A Modified Root-MUSIC Algorithm for Signal DOA Estimation

This paper presents a modified Root-MUSIC algorithm by which the signal DOA estimation performance can be improved when the snapshot number is limited. The operation principlesof this algorithm are described in detail. It is also pointed out theoretically that this is equivalentto have increased the snapshot number and can make the DOA estimation better. Finally, somesimulating results to verify the theoretical analyses are presented.

A MODIFIED HIGH-ORDER CUMULANT MUSIC ALGORITHM FOR SIGNAL DOA ESTIMATION

This paper gives a MUSIC signal DOA estimation algorithm based on the modified high-order cumulant matrix which is constructed by the recieved data and their conjugate rearrangements. When the snapshot number is limited, this algorithm can improve the signal DOA estimation performances obviously, and its computational complexity scarcely increases. Finally, some simulation results to verify the theoretical analyses are presented.

大间距均匀阵列抗模糊DOA估计实验研究

在波达方向(DOA)估计中,当接收天线阵列的单元间距大于入射信号载波的半波长时,会出现阵列流形模糊,这对分辨真实的信号DOA带来了挑战。该文基于子阵级大间距均匀双线极化阵列,提出通过随机改变每个子阵中某个单元的极化状态,使不同子阵对应的导向矢量相互独立,从而打破大间距均匀阵列下导向矢量间的线性关系,并抑制阵列流形模糊。仿真和实验结果表明,该方法可有效去除多重信号分类(MUSIC)算法空间谱中的伪峰,实现高精度DOA估计。

基于相位编码MIMO引信的RC-ROOT-MUSIC DOA估计算法

提出了一种应用于相位编码体制MIMO引信波达方向(DOA)估计的降维多项式求根多重信号分类算法(RC-ROOT-MUSIC)。利用接收信号数据的冗余,借助降维变换矩阵降低快拍数需求以及协方差矩阵计算的复杂度。为了进一步减小计算复杂度,考虑谱峰搜索引起的计算复杂度,对经过RC-MUSIC算法的空间谱函数进行多项式求根,得到空间谱函数的极值点,而目标DOA由所有极值点集决定。仿真结果证明该多项式求根降维MUSIC算法(RC-ROOT-MUSIC)算法能精确地测量波达方向并且大幅度地减小计算复杂度。

针对相干信号DOA估计的改进MUSIC算法

针对相干信号波达方向(Direction of Arrival,DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification,MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。

超宽带共形极化敏感阵DOA-极化估计算法及优化

针对超宽带共形极化敏感阵列(Conformal Polarization Sensitive Array, CPSA),提出一种用于波达方向(Direction of Arrival, DOA)与极化角联合估计的降维多重信号分类(Multiple Signal Classification, MUSIC)算法,由Monte-Carlo模拟结果可知,DOA估计性能在低频处下降,无法满足信号测向需求。为解决此问题,使用虚拟扩展阵列的方法优化算法,选取不同扩展参数构造虚拟阵列,提高算法可靠性。通过仿真实验可知,优化后的算法能明显改善DOA估计在低频处的抗噪性能与容差性能,显著提高实际应用中信号测向的准确率。

修正MUSIC算法对相关信号源的DOA估计性能

本文介绍了用修正MUSIC算法提高相关信号源DOA估计性能的方法。理论分析表明 ,采用该方法后 ,可将相关信号源的相关系数平均降低为原来的 63 % ,因而可改善MUSIC算法对相关信号源的DOA估计性能。且该方法不影响对非相关信号源DOA的估计 ,计算量也无明显增加。计算机仿真实验结果验证了上述理论分析的正确性。

MUSIC算法在柱面共形天线阵DOA估计中的应用研究

由于柱面共形天线阵所具有的特殊性质,使得其在利用经典MUSIC算法进行DOA估计时,性能会受到较大影响。通过将柱面共形阵划分为多个子阵的方法,可以有效地解决此类问题。仿真结果表明,该方法能应用于柱面共形阵的DOA估计,并容易推广到任意曲面共形阵。

基于MUSIC对称压缩谱的快速DOA估计

为提高波达方向(direction of arrival,DOA)估计的速度、降低运算量,在分析多重信号分类(multiplesignal classification,MUSIC)算法原理的基础上,利用噪声子空间降维的思想构造一维MUSIC对称压缩谱(MU-SIC symmetrical compressed spectrum,MSCS)。MSCS通过构造共轭噪声子空间并对噪声子空间及其共轭子空间的交集进行奇异值分解得到,其物理实质等效于在空间辐射源的对称位置添加相同数目的镜像辐射源。理论分析和仿真实验表明,MSCS不受实际阵型的限制,能将DOA估计的计算量降至传统MUSIC算法的50%,并具有与MUSIC相当的估计精度。

基于MUSIC算法的圆柱共形阵DOA估计

柱面共形阵由于其载体曲率的影响,导致在利用经典MUSIC(Multiple Signal Classifica-tion)算法进行DOA(Direction-of-Arrival)估计时,导向矢量与噪声子空间不正交,算法性能严重下降甚至失效。在考虑载体遮挡效应的同时,结合阵元的方向性,通过对导向矢量进行重构,解决了导向矢量与噪声子空间不正交这一问题。对比子阵分割MUSIC算法,进行了MonteCarlo仿真验证,分析了有向阵元MUSIC算法的估计性能。最后以多层圆柱阵为例对4个从不同方向入射的信源进行了DOA估计仿真验证。仿真结果表明:该方法具有分辨力高,估计精度高的优点,证明了该方法的有效性和高估计性能。

DOA估计算法的一种修正MUSIC算法的研究

传统改进MUSIC算法通过对接收信号协方差矩阵作预处理,使信号协方差矩阵分解得到信号子空间与噪声子空间正交,从而降低噪声的影响。但当信号间隔很小时,随着信噪比的降低,传统改进MUSIC算法已无法分辨出信号。基于此问题提出的修正MUSIC算法在使信号子空间与噪声子空间正交的基础上,充分利用了噪声子空间及其特征值对噪声子空间的修正,进而构造谱峰搜索函数估计出信号。通过仿真实验,证实了在信噪比很低的情况下,信号间隔很小且存在相关信号时,修正MUSIC算法能准确地估计出传统改进MUSIC算法不能估计的信号。

基于实值Root-MUSIC和Prony算法的间谐波参数估计

提出一种实数形式的求根多重信号分类(Root-MUSIC)算法,其无需将实值转换为复频率,从而降低了计算复杂度。由Root-MUSIC多项式的根估计出信号频率,同时由这些根采用普罗尼(Prony)法中的最小二乘法估计出信号的幅值和相位。与传统先估计频率、再由其他算法估计幅值和相位的方法相比,所提方法减少了大量计算步骤。仿真结果表明,用所提方法估计的间谐波参数精度高,在存在噪声的情况下也能准确估计出谐波和间谐波频率、幅值和相位。

任意阵列双基地MIMO雷达的半实值MUSIC目标DOD和DOA联合估计

实值处理具有降低高自由度多输入多输出(multiple-input multiple-output,MIMO)雷达角度估计大计算量的优势。但受制于阵列的共轭对称性,对于任意阵列结构的双基地MIMO雷达发射角(direction of departure,DOD)和接收角(direction of arrival,DOA)联合估计,若不做附加的预处理则无法实现实值操作,故将常规阵列实值处理的多重信号分类(multiple signal classification,MUSIC)超分辨算法推广至任意阵列结构的双基地MIMO雷达。首先根据MIMO雷达的导向矢量共轭与镜像的对等性,提取接收信号协方差矩阵的实部,并对其进行特征分解得到"目标加倍"的信号子空间及其应对的噪声子空间;然后利用Kronecker积的特性对其进行降维处理,得到搜索区域减半的一维半实值域MUSIC谱,取出目标DOD真值与其镜像代入降维Capon算法来剔除虚拟峰值得到目标DOD估计真值;最后利用特征矢量得到模糊DOA估计值,采用方向余弦差最小范数方法得到目标DOA无模糊估计值。本文算法估计性能与一维搜索复数域MUSIC相当,计算量约降50%,且能够实现DOD和DOA的自动配对。仿真结果证明了该算法的有效性。

基于高阶累计量Root-MUSIC法和Prony法的轧辊偏心谐波参数估计

针对轧辊偏心信号是混杂在各种随机干扰中含有多次谐波的复杂高频周期信号,以及FFT(Fast Fourier Transform)法对轧辊偏心信号分析的局限性,研究了一种基于四阶累积量的Root-MUSIC(Multiple Signal Classification)法和Prony法相结合的轧辊偏心信号估计新方法.利用基于四阶累积量的Root-MUSIC法准确估计出偏心谐波的频率及谐波的个数,同时由Root-MUSIC求得的根直接使用Prony方法估计出偏心信号的各次谐波幅值和相位.仿真结果和实验结果也验证了结合方法的可行性和有效性,在信噪比较低的情况下仍具有较高的频谱分辨率和估计精度,能准确地同时估计出偏心谐波的频率、幅值及相位,尤其在频率分辨率和抗噪声上具有FFT法无法比拟的优越性.

基于非均匀线阵和修正MUSIC算法的DOA估计

研究了基于非均匀线阵的DOA估计问题。提出了利用修正MUSIC算法进行DOA估计,并设计了对称布阵方式。仿真结果表明在对称布阵非均匀线阵中使用修正MUSIC算法,空间谱分辨率高、栅瓣小,且分辨率要高于均匀线阵。本算法获得了较高的空间谱分辨率,提高了DOA估计性能。

基于改进MUSIC算法的宽带DOA估计

经典MUSIC算法的统计特性主要建立在阵元数固定且快拍数趋于无穷的情况下,在有限样本中,当快拍数无法满足远大于阵元数的条件时,DOA估计会产生偏差.对于宽带信号的DOA估计,利用相干信号子空间(Coherent Signal-subspace Method,CMS)方法,构造聚焦矩阵使不同频率的信号子空间映射到同一参考频率上,用聚焦后的频域窄带模型进行DOA估计,并针对在实际应用中,阵列的阵元数较大且快拍数受限时经典MUSIC算法估计精度不高的情况,利用改进后的MUSIC算法-Spike-MUSIC算法,提高DOA估计精度.在不同信噪比下,分别对DOA估计的误差进行了MonteCarlo仿真实验,仿真结果表明,相对于普通的CSM方法,基于Spike-MUSIC算法改进的CSM方法在宽带DOA估计中具有更高的精度.

极化敏感线阵的模值约束降维Root-MUSIC算法

为了解决极化敏感线阵波达方向角和极化参数联合估计运算量大的问题,本文提出了模值约束降维Root-MUSIC算法。该算法通过对波达方向角和极化参数进行剥离,先采用Root-MUSIC算法进行DOA估计,然后根据模值约束条件构造代价函数,通过闭合式解求出极化参数估计。与传统MUSIC算法相比,该算法避免了谱峰搜索,大大提高了运算效率。与ESPRIT算法相比,该算法避免了参数配对问题。计算机仿真结果验证了该算法的正确性,且具有较高的成功率与精确度。在两目标信号入射角度接近时,也能够很好的分辨出两信号。

基于级联MUSIC的面阵中的二维DOA估计算法

提出了适用于面阵中的基于级联多重信号分类(multiple signal classification,MUSIC)方法的二维波达方向(direction of arrival,DOA)估计算法。该算法仅采用级联的一维搜索即可实现二维DOA的联合估计,避免了经典二维MUSIC算法的复杂计算量,复杂度大大降低,同时角度估计性能非常接近经典二维MUSIC算法。此算法可以实现二维角度的自动配对,角度估计性能优于传播算子算法(propagator method,PM)以及借助于旋转不变技术的信号参数估计算法。同时,该算法可以很好地估计出相同方位角(或仰角)的信源。结合算法的高性能及低复杂度,该算法拥有更广泛的适用范围,其优越性得到验证。

提高二维DOA估计分辨率的改进MUSIC算法

针对经典二维多重信号分类(Multiple Signal Classification,MUSIC)算法在低信噪比和小快拍数情况下,分辨率受阵列孔径限制的问题,提出了一种改进的基于MUSIC算法的二维测向算法.该方法利用MUSIC谱函数极大值点处对方位角和仰角的二阶偏导数小于零的特性,通过对方位角和仰角求二阶偏导,构造了新的空间谱函数.对新的空间谱函数进行谱峰搜索,其负向谱峰所对应的角度就是目标的波达方向(Direction Of Arrival,DOA)估计.理论分析和仿真结果表明,在低信噪比、小快拍数下,该方法对相近信源有更高的角度分辨率和更低的均方根误差,并且可适用于任何阵型.

基于CS-MUSIC算法的DOA估计

多重信号分类(multiple signal classification,MUSIC)方法在少快拍数或者存在相干信源的情况下不能准确估计信号的波达方向,而压缩感知(compressive sensing,CS)方法在多快拍数或低信噪比情况下分辨性能不稳定,估计准确率受限。提出了一种基于CS的MUSIC方法,简称CS-MUSIC,该方法针对不同的快拍数,建立二者之间的联系,构造出新的正交空间,获得尖锐的谱峰。理论分析和仿真结果表明,所提方法在不同快拍数条件下,具有较高的估计精度,克服了传统方法存在的缺陷,并且对噪声具有鲁棒性。