一种二维解相干MUSIC算法

提出一种积基于垂直阵列的解相干二维 MUSIC 算法,此算法大大改善了信号的波达方向 DOA 估计性能,特别是相干信号的 DOA 估计能力,计算机仿真结果证明了该种算法的有效性。

基于均匀圆阵的压制式相干干扰DOA估计算法

针对导航抗干扰中一般干扰信号波达方向(direction-of-arrival, DOA)算法无法在均匀圆阵上有效地估计含有相干干扰的信号来向问题,提出了一种基于虚拟线阵的协方差矩阵重构的MUSIC算法。该算法通过对均匀圆阵进行模式空间变换,形成虚拟线阵,将模式空间变换后的数据协方差矩阵的所有行进行Toeplitz重构,并将所有Toeplitz矩阵构造成一个新的等效的满秩数据协方差矩阵,以此来达到解相干的目的。结合在虚拟线阵上的MUSIC算法,并通过多谱峰搜索算法直接得到空间谱的谱峰位置,从而完成对干扰来向的DOA估计。经仿真验证,该算法在存在相干信号且信号角度相隔30°左右的条件下,依旧能够对信号的波达方向进行有效估计。

基于解相干的改进MUSIC算法DOA估计

MUSIC算法是一种子空间分解算法。在非相干的情况下,经典MUSIC算法能准确进行波达方向(DOA)估计,但当信号源在相干的情况下时算法失效。在对经典MUSIC算法进行理论分析研究的基础上,对其阵元接收数据阵做相应变换,得到共轭重构后的协方差矩阵,通过特征值分解再进行DOA估计。就经典的MUSIC和改进算法的DOA估计性能进行了仿真分析。结果表明,改进后的算法在信号源相干的情况下也能精确地估计信号的波达方向。

基于互相关矢量重构的解相干实值Root-MUSIC算法

实值Root-MUSIC算法是一种计算量小、精度高的波达方向估计算法,但其最多能处理两个相干信源,阵元利用率很低。为了解决此问题,提出了一种新的实值Root-MUSIC算法,利用阵列接收数据的互相关矢量重构相关矩阵,使其具有Toeplitz特性。新算法无须空间平滑,无阵列孔径损失,可估计的相干信源数更多。实验仿真表明,与原算法相比,新算法实现更简单、计算量更小、性能更好,对于八阵元的阵列,原算法只能分辨两个相干信源,新算法可以成功估计四个相干信源,为实值类算法在多径环境领域的DOA估计提供了一条新途径。

基于解相干的MUSIC算法估计性能分析

MUSIC算法作为DOA估计的经典算法,在处理高度相关的信号时,算法性能急剧下降甚至完全失效。为了正确地估计出相干信号的DOA,就必须要对相干信号进行解相干。采用前/后向空间平滑技术与修正MUSIC算法是两种估计相关信号DOA的有效方法。通过算法仿真实验,证明了理论的正确性。

基于MUSIC的稀疏重构解相干算法

正交匹配追踪(OMP)类算法是经典贪婪类稀疏重构算法,具有对空间中的相干信号不敏感和运算速度快的特点,但其本身寻优的过程与波束形成(CBF)算法相似,所以受到瑞利限的影响,无法分辨出相近角度.对此提出一种基于MUSIC的稀疏重构解相干算法(modified MUSIC OMP,MMO).该算法将MUSIC算法的思想引入到正交匹配追踪算法寻优中,解决了MUSIC算法不能直接解相干和正交匹配追踪算法无法实现超分辨的问题.仿真结果表明,与OMP解相干算法、CBF算法、MUSIC算法相比,MMO算法具有良好的性能.

基于解相干信号的改进空间平滑MUSIC算法

引言 在实际环境中相干信号源是普遍存在的，如信号传输过程中多径现象，或者敌方有意设置的电磁干扰等。相干信号源的检测与估计是空间谱估计种的一个重要的研究方向，当存在多个相干信号源时，这些信号之间可能是不相关的、相关的或相干的。而对于相干信号源来说子空间算法无法估测其来波方向和信号源个数。因为MUSIC，ESPRIT等子空间类算法利用噪声子空间和信号子空间不相关的正交特性来进行DOA估计，而相干信号其噪声子空间和相干信号源信号子空间互相渗透。

一种基于前向空间平滑的分组相干信号测向算法

在日趋复杂的电磁环境中,由于存在着大量反射信号,以及人为操作等因素,使得到达的信号存在大量的相干信号,呈现出不同来源的多组相干信号。由于信号存在相干性,导致传统的谱估计MUSIC算法失效,研究者们提出了许多解相干的算法,包括各种空间平滑算法,矩阵重构的算法,最大似然算法等。但是上述所提出的算法都是将所有的相干信号同时测向,当相干信号数过多时会出现漏测的问题。

针对相干信号DOA估计的改进MUSIC算法

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。

用MUSIC算法解决海杂波背景下相干源探测问题

强海杂波背景下进行相干源检测是舰载高频地波雷达 (HFSWR)进行海上目标探测面临的一个主要问题 .本文利用对称阵列法对阵列输出信号的协方差矩阵进行了重构 ,以解决相干源引起的降秩问题 ,在此基础上通过对背景噪声的预白化处理来抑制一、二阶海杂波 .MUSIC算法对实录海杂波数据处理结果表明 。

MUSIC算法先平滑后根值法解相干信号源AOA

阵列信号处理技术是一种战略性新兴技术,对到达角估计(AOA)技术的研究在阵列信号处理技术中具有极为重要的意义。该文以AOA估计的基本需求为依据,研究了MUSIC算法的原理以及实现流程,针对入射信号种类(相干、非相干)、入射角度间隔因素对它的影响,提出了先进行平滑处理、后加入根值法的修改版MUSIC算法。针对该算法的应用效果进行了仿真测试,验证了应用该算法的有效性与可靠性(在空间内入射信号属于相干信号且在入射角度保持在11°的情况下,改良后的算法仍具有很强的分辨能力),并且在对雷达信号的处理应用中,该算法具有一定的实用价值。

基于修正MUSIC算法的宽带相干源波达方向估计

提出了一种基于修正 MUSIC算法的宽带相干源 DOA估计方法。对每一子带的接收数据阵进行共轭重构 ,利用平均的阵列相关矩阵代替传统的阵列相关矩阵进行子空间方法处理 ,由各子带结果的综合得到信号的 DOA估计。数据阵共轭重构的实质是前后向空间平滑 ,因此可以解相干源问题。文中算法取子阵与原阵列相同 ,因此不会损失阵列孔径。由于空间平滑包含了平均的意义 ,因此新算法还可以提高对非相干源的估计性能。

用改进的MUSIC算法实现相干多径信号分离

基于特征值分解的MUSIC算法是建立在非相干信号模型基础之上的,对于相干多径信号,MUSIC算法将会失效。与传统的拟补空间协方差矩阵秩亏损的空间平滑去相关法不同,从另一个角度出发,通过特殊的天线阵列模型,重构一个Toeplitz矩阵,使其秩只与信号的波达方向有关,而不受信号相关性的影响,从而达到去相关的目的,并对信号子空间和噪声子空间作出正确的估计。仿真结果验证了该方法的有效性,且较传统的空间平滑方法具有更低的信噪比门限和更小的运算量。

冲激噪声下相干信源的求根MUSIC算法

由于在冲激噪声背景下,MUSIC算法对信源波达方向估计将失去韧性,且无法解相干,运算量较大,为此对前后向平滑算法和修正的MUSIC算法进行了改进,提出相干信源波达方向估计新算法。简要分析了线阵模型以及共变,将阵列输出矩阵从二阶原点矩扩展到低阶矩,通过分析共变矩阵,得到基于共变矩阵的空间谱,再将谱峰搜索转变为多项式求根,最后可得相干信源波达方向估计。通过仿真,在冲激噪声或高斯噪声下,改进算法可以对相干信源的波达方向进行正确估计。算法性能分析表明改进算法具有良好的稳健性。

一种圆阵垂直平滑解相干算法

基于均匀圆阵(UCA),提出了一种垂直平滑解相干算法。利用在两个垂直的方向上平移,得到多个平移后的协方差矩阵。对其进行平均,将协方差矩阵的秩恢复为满秩,实现解相干,完成对相干信号的DOA估计。仿真结果表明,该方法具有较好的可行性。

一种基于MUSIC算法的二次搜索解模糊方法

在基于阵列天线的DOA估计中,研究者采用了多种手段和方法用来提高测角精度,而往往测角精度越高,角度模糊越严重。针对测角精度和角度模糊是相互矛盾的问题,提出了一种基于MUSIC算法的二次搜索的解模糊方法。首先用MUSIC算法粗搜索出目标信号的低精度来向,然后根据阵列设置推导出第二次搜索的角度范围,最后在新的角度搜索范围内进行小步长的角度搜索,得到目标信号的高精度来向。计算机仿真结果表明,本方法可以更快速、准确地实现高精度无模糊测向。

基于虚拟阵列变换和修正MUSIC算法的相干源测向

文中在建立了相干信号源数学模型的基础上,利用虚拟阵列变换思想和修正 MUSIC 算法实现了对相干信号源的方位估计。经计算机仿真,证明了该方法的有效性。

欠估计下相干信号的修正MUSIC算法

针对基本MUSIC算法是在信源正确估计的条件下才能应用的情况,论述了一种在欠估计的情形下改进的MUSIC算法,并将此改进算法成功地用于相干信号中,扩展了改进算法的适用范围。仿真结果证明了这种扩展的有效性。

一种解耦合二维MUSIC算法研究

针对目前多信号环境中信号的测频测向问题,利用非均匀时延,解开频率和信号到达角之间存在的耦合,在此基础上实现了解耦合的二维MUSIC算法。可同时测量信号频率和到达角,计算量小,并保持了MUSIC算法测量精度高的特点。仿真结果证明了该方法的有效性。

基于向量化稀疏重构解相干改进算法

针对正交匹配追踪类算法具有对空间中的相干信号不敏感而解相干效果更好的特点,将矢量化引入到正交匹配追踪(OMP)算法的相干源处理中.为进一步降低矢量化的维数,对矢量化做了简化处理,提出一种新的解相干算法.该算法无需已知信号源数,与经典OMP算法、基于正交匹配追踪的奇异值分解(SVD)算法相比,解相干精度更高,算法鲁棒性更好.仿真结果验证了该算法的良好性能.