阵列测向系统中应用四阶累积量算法抑制杂散噪声与干扰

阵列测向中空间相关噪声、杂散的多径反射噪声以及空间杂散干扰是影响测向性能的较大因素。高阶累积量具有抑制这样的杂散噪声与干扰的性能。本文理论分析了这一性能的基本原理，给出了实验结果。

高分辨阵列测向中信号相关性问题的研究

对利用高分辨测向技术进行DOA估计时经常遇到的相关或相干信号源进行研究,根据实际工程应用和仿真实验的情况,提出了产生不同相关系数的信号的具体方法,并进行了计算机仿真,给出了实验结果。

阵列测向系统性能分析与仿真

测向模糊和测向精度是阵列测向系统的重要性能指标,特别是在阵元间距与载波波长之比很大时,不同的阵列结构的测向模糊特性有明显的不同,通过对测向模糊的理论分析,利用MUSIC算法,在八元均匀园阵和七元均匀L阵及非均匀L阵的基础上,对测向系统进行了性能仿真。根据对这三个不同阵列的模糊性和测向精度的比较与分析,得出了具体阵列的设计方案。

一种基于压缩感知的离格阵列测向方法

基于稀疏表示的阵列测向技术中的一系列高精度鲁棒性方法都基于网格假设,即假设入射信号来向无误差地落在网格上,这一假设与现实中信号来向落在连续角度域内相违背,所造成的网格偏差效应会带来模型失配,从而导致估计性能的恶化。针对这一问题,本文提出了一种基于泰勒展开的离格类信号模型,该模型允许信号来向偏离网格,从而消除了网格误差效应,减小了估计误差。同时采用一种交替迭代优化的方法对模型进行求解,并利用奇异值分解等方法降低计算量。该方法能够有效减小网格误差,提高估计精度。仿真结果验证了所提方法的有效性。

干涉仪阵列测向误差分析及校准方法研究

本文根据相位干涉仪测向原理,对测向误差进行了详细的分析研究。按照误差分析的结果,给出了一种相位校准方案,并经过仿真模拟和实际应用来验证。在经典的比幅、比相和测时差三种瞬时测向体制中,对辐射源进行测向定位的相位干涉仪在军事和民用领域内都有着重要而广泛的应用。事实上,对辐射源开展测向定位是电子战装备最重要的技术要求之一,追求更高精度的测向定位技术正成为电子战前进的方向。

阵列测向中相关多信源的信号个数判别

研究了一种采用阵列的前后向平均的信息论准则判别信号个数的方法，并且在不同的辐射源相关系数下对基本的信息论准则和前后向平均的信息论准则方法进行了仿真研究，结果表明，对MDL估计方法中的自由度进行修改可以得到更好的估计性能。

宽带高分辨率阵列测向算法发展

1 阵列测向算法由传统算法向高分辨率算法发展1.1 传统阵列测向算法的局限 利用阵列信号处理技术对空间分布的信号源进行测向广泛应用于无线电测向、声测、雷达等诸多领域,其中的空间角分辨率指标是测向系统的一个重要指标。传统的阵列信号处理技术(如常规波束形成法)的算法原理大多是本世纪五十年代以前发明的,只是随着技术的发展不断地完善、改进而已,它们的空间角分辨率指标都受到瑞利限(Rayleigh Limitation)的限制,对于空间两个靠得较近的信号源。

一种仿生技术用于小尺度阵列测向的可行性分析

为实现远距离探测,阵列孔径往往十分庞大,严重影响系统机动性和隐蔽性。奥米亚棕蝇双耳间距非常小,但却可以对其寄主实现高精度定位,研究表明此特性主要归功于其双耳之间的一种特殊耦合结构。将此耦合结构运用于阵列测向系统,可以在保证测向精度和空间分辨力的前提下,大大缩小阵列孔径。通过仿真分析了此仿生技术在小尺度阵列测向系统中使用的可行性,分析结果表明此技术在阵列测向系统小型化方面具有较大的潜力。

一种阵列测向模型修正方法

由于天线组阵后会造成各阵元天线相位中心与其物理中心不一致,因此在工程应用中需要对理论阵列模型进行修正。提出了一种阵列测向模型工程修正方法。首先,通过实际测试获取二维空间角度与阵列的实际响应,再通过离线回归分析处理提取修正后的阵列模型,最后进行了仿真和实验验证。结果表明,该方法能够有效改善阵列测向精度。

宽带循环平稳信号阵列测向方法

基于信号循环平稳特性的阵列测向方法在宽带低截获概率信号的侦收和处理中具有重要意义。该文以循环平稳信号阵列测向方法的发展为主线,介绍了现有的几种典型方法的基本原理和各自的优缺点,理清了该研究方向的发展脉络,并对该研究方向的进一步工作提出了展望。

一种改进的LMS算法及自适应高分辨阵列测向

本文在分析自适应最小均方算法——LMS 算法和递推最小二汞算法——RLS算法结构的基础上,提出了一种基于最陡下降原理的改进型自适应最小均方算法——MLMS 算法。该算法兼有 LMS 算法运算量小和 RLS 收敛快的特点,且实现简单。本文利用 MLMS 算法就此问题进行了详细的讨论。计算机模拟结果证明,本文提出的MLMS 算法,其自适应性能优于 LMS 算法和 RLS 算法。

一种用于阵列测向的多通道幅相误差校正方法

在阵列测向研究领域,无论采用何种算法,都有一些假定的理想前提条件,这将不影响算法的正确性验证。但在实际的系统应用中时,这些假定的条件,有的就不再成立,从而使测向算法产生较大的估计误差,甚至失效。提出了一种通道误差校正方法,可对由于各通道在制造时不可避免产生的幅度与相位误差进行校正。仿真结果证明,这种校正方法是有效的。

基于空时自适应处理的阵列测向算法

提出了一种基于空时自适应处理(STAP)的阵列信号测向算法,与常规的空间域阵列信号处理相比,该方法由于联合了空间-时间维进行处理,增大了系统自由度,从而提高了处理信号增益以及空时谱分辨率,并且能够在不需要预先精确获得信号频率的前提下获得信号的波达方向估计(DOA)。仿真实验结果验证了该方法的有效性。

基于GSVD的分布式MIMO雷达测向算法

针对分布式多输入多输出(multi-input multi-output,MIMO)雷达测向中存在的数据信息提取不充分、运算量偏大等问题,开展了基于广义奇异值分解(generalized singular value decomposition,GSVD)的测向算法研究,以提高低信噪比条件下的角度估计性能。首先,建立了分布式阵列MIMO雷达回波信号的统一化表征模型;其次,将分布式MIMO雷达系统接收阵列数据的多线程GSVD问题转换为一个联合优化问题,运用交替最小二乘(alternating least squares,ALS)技术实现阵列信号流行矩阵的拟合,并引入子空间类算法实现目标角度联合估计;最后,对优化问题增加l1范数约束,避免了每次迭代中进行的奇异值分解运算,降低了算法运算量。仿真实验从角度联合估计、均方误差、运算时间等方面验证了所提算法的有效性。

阵列信号处理中强弱信号同时测向与分辨

当信号功率相差很大时阵列测向系统的性能可能下降。本文使用一种基于Relaxation的方法来处理到达方向靠近的功率相差很大的两信号测向问题，取得较好结果。文中还讨论了相关问题。

基于时间调制阵列的单通道测向估计方法

针对多通道测向系统存在系统复杂度高且测向精度受幅相不一致的影响以及虚拟变换阵列单通道空间谱估计时矩阵求逆运算量大的问题,提出了基于时间调制阵列的单通道测向估计方法。该方法利用时间调制阵列的谐波特性,周期性地打开天线阵列的各个单元通道,通过对接收信号的谐波分量进行测量来实现波达方向估计。该方法的计算量主要集中于谐波分量的谱估计,可通过经典的离散傅里叶变换在数字域内实现。仿真实验证明,该方法正确、有效,且实现过程可用于指导低成本和低复杂度的测向系统的实现。

阵列测向中基于投影分解的信源数目后判断

信源数目判断是阵列测向中的重要课题，目前常用的方法一般都不利用信源的入射方向估计信息，称为信源数目的“前”判断方法。由于使用的信息较少，这类方法很难给出信源数目的准确估计。当信源数目估计过少时，将影响测向效果，而过多时则无法去掉虚假信号。为解决该问题，提出了基于投影分解的信源数目“后”判断方法。分析证明了该方法与ＭＵＳＩＣ、极大似然算法配合使用的问题，并进行了计算机模拟。结果表明，该方法有较强的适用性且判断效果较好。

一种多径环境下基于四阶累积量的阵列扩展测向方法

本文分析了基于四阶累积量的测向方法不能正确测量多径信号方向的原因，提出了一种多径环境下的基于四阶累积量的新型测向方法。该方法利用零点领处理方法抑制多径信号，然后采用四阶累积量进行阵列扩展测向。计算机模拟结果表明该方法在多径环境下具有良好的性能并且可能实现对足够多的信号进行测向。

加载测向天线阵列的统一网络模型研究

该文首先建立联系天线阵元和加载网络的统一网络模型,把路与场统一于广义矩阵型欧姆定律之中。基于统一网络模型理论,采用矩量法(MoM)分析了加载匹配补偿网络的五元圆形测向天线阵列(FCADF)。研究表明,电路网络的加载,引入了新的路与场相互作用,可有效补偿天线单元之间的互耦影响,改善方向图不圆度特性,并实现阻抗匹配,从而提高了测向精度。此外,测向天线阵列中的局域谐振现象,通过加载网络也被有效抑制。

基于深度学习的阵列信号测向方法综述

阵列信号测向在雷达、通信、无线电监管、电子对抗等领域均有着广泛的应用。近年来,基于深度学习的阵列信号测向方法以其在测向性能和测向速度方面的优势,日益成为研究的焦点。系统地梳理了基于深度学习的阵列信号测向技术,首先介绍了阵列观测模型和深度学习相关基础,随后详细阐述了基于深度学习的阵列信号测向基本框架,并对基本框架中数据预处理、深度神经网络结构、数据后处理3部分进行了详细分析和阐述,最后总结展望了该技术未来的发展方向。