一种计算复杂度低收敛速度快的递推Capon谱估计算法

基于递推最小二乘方法实现对观测信号自相关矩阵的逆R-1L的估计,研究了一种计算复杂度低和收敛速度快的Capon谱估计算法。该算法避免了用Cholesky分解、奇异值分解、QR分解或目前文献中见到的其他方法所带来的Capon谱估计算法计算复杂的缺点。同时,在信号自相关矩阵条件数不好时,该算法仍然可以进行信号的谱估计。仿真结果表明,尽管该方法的谱估计分辨率不如修正协方差谱估计法,但是两者相差不多,该方法非常有利于谱估计算法的实时实现和实际应用,并且还可以实现Capon幅值估计。

基于单矢量水听器的Capon空间谱估计

针对复杂海洋环境下的目标方位估计问题,提出了一种基于单矢量水听器数据协方差矩阵的Capon谱估计算法。仿真分析了该算法对窄带信号和宽带信号的方位估计性能。仿真结果表明,在高信噪比下,该算法可以得到目标方位的无偏估计。湖试数据处理结果进一步验证了所提出算法的有效性。

强信号下的弱信号波达方向和时延联合估计

在强信号背景下,弱信号波达方向和时延联合估计方法难以精确估计弱信号数目。为此,通过对Capon谱估计法进行改进,提出一种强信号背景下的弱信号波达方向和时延联合估计方法。该方法无需对弱信号的信源数进行估计及特征值分解,在快拍数较少的情况下仍具适用性。仿真结果证实了该方法的有效性。

基于导向矢量双层估计和协方差矩阵重构的稳健波束形成算法

针对干扰加噪声协方差矩阵(INCM)重构过程中Capon功率谱(CPS)估计分辨率低的问题,该文提出两种稳健自适应波束形成(RAB)算法。该算法首先通过搜索CPS的峰值确定积分区间,然后对各区间积分所得的协方差矩阵进行特征值分解。通过合理设置判定门限确定区间内所含的入射信源数量,并将较大特征值所对应的特征向量作为信源导向矢量(SV)的初步估计。而后通过最大化估计功率的方法,在初步估计SV的正交空间内搜索其与真实SV之间的误差。该算法1利用最小特征值所对应的特征向量,向初步估计的SV中添加正交比例梯度,得到双层估计的SV。与算法1不同,算法2通过求解2次优化(QP)问题得到修正的SV。最后通过重构INCM获得阵列最优权值矢量。通过计算机仿真实验,验证了所提算法有效解决了CPS估计分辨率低的问题,较其他算法综合性能更优,具备更高的稳健性。

接收分集多入多出雷达多目标定位研究

针对"宽波束发射—宽波束接收"多基地雷达存在定位精度低和易产生虚假目标等缺点,讨论了一种空间接收分集的多入多出(MIMO)雷达,该MIMO雷达是一种特殊结构的一发(射站)多(接)收(站)(STMR)多基地雷达,其工作模式也为"宽波束发射—宽波束接收",能避免复杂的波束同步扫描问题。对接收分集MIMO雷达提出了一种基于Capon谱估计的多目标定位方法,并与普通STMR多基地雷达的定位精度进行了比较。仿真结果表明,接收分集MIMO雷达能有效解决"宽波束发射—宽波束接收"多基地雷达的低定位精度和易产生虚假目标的问题。

超宽带穿墙雷达稳健波束域高分辨成像方法

以实现超宽带穿墙雷达目标高分辨为目的,提出了稳健波束域高分辨谱估计成像方法。该方法将天线接收数据进行补偿达到阵列数据对齐后,首先利用双约束稳健Capon波束形成(DRCB)进行波束域预处理得到二维空间波束,然后利用Capon谱估计处理其二维空间谱获得高分辨成像。此方法将稳健波束形成和高分辨谱估计结合,明显改善了成像质量。实验数据处理结果验证了该方法的有效性。