四阶统计量的近场源距离与到达角估计

针对近场源的到达角和距离的联合参数估计问题,提出了2种基于四阶统计量的新算法。对于一个有2 p+1个阵元的均匀线性阵列(ULA)而言,目前已有方法只能分辨出p个信源,文中提出的两种方法能够估计出2 p或2p-1个入射信源的参数。此外,与传统的四阶统计量方法相比,新方法不需要参数配对操作,因此可以去除这部分计算量。仿真结果表明,基于ESPRIT的2种算法有效地利用了接收信号信息,相比于已提出的方法具有更好的性能。

近场源多频电磁法人工蜂群约束反演研究

近场源多频电磁法常用于浅层电性结构调查,其数据反演结果直接影响探测成效。针对常规最小二乘反演收敛不稳定、多解性强的问题,提出一种人工蜂群非线性算法和先验信息约束相结合的反演方法。首先阐述了近场源多频电磁法正演问题,并对正演精度进行验证;在此基础上,对人工蜂群非线性算法原理进行了剖析,给出反演计算流程;之后,讨论了在人工蜂群反演中引入参考模型约束、光滑约束和物性范围约束的方法,最终形成近场源多频电磁法的人工蜂群约束反演方法。采用理论模型对该方法进行测试,结果表明:人工蜂群反演方法适用于多层模型,能满足数据拟合要求,且收敛曲线稳定下降,避免了常规反演陷入局部极小解的问题;人工蜂群反演在无约束时易出现虚假构造,而有约束时可有效收紧反演解空间,使结果更加接近真实值,反演结果质量更高。对两例不同电性环境下的近场源多频电磁实测数据进行试算,人工蜂群约束反演均给出符合实际地质情况的结果,表明该方法有效且可靠。因此,近场源多频电磁法的人工蜂群约束反演方法具有在实践中推广应用的价值。

基于互质阵列的近场源位置估计方法

针对均匀线列阵检测信号数目受阵元个数限制、估计精度受阵列孔径影响等问题,提出一种基于互质阵列的近场源位置估计方法。对阵列接收数据进行预处理,建立只包含角度参数的模型,利用迭代方法来逐步修正角度偏移向量和功率向量,得到入射信号的波达方向;固定已估计出的角度,建立关于距离参数的离网格模型,通过迭代方式逐步修正距离偏移向量,从而得到距离估计值;通过仿真实验对所提方法进行验证。理论分析和仿真实验结果表明,该方法扩展了阵列孔径,提高了方位和距离的估计精度,在低信噪比和少快拍的情况下依然具有良好的估计性能,同时自动匹配估计角度与估计距离,确定信源位置。

基于均匀圆阵的近场源定位技术研究进展

近场源定位在雷达、声呐和通信中发挥着重要的作用。该文利用均匀圆阵的阵列结构优势,系统梳理了窄带近场源定位方法以及解模糊方法,并在此基础上从时域、频域、分数阶傅里叶域等方面阐述了近场线性调频(LFM)信号的方位角、俯仰角和距离等3维位置参数快速精确估计方法。最后,对相干辐射源和近远场混合源参数估计等后续研究内容进行了展望。

近场源法在非洲旱季金矿普查中的应用

本文介绍了在非洲旱季时接地条件不利、供电困难、一次场随距离衰减快,应用时间域激电中间梯度装置扫面困难情况下,选择使用近场源法的可行性;并在金矿普查项目中与地质填图相配合快速查明区内岩层及构造的分布,取得了良好的应用效果。

一种基于高阶累积量的近场源距离、频率和方位联合估计算法

本文提出了一种基于高阶累积量的近场源距离、方位及频率三维参数联合估计方法,该方法利用构造的累积量矩阵的特征分解获得信号子空间,三维参数估计分别由构造的矩阵的特征值直接估计得到,算法计算简单而无需任何搜索且适于任意高斯噪声环境,与现有的方法相比,本文算法由于无需利用阵列的中心对称结构,因而有效的避免了阵列的孔径损失.最后,计算机仿真实验验证了算法的性能.

基于二阶统计量的近场源四维参数联合估计

研究了一种基于二阶统计量的近场窄带信源频率、方位角、仰角和距离四维参数的联合估计算法。该算法利用中心对称的十字阵列,根据阵元输出构造二阶统计量矩阵,并结合这些矩阵的特点构造新矩阵,利用特征值和特征向量信息得到信源参数。该方法仅需计算6个二阶统计量矩阵就可以估计四维参数,此外参数自动配对。仿真结果表明该算法能准确地估计近场源参数。

一种无须参数配对的近场源定位新算法

本文提出了一种适用于高斯白噪声环境的近场窄带信源定位新算法.该算法利用阵元输出计算的3个二阶统计量矩阵在二阶统计量域构造平行因子分析模型,分析了该模型低秩分解的唯一性,并从其分解得到的多个矩阵中联合估计信源距离、频率及到达角.该算法无须参数配对,无须谱峰搜索,计算简单.仿真结果表明该算法是有效的.

一种基于平行因子分析的近场源定位新方法

本文提出了一种基于平行因子分析的近场窄带信源频率、距离及二维到达角联合估计新算法.首先给出一种新的十字阵列;然后结合Toeplitz矩阵的结构特点,选择特定序号阵元输出计算的高阶累积量巧妙构造5个Toeplitz矩阵;接着在高阶累积量域构造平行因子分析模型,分析了该模型低秩分解的唯一性,并从其分解得到的矩阵中联合估计信源参数.与现有方法相比,该算法有效降低了阵列的孔径损失,无须参数配对.仿真结果表明该算法是有效的.

基于稀疏对称阵列的近场源定位

在阵元数目一定的情况下,为了扩大阵列的孔径,本文采用非均匀稀疏对称阵列,其阵元间距不受四分之一载波波长的限制.为了避免由此带来的角度模糊问题和复杂的二维搜索,本文基于降秩思想,提出了近场源波达方向(DOA,Direction Of Arrival)和距离的无模糊估计方法并且分析了角度估计的模糊性.此方法利用二阶统计量,只需进行一维搜索,且参数自动配对.因此,计算量大大地减少,且在阵元个数有限的情况下,大大地提高了空间分辨率.计算机仿真结果证实了此方法的有效性.

基于四阶累积量的近场源多参数联合估计

提出了一种近场窄带信源多参数联合估计新方法,通过所构造四阶累积量矩阵的特征值及其特征向量就可以直接获得近场源频率、方位及距离三维参数的联合估计,无须峰值搜索,适用于任意高斯噪声环境.与现有方法相比,所提方法有效地避免了阵列孔径损失,而且算法简单高效.仿真综合结果表明了新方法的有效性.

一种新的近场源距离及到达角联合估计算法

该文提出一种基于三阶循环矩的近场源距离以及到达角联合估计算法。该算法充分利用了信号的循环平稳特性以及其空、时域信息,通过构造时空矩阵并进行特征分解获得二维参数的闭式估计。该方法计算简单,无需谱峰搜索,而且二维参数自动配对。与现有的方法相比,该文算法并不要求阵列具有中心对称结构,因此避免了阵列孔径的损失;此外该算法对任意分布的加性平稳噪声以及具有不同循环频率的干扰信号有较好的抑制能力。计算机仿真实验验证了该方法的有效性。

近场源频率、波达方向和距离的联合估计方法

提出了一种基于高阶累积量的近场源频率、波达方向 (DirectionofArrival,DOA)和距离的联合估计算法。算法采用类似状态空间的方法构造信号输出累积量矩阵 ,而近场源频率、DOA和距离的估计通过对该输出矩阵的分解处理得到。各近场源参数估计由闭式给出 ,无需复杂的搜索运算 ,并且各参数间自动配对 ,不需要繁琐的配对过程 ,算法计算复杂度适中。同时 ,该算法适用于任意加性高斯噪声情形 ,计算机仿真结果证实了该算法的有效性。

基于双电磁矢量传感器的近场源多参数估计

基于双电磁矢量传感器(EVSs),提出一种新的近场源频率、波达方向(DOA)、距离和极化参数联合估计方法。该方法首先计算近场源的频率以及其在两个电磁矢量传感器处的二维DOA和极化参数,然后利用几何方法或搜索方法,得到近场源的距离估计。该方法仅需要两个电磁矢量传感器,节约了阵列孔径,适合于阵列孔径有限的场合。估计过程中仅需一次互相关以及特征分解等简单的运算,且各参数自动配对,节省了运算量。实验结果验证了该方法的有效性。

加权稀疏信号重构的近场源定位方法

针对近场源定位问题,提出了一种使用加权L1范数优化进行稀疏信号重构的近场源定位方法。该定位方法分步完成目标的方位和距离估计。为了避免二维优化问题出现,首先利用均匀线阵的对称特性,通过菲涅尔近似,将二维参数估计的近场定位问题转换为类远场阵列的一维参数估计问题,接着将该一维参数估计问题转换为稀疏信号重构问题,通过类MUSIC权向量的构造,使用加权L1范数优化方法重构稀疏空间谱得到目标波达方向;在得到信号波达方向之后,再利用稀疏信号重构的思想求解信号源到阵列的距离。最后,通过数字仿真验证了算法在估计精度和分辨率等方面的优良性能。

一种新的基于二阶统计量的的近场源定位算法

该文提出了一种基于二阶统计量的近场窄带信源频率、距离及到达角三维参数联合估计新算法。该算法首先基于特定序号阵元输出计算的二阶统计量构造3个矩阵,接着结合这些矩阵的结构特点构造2个新的矩阵,然后利用其特征值和特征向量估计信源参数。与现有基于二阶统计量的算法相比,该文算法节省1个阵元,且仅需计算3个二阶统计量矩阵,此外参数自动配对。仿真结果表明该算法是有效的。

一种基于高阶累积量的近场源四维参数联合估计算法

本文提出了一种新的多个近场窄带信源距离、频率及二维到达角四维参数联合估计算法.首先基于特定序号阵元输出计算的高阶累积量构造4个矩阵,接着结合这些矩阵的结构特点构造3个新的矩阵,然后基于新构造矩阵分解得到的特征值和特征向量联合估计信源参数.与现有的方法相比,本文给出的方法有效提高了阵列孔径利用率,参数自动配对.仿真结果表明该算法是有效的.

一种基于二阶统计量的近场源三维参数估计方法

该文研究近场源的距离、角度和频率的三维参数估计问题。提出了一种仅需利用二阶统计量和相应的配对 程序就能直接估计出参数的新方法。该方法无需谱峰搜索,同时避免应用四阶累积量,减轻了算法的计算量。仿真 实验证明了该算法的有效性。

乘性噪声背景下基于三阶循环矩的二维近场源定位方法

本文提出一种基于三阶循环矩的近场源二维参数估计方法.该方法以均匀线阵为接收传感器阵列,通过构造三个三阶循环矩矩阵估计出近场源的方位角和距离参数,利用循环统计量去除加性噪声,通过预校准法消除乘性噪声,适用于乘性噪声或乘性噪声和加性噪声共存背景下的二维近场源定位.仿真实验验证了该方法的有效性.

基于二阶统计量的近场源三维参数估计方法

针对近场三维参数估计方法计算量大的问题,提出了一种近场源的方位角、仰角和距离的三维参数估计方法。该方法利用在x-z平面十字阵列的结构特点和二阶统计量,估计信源的方位角、仰角和距离参数。将三维参数估计问题转化为多个一维搜索问题,从而减少了算法的计算量,并且无需参数配对,具有估计精度较高的优点。仿真实验表明,在信噪比大于0时,该方法能有效估计近场源的三维参数。