宽带相干信号DOA和极化参数联合估计方法

针对宽带相干信号下波达角和极化参数的联合估计问题,提出了一种低复杂度的参数估计方法。首先,通过轴向虚拟平移对圆阵接收信号进行平滑,而后对平滑后的自相关矩阵进行聚焦。之后,联合聚焦后的自协方差矩阵和平滑后的互协方差矩阵构造极化波达方向矩阵。然后,通过该矩阵的特征值和特征向量,经闭合式求解出入射信号的波达角和极化参数。所提算法实现了估计参数的自动配对,无需谱峰搜索,计算量小,且仅需3个阵元即可实现参数估计,能够节约硬件资源。仿真实验从复杂度、有效性和稳健性3个方面验证了所提算法的可行性。

阵列信号处理中DOA估计的误差分析

多重信号分类法(即MUSIC算法)具有很高的分辨力、估计精度及稳定性,在阵列信号处理中对DOA(direction of arrival)的估计也一直是人们研究的热点。通过对MUSIC算法中影响DOA估计的误差因素进行分析和研究,讨论MUSIC算法的估计性能。理论分析和仿真结果表明,对非相关或相干信号,MUSIC算法是一种有效的测量目标方位角的方法。

一种基于阵列接收信号重排的单快拍DOA估计方法

针对单快拍情况下大多数空间谱估计方法失效的问题,该文提出一种直接利用阵列接收信号重排构造伪协方差矩阵的模型。理论分析表明,该模型更加灵活且更具一般性,已有的伪协方差矩阵构造方法可以统一在该模型下。在此基础上结合波束形成的思想,进一步提出一种基于阵列接收信号加权求和的伪协方差矩阵构造方法,该方法综合考虑了信噪比及阵列自由度两方面因素的影响,可在一定程度上提升估计性能。理论分析和仿真验证说明了该方法及模型的正确性和有效性。

稀疏阵列结构设计及波达方向估计研究进展

近年来,利用稀疏阵列估计信源的波达方向(Direction of Arrival,DOA)已成为阵列信号处理领域的研究热点问题之一。相较于传统的均匀线阵,稀疏阵列凭借其大孔径、高自由度、低互耦率、低冗余度、低开销和布阵灵活等优良特性,吸引了学术界广泛关注和系统性研究。同时,为充分发挥稀疏阵列的巨大优势,学者们已经从不同角度开发了一系列与之相适应的DOA估计算法,以进一步提高可分辨信源的数量和角度估计精度。本文在构建稀疏阵列信号模型和整理稀疏阵列相关术语的基础上,详细介绍了稀疏阵列结构设计及DOA估计算法的发展历程和代表性研究成果。在稀疏阵列结构设计方面,围绕自由度、互耦率和冗余度等核心指标,深入剖析了各类稀疏阵列结构的设计思想,并着重描述了嵌套和互质两类结构性稀疏阵列的连续自由度和自由度特征;在稀疏阵列DOA估计方面,根据信号参量构造原理的不同,阐述了基于物理阵列处理和虚拟阵列处理的两种测向理论,并分析了各自方法的适用条件和性能优势。此外,本文还回顾了稀疏阵列DOA估计的克拉美罗界(Cramér-Rao bound,CRB),为评估不同阵列和算法的优劣提供了重要依据。最后,通过梳理现有研究成果中存在的不足,对未来研究方向进行了展望,力图为稀疏阵列DOA估计的工程应用提供理论依据和技术支撑。

非规则部分校准阵列下的宽带LFM信号二维DOA估计

提出了一种宽带线性调频(LFM)信号的二维波达方向(DOA)估计新方法.该方法在空域和时域同时对信号进行采样,并利用观测样本的分数阶Fourier域峰值构造出新的时频空DOA矩阵,进而通过特征值分解的方法实现多个LFM信号的DOA估计.该方法充分地挖掘了观测信号所包含的时频信息,降低了对阵列结构和阵元一致性的约束,使其适用于阵元几何分布不规则且大部分阵元未经校准的阵列.此外,该方法无需谱峰搜索和二维参数配对,计算简单且估计精度较高.仿真结果显示,在DOA估计的均方根误差(RMSE)相同时,与传统方法相比,该方法可获得6～8 dB的信噪比增益.

共形阵列信号DOA和极化状态联合估计研究

共形阵列是一种与载体表面共形的天线阵列。与平面阵列相比,共形阵列具有对载体电磁性能和动力性能影响小等优点,因此受到人们广泛的关注。受载体曲率影响,共形阵列具有多极性。在信号处理时,必须要考虑信号极化的状态。为此,针对共形阵列信号二维DOA和极化状态联合估计问题,提出了一种基于空时处理的参数估计算法。该算法通过对极化接收数据时域和空域联合处理构造时空DOA矩阵,利用DOA矩阵方法只需一次特征值分解即可获得信号二维DOA和极化状态参数估计。算法对阵列形状要求低,无需谱峰搜索和参数配对,计算量小。最后,以圆台共形阵列为例,通过仿真实验验证了算法的有效性。

基于互质阵列的信号波达方向估计算法

互质阵列具有灵活的天线摆放形式,相比于均匀阵列,有更大的阵列孔径,可以获得更高的自由度从而减少硬件资源成本,因此受到广泛的关注。本文针对基于互质阵列的空间平滑MUSIC算法(互质SS-MUSIC算法)估计精度低、计算量较大的问题,提出两种基于Toeplitz矩阵重构的互质阵列DOA估计算法。两种算法均利用扩展互质阵列构造虚拟阵列,然后进行协方差矩阵重构,重构后的矩阵是Toeplitz矩阵,对其进行划分,对划分后的矩阵进行特征值分解,求出信号子空间和噪声子空间,从而得到信号的入射角度。仿真实验结果表明,两种算法均能够实现信号的欠定DOA估计,与互质SS-MUSIC算法相比,两种算法在低信噪比-5 dB时的测向误差分别减少1.1°和0.5°,具有更高的估计精度;在相同条件下,运行时间分别减少45.9%和69.1%,具有更低的计算复杂度。

阵列信号处理在地震震源位置及震级估计中的应用

提出了对重点地区和地震频繁爆发地区进行地震震源位置估计的新思路,并运用阵列信号处理的理论对该思路进行了详尽的数学分析,建立了实际地壳的复杂非均匀传输介质模型,并将该模型转换为一种简单的均匀传输介质模型;之后给出了具体的算法和计算机仿真模拟结果。容易发现,运用该思路对特定地区进行地震速报,将可以摆脱地震监测中震源定位难的困扰。

一种深海多途相干信道下的高分辨DOA估计方法

针对基于平面波声场模型的深海DOA(Direction of Arrival,DOA)估计存在误差的问题,从射线理论出发,建立了多途信道下深海DOA估计的阵列信号模型,推导出了深海多径声线传播时间和相邻阵元声线传播时延差的表征方法,运用解相干DOA估计算法,提高深海DOA估计性能,通过仿真验证了算法的有效性。研究表明,深海DOA估计问题实为多维参数优化问题;充分考虑海洋声场的声传播特性,可以从根本上解决深海DOA估计的误差问题。

基于压缩感知的阵元位置无源校准及DOA估计

文章针对阵元位置误差导致水听器阵列性能恶化的问题,提出一种适用于均匀线阵列的阵元位置无源校准方法。该方法综合远场阵列模型和宽带信号空间谱的特性,利用压缩感知技术,将阵元实际位置估计问题转化为稀疏信号的重建,建立了阵元位置误差模型,构建了相应的优化函数,并采用正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法解算阵元实际位置。计算机仿真验证表明,基于压缩感知的方法能有效改善阵元位置误差造成的空间谱估计失效问题,可为目标方位角(Direction of Arrival,DOA)估计提供有效的技术支撑。

基于四阶累积量的改进传播算子DOA估计算法

针对四阶累积量在多重信号分类(multiple signal classification, MUSIC)算法中计算复杂度高和在低信噪比情况下性能差的问题,提出一种去冗余后平均的四阶累积量传播算子算法(modified fourth-order cumulant propagator method, MFOC-PM)。该算法通过引入传播算子算法线性地获得噪声子空间,避免了特征值分解造成的计算量,然后在保持四阶累积量阵列孔径扩展和抑制高斯噪声的优势下,通过求平均后去除的方法将四阶累积量中冗余的部分去除,降低了算法的复杂度。实验结果表明,所提算法显著减少了算法的计算量,可以实现角度的精确估计,在低信噪比的情况下表现良好,具有较好的实用价值。

阵列信号DOA估计MUSIC算法的DSP实现

阐述了阵列信号处理中广泛采用的用于来波方向 (DOA)估计的多信号分类 (MUSIC)算法原理及基于信息论准则的信源数目判别方法 ;介绍了数字信号处理器 (DSP)ADSP2 1 1 6 0的性能特点 ,给出了基于该DSP实现该测向算法的数字信号处理模块硬件系统组成框图及系统各部分功能 ;重点介绍了基于ADSP2 1 1 6 0的系统初始化设置及采用MUSIC算法实现DOA估计的程序设计方法与过程 。

基于稀疏非均匀COLD阵列的极化信号DOA估计

基于稀疏非均匀COLD(concentered orthogonal loop and dipole)阵列,提出了一种极化信号的DOA(direction-of-arrival)无模糊估计算法。该算法利用了稀疏非均匀COLD阵列的阵元数少和孔径大等特点,因而在阵元数目一定的情况下,可获得较高的DOA估计精度。由于稀疏非均匀COLD阵列可分成电磁环和偶极子两个子阵列,通过分析每个子阵列DOA估计的模糊性,给出了整个稀疏非均匀COLD阵列不发生DOA估计模糊的条件。通过计算机仿真证明了该算法的有效性。

互质阵列信号处理研究进展：波达方向估计与自适应波束成形

阵列信号处理是雷达领域各类应用的核心技术之一。近年来,互质阵列的提出打破了传统方法受限于奈奎斯特采样速率这一瓶颈,其稀疏布设的阵列结构和互质欠采样的信号处理方式大幅降低了系统所需的软硬件开销,为当前不断提升的实际应用需求提供了理论基础和技术前提。鉴于其在自由度、分辨率及计算复杂度等方面的性能优势,互质阵列信号处理的理论和技术研究受到了国内外学者的广泛关注。该文分别从波达方向估计和自适应波束成形这两个阵列信号处理领域的基本问题出发,介绍了互质阵列信号处理方向的研究进展。在互质阵列波达方向估计方面,该文总结了互质子阵分解方法和虚拟阵列信号处理方法等两类典型技术路线,并以此为基础介绍了压缩感知和无网格化技术在低复杂度和超分辨估计等方面的最新研究工作。在互质阵列波束成形方面,该文剖析了其与互质阵列波达方向估计问题的区别与联系,并介绍了面向互质阵列的高效鲁棒自适应波束成形设计方法。该文旨在通过对互质阵列信号处理研究前沿的分类归纳和总结,探讨各类方法的优势和未来的研究方向,为其在雷达等领域的产业需求和实际应用提供理论和技术参考。

基于多维傅里叶变换的阵列空时信号处理与应用

目前常用的阵列空时信号处理方法需要计算全部阵元接收信号的采样矩阵,并通过对矩阵的各种运算来提取信息,但是大中型阵列的阵元数量众多导致矩阵维数较大,高维矩阵的巨大运算量使其难以在具有实时性要求的工程中应用。针对这一问题,将傅里叶变换从时域推广至空域,指出了空域与角度域之间存在的傅里叶变换关系。在此基础上,借鉴多维傅里叶变换方法阐释了线阵与面阵各自空时联合处理的二维与三维傅里叶变换表达及其物理意义。通过示例性仿真验证了前述理论建模与特性分析的正确性与有效性,从而为大中型阵列的空时信号实时处理工程应用提供了新的技术手段。

基于主奇异矢量的L型阵列相干信号二维DOA估计方法

针对现有L型阵列相干信号DOA估计算法精度不高、孔径损失较大的问题,该文提出一种基于主奇异矢量的解相干(L-PUMA)方法以及改进的主奇异矢量法(L-MPUMA)。L-PUMA算法首先对互协方差矩阵进行降噪,再通过奇异值分解得到2维主奇异矢量,然后利用加权最小二乘法得到线性预测方程的多项式系数,该线性预测方程的根即为信号的DOA估计,最后提出一种新的配对算法实现仰角和方位角的配对。L-MPUMA算法利用反向共轭变换构造增广主奇异矢量,进一步提高了数据利用率,克服了信号完全相干时L-PUMA算法性能下降严重的问题,仿真实验验证了所提算法的高效性。

多DSP并行处理技术在信号DOA估计中的应用

信号到达波方向估计（ＤＯＡ） 要求实时性强、运算速度快、估计精度高。单一的ＤＳＰ或ＰＣ机处理已远远不能满足实时性要求。本文介绍了以２０ 片ＴＭＳ３２０Ｃ３１ 芯片组成的多ＤＳＰ芯片并行处理系统的设计实例，并给出了系统硬件组成和软件设计。

基于COLD阵列的联合稀疏重构信号DOA估计方法

针对窄带和宽带两种情形,提出了一种基于同点正交磁环偶极子矢量天线(Co-centered orthogonal loop and dipole,COLD)阵列的联合稀疏重构信号波达方向(Direction-of-arrival,DOA)估计方法。该方法首先构造极化-空间域协方差矩阵,并对其第一列进行稀疏表示,在此基础上利用COLD阵列可视为相互垂直的磁环阵列和偶极子阵列这一特点,采用l2-范数约束下的凸优化(l1-范数)联合稀疏重构技术实现信号DOA估计。仿真实验表明,该方法较之现有方法具有分辨力高、估计精度高等优点。

基于相关矢量法L型阵列相干信号DOA估计

针对L型阵列提出了一种基于互相关矩阵的相关矢量(cross correlation matrix correlation vector method,CCM-CVM)重构解相干的波达方向(direction of arrival,DOA)估计算法。为了进一步提高估计精度,在此方法基础上又得到一种改进方法,即CCM-MCVM的方法。该方法基于前后向矢量重构理论,利用阵列互相关矩阵不含噪声的特点,把互相关矩阵的每一个列矢量作为前向矢量,通过对其前向矢量元素进行复共轭变换并颠倒顺序得到后向矢量。利用所有的前后向矢量来重构信号的协方差矩阵并提取信号的子空间,该方法相较于CCM-ESPRIT算法具有损失阵列孔径小,估计精度高的特点。理论分析和仿真结果表明了该方法在低信噪比和小快拍数条件下相较于对比算法具更好的估计性能。

阵列信号处理中基于MUSIC算法的空间谱估计

阐述了阵列信号处理中广泛采用的用于来波方向(DOA)估计的多信号分类(MUSIC)算法原理,理论分析了算法的实现过程,并结合Matlab实验,从理论和系统仿真两方面证明将此法用于确定目标方位角的实用价值,是一种有效的测量目标方位角的方法。