基于重加权l_1范数惩罚的远近场混合源定位算法

现有信源定位方法大多假定信源是远场源或近场源,而实际定位系统中往往存在远场源和近场源共存的情况.为实现远、近场源分离及高精度信源定位,本文在稀疏信号重构理论框架下提出了一种新的远近场混合源定位算法.该算法利用阵列协方差矩阵反对角线元素和重加权l_1范数惩罚获得所有信源的到达角(Direction Of Arrival,DOA)估计.在DOA估计的基础上,根据远场与近场源距离参数位于不同区间的特点利用一维搜索实现远、近场源分离以及近场源距离参数的估计.从理论角度分析了重加权l_1范数惩罚算法的重构性能.本文所提算法不仅同时适用于高斯和非高斯信号,而且无需多维搜索和参数配对,也无需信源数的先验信息,同时还可以获得较好的定位精度.计算机仿真结果验证了所提算法的有效性.

脉冲噪声环境下基于矩阵差分的远近场混合源定位

为了提高脉冲噪声环境下基于二阶协方差矩阵差分(COV-MD)的远近场混合源定位算法的估计性能,本文提出了基于分数低阶协方差矩阵差分(FLOC-MD)和基于压缩变换协方差矩阵差分(CTC-MD)的远近场混合源定位算法。所提出的算法首先利用一维MUSIC谱峰搜索获得远场源信号的方位角估计,然后利用矩阵差分法实现远近场信号源的分离得到扩展的近场源分数低阶协方差矩阵(或压缩变换协方差矩阵),最后在利用类旋转不变方法(ESPRIT-Like)估计得到的近场源方位角的基础上,再次利用一维MUSIC谱峰搜索获得近场源距离的估计。计算机仿真结果表明:CTC-MD算法和FLOC-MD算法在强脉冲和低信噪比情况下的估计性能都要明显优于COV-MD算法和其他基于二阶统计量的远近场混合源定位算法,同时CTC-MD算法的性能要好于FLOC-MD算法并且不依赖于脉冲噪声的先验信息。

基于正交匹配追踪的远近场混合源定位算法

针对远近场混合源定位问题,提出了一种基于正交匹配追踪的参数估计算法。首先,提取接收数据协方差矩阵的反对角线元素作为新的数据向量,通过空域角度网格划分对向量进行稀疏表示;然后,利用正交匹配追踪(OMP)算法计算远场和近场目标的角度参数;接着,对空域进行距离网格划分,并构建与距离参数相关的稀疏重构问题;最后,利用OMP算法实现远近场目标的区分以及距离参数的求取。与以往的参数估计算法相比,该算法无需计算高阶统计量和进行矩阵分解,具有较低的计算复杂度;同时,由于OMP算法受信噪比和快拍数影响较小,故该算法在低信噪比和小快拍数下具有较高精度。