基于迭代自适应方法的柱面共形阵2D DOA估计

针对柱面共形阵的二维波达方向(2D DOA)估计问题,提出一种基于迭代自适应方法的柱面共形阵2D DOA估计算法。首先,通过欧拉旋转变换公式将柱面共形阵全局直角坐标系变换为单元局部直角坐标系,建立柱面共形天线阵列流型;然后,将感兴趣区域内信号源所有可能存在的位置通过划分二维网格的形式来表示,利用迭代自适应算法(IAA)估计出每个潜在位置对应的信号源能量;最后,绘制能量谱图,谱峰对应的方位角和俯仰角即为二维波达方向的估计值。理论分析与仿真实验证明,所提算法不需要额外的参数匹配,简化了估算步骤,在短快拍的情况下可以实现柱面共形阵的2D DOA估计。

Exploration on 2D DOA Estimation of Linear Array Motion:Uniform Linear Motion

Generally,due to the limitation of the dimension of the array aperture,linear arrays cannot achieve two-dimensional(2D)direction of arrival(DOA)estimation.But the emergence of array motion provides a chance for that.In this paper,a generalized motion scheme and a novel method of 2D DOA estimation are proposed by exploring the linear array motion.To be specific,the linear arrays are controlled to move along an arbitrary direction at a constant velocity and snap per fixed time delay.All the received signals are processed to synthesize the comprehensive observation vector for an extended 2D virtual aperture.Subsequently,since most of 2D DOA estimation methods are not universal to our proposed motion scheme and the reduced-dimensional(RD)method fails to handle the case of the coupled parameters,a decoupled reduced-complexity multiple signals classification(DRC MUSIC)algorithm is designed specifically.Simulation results demonstrate that:a)our proposed scheme can achieve underdetermined 2D DOA estimation just by the linear arrays;b)our designed DRC MUSIC algorithm has the good properties of high accuracy and low complexity;c)our proposed motion scheme with the DRC method has better universality in the motion direction.

Improved Eigenstructure-Based 2D DOA Estimation Approaches Based on Nystrom Approximation

In this paper,we propose improved approaches for two-dimensional(2 D) direction-of-arrival(DOA) estimation for a uniform rectangular array(URA).Unlike the conventional eigenstructure-based estimation approaches such as Multiple Signals Classification(MUSIC) and Estimation of Signal Parameters via Rotational Invariance Technique(ESPRIT),the proposed approaches estimate signal and noise subspaces with Nystr?m approximation,which only need to calculate two sub-matrices of the whole sample covariance matrix and avoid the need to directly calculate the eigenvalue decomposition(EVD) of the sample covariance matrix.Hence,the proposed approaches can improve the computational efficiency greatly for large-scale URAs.Numerical results verify the reliability and efficiency of the proposed approaches.

基于二次虚拟内插的圆阵接收2D-DOA分离估计

该文将二次虚拟内插技术引入圆阵接收的2D-DOA分离估计中,通过两次虚拟内插获取两虚拟内插阵列之间的移不变因子,利用该移不变因子首先获得俯仰角的估计,再将估计到的俯仰角代入圆阵流型中,经一维搜索即可获得方位角的估计。该方法有效地减小了因虚拟阵列和真实阵列之间的内插误差所带来的估计误差,仿真实验验证了该方法的有效性。

高效的多跳频信号2D-DOA估计算法

为了利用跳频信号的空域特征参数辅助多跳频信号的网台分选,在空时频分析的基础上,提出一种基于多重信号分类(multiple signal classification,MUSIC)对称压缩谱(MUSIC symmetrical compressed spectrum,MSCS)的多跳频信号二维波达方向(two dimensional direction of arrival,2D-DOA)高效估计算法。首先根据跳频信号的时频域特征,构建每一跳的空时频矩阵(spatial time-frequency distribution,STFD),获取时频域的协方差矩阵;然后将共轭子空间的思想引入到MUSIC算法中,通过对噪声子空间及其共轭的交集进行奇异值分解,实现噪声子空间的降维;最终通过半谱搜索实现2D-DOA的高效估计。同时为了提高低信噪比条件下算法的性能,在时频图处理过程中采用形态学滤波进行去噪,并在修正的时频图上完成了跳频信号每一跳的提取。通过理论论证和实验仿真表明,本文算法相比于MUSIC算法,在保证均方根误差相当和估计成功率有所提高的情况下,计算复杂度降低了一半。

锥面共形阵列非圆信号2D-DOA估计

针对常用锥面载体的单曲率特性,结合合理的阵元布局和利用非圆信号非零椭圆协方差特性,提出一种锥面共形阵列天线非圆信号盲极化二维波达方向(two dimensional-direction of arrival,2D-DOA)估计方法。该方法基于非圆-旋转不变子空间(non-circular estimation of signal parameters via rotation invariant technique,NC-ESPRIT),充分利用非圆信号的阵列扩展性,将DOA与极化参数去耦合,在此基础上,对俯仰与方位角度参数分维处理,在未知极化参数的情况下,实现了2D的分维估计。针对相干源情况,推导了锥面共形阵列非圆信号解相干空间平滑算法,通过解相干预处理,保证了所提算法对相干信号的适用性,扩展了算法的应用范围。计算机仿真实验表明,所提方法在信噪比较低(小于10dB)时,较之已有算法大大提升了DOA估计精度,达到了较好的效果。

跳频信号2D-DOA高精度估计算法

针对传统二维多重信号分类(MUSIC)算法进行跳频信号二维波达方向估计,在低信噪比和快拍数较少时估计精度严重下降问题,提出一种基于二阶偏导MUSIC跳频信号2D-DOA高精度估计算法。该算法根据跳频信号2D-DOA估计空间谱函数的特性,利用离散函数的二阶偏导特性,重建新的空间谱函数,将原谱峰搜索转化为负向谱峰搜索。理论分析与仿真结果表明,所提算法相比较MUSIC算法在没有显著提高算法复杂度的前提下,提高了低信噪比和小快拍数下的估计精度。

基于最大似然准则的L阵2D-DOA配对算法研究

针对L阵两维到达方向(2D-DOA)估计中方位角和俯仰角配对错误导致的模糊问题,对一种基于最大似然准则的配对算法进行了研究。根据建立的L阵信号模型,用超分辨算法获得在非相干源和相干源时的L阵两组线阵的一维DOA估计。由一个线阵接收数据和估计的一维DOA得出信源的最大似然估计,构造第一个信源协方差矩阵,其中目标的排列顺序与该线阵估计的一维DOA顺序对应;再用两个线阵接收数据的互相关矩阵估计第二个信源协方差矩阵。当两个线阵估得的一维DOA对应时两个信源协方差矩阵等价,可由两个矩阵中元素的位置关系实现配对,获得无模糊的方位角和俯仰角。仿真结果表明:所提算法在低信噪比、小快拍数下均具较高的鲁棒性,适用范围广,在无任何先验信息条件下能较准确地实现配对。

基于高分辨子空间的任意阵接收2D DOA快速检测算法

本文以空间任意分布的传感器阵列为例,提出一种有效的二维波达方向(Two-Dimensional Direction of Arrival,2D DOA)检测算法。在分析MUSIC算法原理以及谱峰分布特征的基础上,通过步长设置,由局部逐步逼近全局最优,成功进行2D DOA检测,避免了穷尽搜索。仿真结果表明,在信噪比、快拍数、阵元个数变化下本文算法具有很高的检测效率。

基于空间平滑算法的二维相干源DOA估计

基于均匀矩形阵列,利用2D Unitary ESPRIT算法二维参数自动配对的优点,运用二维空间平滑技术进行解相干,并结合虚拟阵列扩展的EVESPA算法,提出了相干源的2D-SS-EVESPA-DOA估计算法。该算法在多径环境下能精确估计出二维波达角,能实现多径波达方向的分组估计,而无需进行谱峰搜索;并实现二维角度的自动配对,二维参数自动配对,无需二维谱峰搜索。仿真实验证明了算法的有效性。

基于解耦原子范数最小化的二维DOA估计

近年来,原子范数最小化算法成为DOA估计领域的重要工具。针对二维DOA估计中解耦原子范数最小化DANM算法只适用于单快拍的场景,提出一种适用于多快拍场景的改进DANM算法。首先,通过改变DANM算法中的优化模型结构,进一步将基于矢量化的传统2D ANM求解模型解耦为2个一维ANM求解模型,使其适用于多快拍的场景;其次,为了避免大快拍所带来的高维度计算,将接收数据及其转置的协方差矩阵分别作为2个维度ANM求解模型的计算数据用于模型求解,使该维度的ANM求解模型维数限定于有限的传感器数目;最后,通过MUSIC算法求出每个维度的DOA,并利用简单的2D配对方法进行配对得到2D DOA估计。数值仿真结果证明该算法保持了ANM类算法的估计性能优势,与DANM算法相比提高了估计精度和稀疏恢复能力,与基于对偶的2D ANM算法相比显著缩短了计算时间。

基于双平行互质阵列的二维高精度DOA估计

为利用互质结构进行二维高精度波达方向(direction of arrival,DOA)估计,设计了双平行互质阵列,提出了构建非均匀虚拟阵列的失配处理贝叶斯学习方法,最大限度扩展了测向自由度的同时,降低了网格失配对DOA估计精度的影响。首先,对平行互质阵列进行垂直方向扩展构建了双平行互质阵列;其次,进行了非均匀虚拟阵列扩展,利用稀疏贝叶斯学习进行稀疏重构;然后,利用到达角相邻网格的能量关系,通过泰勒展开,进行了低复杂度的失配处理;最后,提出剔除规则和选择规则,融合两个方向子阵的估计结果。理论分析和仿真实验证明了所提阵列和DOA估计方法的有效性。

基于分数阶Fourier变换和ESPRIT算法的LFM信号2D波达方向估计

提出一种利用分数阶Fourier变换(FRFT)和旋转不变子空间(ESPRIT)算法实现多个线性调频(LFM)信号二维波达方向(DOA)估计的新方法。该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的FRFT域的阵列数据模型,并利用ESPRIT算法实现对多个LFM信号的二维DOA估计。仿真实验验证了算法的有效性。

低复杂度相干分布源二维DOA解耦估计方法

研究相干分布源的二维波达方向(DOA)估计问题,利用特殊的L型阵列结构提出了一种低复杂度的二维中心DOA估计方法。通过对两组平移子阵的广义方向矢量进行泰勒近似得到分布源中心DOA的解耦形式,进而推导出关于中心DOA的两个旋转不变关系,最后,利用一种改进的TLS-ESPRIT算法估计分布源的中心方位角和中心俯仰角。此外,还给出了一种参数配对方法。本文方法不需要进行谱搜索,计算复杂度较低,还适用于具有不同角分布的多源场合。仿真结果证实了方法的有效性。

一种相干分布源二维中心DOA估计方法

现有的大多数相干分布源二维波达方向(DOA)估计方法都需要进行谱峰搜索,计算复杂度很高。利用一种特殊的双L型阵列结构,提出了一种新颖的不需谱峰搜索的相干分布源二维中心波达方向估计方法。新方法首先通过阵列方向矢量的泰勒级数展开获得关于分布源中心DOA的两个近似旋转不变关系。然后,用TLS-ESPRIT实现中心方位角和中心俯仰角的分离估计。最后,给出了详细的参数配对方法。与传统方法相比,本方法有效降低了计算量,并且能够处理具有不同角信号分布函数或者角信号分布函数未知的情形,具有很好的稳健性。

基于任意麦克风阵列的声源二维DOA估计算法研究

对基于麦克风阵列的声源定位技术进行了研究,分析了基于麦克风阵列的远场信号模型,并结合子空间的方法推导出了声源二维(水平角和俯仰角)DOA估计——2D-MUSIC算法,该算法适用于任意拓扑结构的麦克风阵列。利用MATLAB仿真工具,对几种典型阵列结构进行了对比分析,提出了2种新型的三维麦克风阵列:均匀球面阵和三维均匀直线阵。仿真结果表明,提出的DOA估计算法在二维的均匀圆阵、三维的均匀球面阵和三维均匀直线阵中,均能得到较好的DOA估计效果。

未知噪声背景的参考阵元DOA矩阵法

文中提出了一种有效的参考阵元(Referential-Sensor)波达方向矩阵法,解决了未知相关噪声环境二维波达方向、信号频率等三维参数联合估计的问题。与现有算法相比较,RSDOA方法对于系统的硬件需求大为下降,计算负担小;由于无阵列孔径损失问题且空时协方差矢量具有时域平滑效果,因此参数估计性能优越,具有广泛的适用性与实际的应用价值。理论分析与仿真实验都证实了这一结论。

一种基于平行稀疏阵列虚拟孔洞填充的二维DOA估计算法

采用稀疏阵列进行波达方向(Direction of Arrival,DOA)估计时往往会产生虚拟孔洞,它严重限制了阵列孔径的扩展与阵元自由度的提升。由于孔洞位置与初始阵列阵元数目、排布方式有关,故较难对其进行预填充。为此,提出了一种基于平行稀疏阵列虚拟孔洞填充的二维DOA估计算法,利用双稀疏线阵扩展生成两个不同的虚拟阵列,并利用其中一阵的信息去填充另一阵的孔洞。为尽可能减少总阵元数目,采用提前计算的孔洞位置去设计另一阵列的排布规则,并通过求根多重信号分类(Root-Mutiple Signal Classification,Root-MUSIC)算法替代传统的二维谱峰搜索算法完成对入射角度的估计与自动匹配。实验仿真结果验证了所提算法相比传统算法能以更少的阵元获得更高的估计精度。

基于广义互质双平行阵列的二维DOA估计方法

对于给定阵元数目的传统双平行均匀线阵,由于其阵列布局受到空间采样定理限制,阵列孔径不能有效扩展,二维波达方向(DOA)估计的精度和自由度难以得到有效提升。提出一种基于广义互质双平行阵列的二维DOA估计方法。采用两个互相平行的广义互质线阵进行虚拟扩展得到含有较多虚拟阵元的差分优化阵列,并利用该虚拟阵列的协方差信息和互协方差信息构建具有二维角度信息的扩展矩阵,最后通过改进的二维求根MUSIC算法替代传统的二维谱峰搜索算法完成对入射角度的自动匹配与估计。仿真结果表明,所提方法比传统方法的计算复杂度低,且具有更高的估计精度和更大的自由度。

77 GHz FMCW雷达联合匹配FFT-ESPRIT的DOA估计方法

提出了一种用于77GHz调频连续波雷达的水平方位角估计方法(DOA)。调频连续波雷达通过对回波信号进行2D-FFT处理得到目标的距离和速度信息,但是受限于接收天线阵子数量,可测目标数量有限且误差较大。本文提出了一种联合匹配FFT-ESPRIT的DOA估计方法,该方法首先对回波信号进行2DFFT、快速OSCA恒虚警检测获得目标的距离和速度信息,之后分别沿着目标所在的距离和速度维进行TLS-ESPRIT角度估计,最后通过角度匹配消除干扰得到真实目标的角度估计结果。仿真及道路实验表明本方法较单独使用距离或者速度一个维度的DOA估计方法测量更为准确,较其他DOA估计方法如MVDR测角具有更高的分辨率和精度,且可测目标数量超过天线阵子数,目标的距离速度和角度信息能够匹配,算法复杂度较低,可实际用于多目标场景角度估计。