数值结果分析了双插值拟合误差和解相干性能。

基于DOA矩阵法的矢量传感器阵列二维波达方向估计

DOA矩阵法是一种二维波达方向估计方法,该方法具有分辩率较高、计算量较少的特点。该文将DOA矩阵法扩展至矢量传感器阵列的波达方向估计,推导出相应的计算公式,分析了算法计算复杂度。算法分析表明,相对于ESPRIT算法,DOA矩阵法计算复杂度大大降低。Monte Carlo仿真结果表明,与ESPRIT算法相比,DOA矩阵法估计的均方根偏差和均方根标准方差相对大一些,所需的最低快拍数也增加。

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.

基于矢量平滑的相关源MVDR波束成形

针对电磁矢量传感器阵列,提出了一种基于矢量平滑的相关源MVDR波束成形算法(VS-MVDR)。分析了基于矢量平滑的MVDR波束成形的解相干原理,并推导出了在单相关干扰源情况下VS-MVDR波束成形器的输出信干噪比,该算法适应用于任意的阵列结构且在多径传播的环境中具有更好的性能。仿真实验验证了算法的有效性。

鲁棒的四元数空间平滑算法

本文针对相干信号波达方向(DOA)估计问题,利用简化电磁矢量传感器阵列提出了一种基于四元数模型的空间平滑(Q-SS)算法。首先,根据四元数的正交特性能够很好地描述矢量传感器阵元内部信号分量之间的垂直关系这一特点,将每个阵元的两分量接收数据合成为一个四元数,建立了简化电磁矢量传感器阵列的四元数接收模型,该模型比传统的长矢量模型更适合于矢量传感器阵列的信号处理。在此基础上,利用本文提出的Q-SS算法对相干信号进行预处理,实现了解相干,并对解相于性能进行了分析,然后通过四元数域的ESPRIT算法估计出相干信号的DOA。理论分析表明Q-SS算法比传统的长矢量空间平滑(V-SS)方法有更高的DOA估计精度,具有对矢量传感器内部电场噪声分量解相关的能力,这是V-SS算法所不具备的优势。最后,通过计算机仿真实验比较和分析了所提算法的有效性。

基于单快拍极化平滑处理的DOA跟踪算法

该文研究了基于电磁矢量传感器阵列的相干信号波达方向(DOA)跟踪问题。首先,对一种增强阵列有效孔径的单快拍极化平滑估计算法(SSPSA)的解相干性能进行了分析,此算法可以用于相干信号的DOA快速估计。在此基础上,提出了一种基于迭代的相干信号DOA跟踪算法,此算法无需奇异值分解和矩阵求逆运算,具有较快的跟踪速度。仿真实验验证了算法的有效性。

四元数数据投影DOA跟踪算法

研究了基于两分量简化电磁矢量传感器阵列的多个信号波达方向(Direction of arrival,DOA)跟踪问题,提出了一种基于四元数模型的数据投影(Quaternion data projection method,QDPM)跟踪算法。此算法对初始化条件引起的波动具有很强的鲁棒性,并且具有比常规DPM(Data projection method)算法更快的收敛速度,尤其在信号角度变化较剧烈时体现得更明显。此外,在低信噪比的情况下,QDPM算法比DPM算法具有更高的DOA跟踪精度。最后通过仿真实验验证了算法的有效性。

四元数域主特征空间投影鲁棒自适应波束形成

针对常规四元数域波束形成器在模型误差条件下的性能退化问题,提出基于拉伸三极子双平行阵列的四元数域主特征空间投影鲁棒自适应波束形成方法.相比现有四元数域最劣态最优化鲁棒波束形成器,该方法无需求解具有高计算复杂度的凸优化问题,且不涉及用户参数的优化设置,更易于实现.仿真结果表明,所提出的波束形成器可有效克服信号相消问题,能够以较低的计算成本获取优于四元数域最劣态最优化鲁棒自适应波束形成器的性能,且其优势在高信噪比和短快拍条件下尤为显著.

四元数域干扰加噪声协方差矩阵重构鲁棒自适应波束形成

基于电磁矢量传感器阵列的四元数Capon波束形成器较传统的复数域Capon波束形成器有更好的性能。但是该方法在存在指向误差和极化失配的情况下性能急剧下降,甚至会出现信号相消现象。本文将协方差矩阵重构方法推广于四元数Capon波束形成中,通过利用Q-Capon的极化-角度谱估计得到干扰和噪声的功率来对干扰加噪声协方差矩阵进行重构,避免了对角加载方法中对对角加载因子的求解,而且能够有效克服指向误差与极化失配带来的性能下降。计算机仿真表明,该方法相较于其他四元数域的方法有着更好的性能。

四元数最小均方误差算法及其在波束形成中的应用

作为多维信号处理的一个重要工具,四元数代数已在各个领域有所应用。对四元数最小均方误差(QMMSE)算法进行了研究,首先推导了四元数实数形式的最小均方误差(QRMMSE)算法,进一步推导了四元数复数形式的最小均方误差(QCMMSE)算法,并且分析了两种算法的区别和计算量。最后将QMMSE算法应用到机载简化矢量传感器阵列的波束形成中,与复数长矢量最小均方误差(LVMMSE)算法相比较,QCMMSE算法的性能有所提高,计算量有所减少。计算机仿真结果验证了所提算法的有效性。