小样本下基于改进的直接数据域方法的DOA估计方法

针对小样本甚至单个样本情况下,大部分高分辨DOA估计方法性能下降,不能对临近目标有效分辨的问题,该文提出一种新的基于直接数据域技术的DOA估计方法,基本思想是通过损失空域自由度达到提高时域样本的目的。首先对阵列进行划分,构造多个新的低维数据矢量,其次利用远场窄带信号的复包络在阵列的各个阵元上的幅度响应是近似相同的特点,构造新的约束。实验表明,在小样本下该文算法DOA的分辨能力优于传统直接数据域方法。

基于直接数据域方法的自适应多波束形成算法

提出一种基于直接数据域最小二乘方法的自适应多波束形成算法,包括前向计算、后向计算和前-后向计算。利用天线阵元输出复电压的单快拍数据构建矩阵方程,采用共轭梯度法求解得到阵列的自适应权值向量,从而在所有期望信号方向形成接收波束,同时在各干扰方向形成深零陷,使信干噪比显著提高。由于只需对单快拍数据进行处理,并且避免了样本协方差矩阵的构造及矩阵求逆运算,故计算复杂度较传统算法低。仿真结果表明,算法具有良好的期望信号恢复和干扰置零性能。因此,可适用于卫星通信和移动通信等领域的实时性处理。

均匀圆阵多约束实数权直接数据域处理

研究了均匀圆形天线阵列STAP处理中一种改进的直接数据域方法.该方法仅通过幅度加权即能有效抑制杂波和干扰,实现对目标信号的正确估计.当目标信号的方向与天线波束指向有偏差时,采用多约束的方法,保证系统在目标信号方向的增益.实验结果表明了该方法的有效性.