矢量传感器阵列MIMO雷达高精度二维DOA与极化联合估计

该文采用矢量传感器配置下的十字型阵列MIMO雷达系统,提出一种新的2维高精度DOA与极化参数联合估计算法。首先根据MIMO雷达虚拟阵列导向矢量的特点,通过降维矩阵的设计及回波数据的降维变换,将高维回波数据转换至低维信号空间;然后基于传播算子获得对应信号子空间的估计,利用收、发阵列阵元间长基线对应的旋转不变性和极化矢量中电场矢量和磁场矢量的叉积进行2维高精度DOA估计和解模糊处理,同时利用与阵列结构无关的极化域旋转不变性进行极化辅角和极化相位差的联合估计。该矢量传感器MIMO雷达阵列可同时获取MIMO雷达的波形分集和矢量传感器的极化分集,无需额外增加阵元和硬件开销,能够有效扩展阵列孔径,提高参数估计性能;同时通过降维变换及传播算子,在获取信噪比增益的同时,能够实现2维高精度DOA和2维极化矢量的联合估计及参数的自动配对,有效降低数据处理维数和参数估计的运算复杂度;最后,仿真结果验证了理论分析的正确性和算法的有效性。

基于声能流矢量补偿的水下目标高精度DOA估计

针对各向异性噪声对水下目标方位估计精度产生严重干扰的问题,文中提出了一种基于声能流矢量补偿的水下目标高精度DOA估计方法。该方法基于声压和质点振速联合信息处理技术,在有效降低各向同性噪声影响的同时得到各向异性噪声源分布模型,并根据各向异性噪声场声能流模型对各向异性噪声进行矢量补偿,进一步实现了对各向异性噪声的抑制,达到高精度估计的目的。通过数值仿真对该方法的性能进行了验证。仿真结果表明,在20 dB以下,文中方法精度均高于常规复声强器DOA估计,精度最高提高了21%。

基于Unitary-ESPRIT算法的二维DOA估计

提出了一种采用酉ESPRIT(Unitary-Estimation ofSignal Parameters via Rotational Invariant Technique,Unitary-ESPRIT)算法对目标的二维波达方向(Direction-of-Arrival,DOA)进行估计,接收信号模型为中心对称的平面阵。与二维MUSIC(Multiple Signal Classification)算法、二维求根MUSIC算法、二维ESPRIT算法不同的是,该算法将复矩阵运算转化为实矩阵计算,简化了运算复杂程度,并且目标的DOA估计精度也相应的得到提高,是一种比较高效的DOA估计算法。