降维的四阶累量近场信源定位方法

针对近场信源定位中自由度小、准确性低等问题,提出一种基于四阶累量矩阵的定位算法。首先构造等效导向矢量包含波达方向(Direction of arrival,DOA)和距离信息的高维虚拟协方差矩阵,在角度估计中,提出基于矩阵秩亏来搜索最小奇异值倒数的一维搜索方法,降低了计算量,在增大自由度的同时利用高斯噪声高阶累量为零的特性提高了低信噪比下的性能;在不进行额外计算的前提下,直接利用角度估计中进行奇异值分解时得到的奇异向量所包含的距离信息,通过最小二乘法得到距离。仿真结果表明,相比于已有算法,该方法可以仅在一个高阶累量矩阵中通过一维搜索估计角度和距离,在降低复杂度的同时提高了准确性,并且提出方法的自由度是降维多重信号分类方法的2倍。

基于四阶累积量Root-Music的近场信源二维参数估计

为了对近场信源的距离参数和方向角参数同时进行有效估计,降低算法的计算量,提出了一种基于四阶累积量的Root-Music算法及相应的参数配对方法。该方法无需进行谱峰搜索运算,利用相应的配对程序能够直接得到近场信源的参数值,降低了运算复杂度。仿真实验表明,在估计两个信源参数时,信噪比为0时就能正确分辨方向角和距离参数,信噪比由-5 dB变化到15 dB时,估计参数的均方误差呈下降趋势。

改进的基于Spatial WVD和Hough变换的近场信源参量估计及性能分析

利用近场信源的一次快拍数据具有近似线性调频信号形式这一特点,将空域—频域联合平滑WVD和边缘检测以及直线拟合技术结合,对边缘检测结果进行Hough变换得到候选点集,并采用最小二乘聚类拟合获得抑制交叉项与噪音影响的初始频率和调频率估计,进而估计出近场信源的波达角和距离参量.理论分析和仿真结果表明,该方法能够显著抑制WVD分布的交叉项,正确拟合信源的原始空域—频域分布,并具有较低的运算复杂度.

一种基于T型传感器阵列的近场信源三维定位算法

基于传感器阵列来定位空间信源的技术在物联网、智能机器人、声学照相机、视频会议等领域中具有重要的应用价值和实用性,是阵列信号处理的热点研究内容。采用T型传感器阵列,基于阵列的对称性和经典的多重信号分类(MUSIC)算法,提出一种新的近场信源三维定位算法,相较于传统的多维MUSIC,只使用一维搜索,时间复杂度低并且定位精度也比较高。

均匀线阵中基于降秩Capon的近场源定位

提出了一种应用于均匀线阵中近场源定位的降秩Capon算法。该算法能够将经典二维Capon(Two-dimensional Capon,2D-Capon)算法中的二维谱峰搜索转化为一维谱峰搜索,得到自动配对的近场信源角度和距离参数估计。与经典的2D-Capon算法相比,本文提出的算法无需信源数估计,同时由于避免二维谱峰搜索过程,其计算复杂度大大降低,且该算法参数估计性能与2D-Capon算法非常接近。仿真结果表明该算法可有效用于近场信源的参数估计。