均匀圆形阵列的联合二维角度-频率估计

研究均匀圆形阵列的联合二维角度-频率估计问题.基于数据矩阵的重新排列、信号子空间的实数化处理、复数移不变方程以及联合特征值估计,推导出联合估计参数的ESPRIT类算法,该算法将参数估计问题转化为3个具有实特征值的实数矩阵的联合特征值估计问题.通过同时对角化算法估计矩阵的联合特征值,获得了参数联合估计的强可辨识性,即允许信号参数在任何一维任意重复,并可以使估计参数实现自动配对.理论分析和仿真证明了所提算法的有效性.

空-时相关高斯噪声中基于累积量的联合角度-频率估计算法

提出一种基于累积量的联合角度-频率估计(CB-JAFE)的新算法,用于估计多个独立非高斯信号源的方位和频率参数.同利用空-时数据矩阵奇异值分解的现有联合角度-频率估计(JAFE)算法不同,所提出的算法利用空-时数据的4阶累积量,可有效地抑制具有未知相关结构的空域和时域相关的高斯噪声.仿真结果表明,所提出CB-JAFE算法是有效性的,而且性能上优于现有的JAFE算法.