基于可分离替代函数算法的DOA估计方法

针对现有波达方向估计(Direction of Arrival, DOA)算法在低信噪比、多信源条件下估计精度不足、效率低等问题,提出了一种基于可分离替代函数算法的矢量水听器阵列多快拍DOA估计方法.首先对空域等角度均匀划分,构造出超完备冗余字典,建立信号多快拍数据在空域的稀疏表示模型,然后采用可分离替代函数算法思想解决稀疏重构问题,求解出信号在空域的稀疏系数矩阵,最后将稀疏矩阵中行向量的范数映射到空域网格上,得到DOA估计值.仿真实验表明:该方法在低信噪比、多信源条件下拥有比子空间类算法、贪婪类算法以及现有凸优化类估计算法更高的DOA估计精度和更强的鲁棒性,与同类算法相比执行效率更高.

基于迭代收缩阈值算法的DOA估计方法

针对传统波达方向(Direction of Arrival, DOA)估计算法在低信噪比、小快拍的条件下估计精度不高的问题,提出了一种基于迭代收缩阈值算法的矢量水听器阵列多快拍DOA估计方法。首先,对空域进行等角度划分,构造超完备冗余字典,建立基于信号多快拍条件下的DOA估计模型,然后,采用迭代收缩阈值算法解决稀疏重构问题,求解出信号的稀疏系数矩阵,最后,将稀疏矩阵中行向量的范数映射到划分好的网格上,得到DOA估计值。仿真实验结果表明:该方法在低信噪比、小快拍条件下比OMP、 MUSIC和CBF等传统算法拥有更高的DOA估计精度和更强的鲁棒性。

基于四阶累积量的改进传播算子DOA估计算法

针对四阶累积量在多重信号分类(multiple signal classification, MUSIC)算法中计算复杂度高和在低信噪比情况下性能差的问题,提出一种去冗余后平均的四阶累积量传播算子算法(modified fourth-order cumulant propagator method, MFOC-PM)。该算法通过引入传播算子算法线性地获得噪声子空间,避免了特征值分解造成的计算量,然后在保持四阶累积量阵列孔径扩展和抑制高斯噪声的优势下,通过求平均后去除的方法将四阶累积量中冗余的部分去除,降低了算法的复杂度。实验结果表明,所提算法显著减少了算法的计算量,可以实现角度的精确估计,在低信噪比的情况下表现良好,具有较好的实用价值。

基于多通道SDR和DOA算法的车载广播信号接收增强技术研究

现代车载广播在车辆通信中扮演关键角色,连接驾驶员与外界信息,对通讯体验和车辆安全性有着非常重要作用。然而,城市环境的信号干扰和偏远地区的覆盖问题限制了信号接收质量,削弱了通信效果和应急响应能力。本研究旨在优化车载广播的信号接收性能,从而提高通信质量。将多通道SDR模块和DOA技术相结合,搭建了相应的硬件平台,仿真了多通道天线在车载应用和实验环境中的方向增强特性,获得了信噪比提升的实验效果,为车载广播信号接收增强提供了有益的技术参考。

基于辅助阵元的幅相误差和DOA同时估计算法

针对阵元幅相误差使波达方向(direction of arrival,DOA)估计精度下降的问题,提出了一种阵元幅相误差和DOA同时估计算法。该算法通过在阵列一侧设置少量已校正阵元,改变了误差矩阵的结构,并根据改变后的矩阵特征构造了变换矩阵,通过构造的变换矩阵和子空间算法,实现了对阵元幅相误差和DOA的同时估计。此外,该算法能够解决信源功率存在较大差异时误差估计不准的问题,实现了高精度的误差和角度的同时估计。计算机仿真结果证明了所提算法的正确性和有效性。

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TLS的改进子空间投影算法

针对经典MUSIC算法在信源相干、低信噪比、小快拍数等非理想环境下性能失效的问题,提出了一种改进的基于TLS的加权子空间投影算法。首先对阵列接收的数据协方差矩阵进行重构处理,以达到解相干目的;其次充分利用子空间信息,基于总体最小二乘拟合方法对特征值进行拟合修正,基于修正MUSIC算法思想,利用校正后的噪声特征值和信号特征值分别对噪声子空间和信号子空间进行加权处理,得到改进后的噪声子空间和信号子空间,并将两者结合得到新的空间谱函数;最后进行谱峰搜索,完成信号源的波达方向估计。仿真结果表明,改进后的算法既适用于相干信号环境,在低信噪比、小快拍数及信号入射角度间隔较小的情况下,又能有效估计出信源的波达方向。

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。

基于TLS-ESPRIT的改进空间平滑相干信号DOA估计算法

由于噪声的存在,现有的相干信号波达方向估计算法在低信噪比、小快拍数和小信号间隔条件下,性能下降严重。针对这一问题,本文提出一种基于总体最小二乘法——旋转不变子空间(Total Least Squares-Estimating Signal Parameter via Rotational Invariance Techniques,TLS-ESPRIT)算法的改进前后向空间平滑方法,对相干信源波达方向(Direction of Arrival,DOA)进行估计。该方法利用了信号的强相关性和噪声的弱相关性,通过时空相关协方差矩阵重构平滑后的阵列协方差矩阵,并将得到的新协方差矩阵应用于TLS-ESPRIT算法进行DOA估计。通过与其他几种传统的解相干算法建模仿真对比,该算法在相干源之间的DOA距离较近、信噪比(Signal Noise Ratio,SNR)较低和快拍数较小的情况下可以更好地估计波达方向,且具备更高的分辨率和精度。

降维长矢量MUSIC算法的高速并行FPGA实现

在极化敏感圆阵通过降维长矢量多重信号分类(DRLV-MUSIC)算法实现DOA估计的现场可编程门阵列(FPGA)实现时,为了进一步缩短计算时间的同时节省硬件占用资源,提出一种特征值与特征向量并行计算的FPGA实现结构,同时利用矩阵相乘的重复性,提出一种并行矩阵运算方法,缩短FPGA的计算时间同时节约硬件资源。该FPGA方案由预处理模块、协方差矩阵计算模块、并行Jacobi算法计算特征值模块、并行特征向量计算模块组成。实验结果表明,与非并行的DRLV-MUSIC算法相比,该方案在减少计算时间、降低硬件占用资源的同时保证了测角精度。

基于流形分离与频谱细化技术的低复杂度DOA估计方法

基于阵列流形分离(MST)的共形阵列空间谱估计技术,采用快速傅里叶变换(FFT)来降低谱搜索的计算复杂度,但是在该方法中,空间谱搜索的俯仰角和方位角均为0~360°,存在计算搜索冗余问题。针对共形阵列空间谱估计问题,提出基于联合阵列流形分离技术和频谱细化技术的空间谱估计技术,避免计算搜索冗余问题,相比阵列流形分离技术计算复杂度显著降低。采用一个32阵元球面共形阵列进行计算机仿真,验证了所提出方法的估计性能和计算复杂度。

基于EM算法的宽带信号DOA估计及盲分离

本文提出了一种基于EM算法的宽带信号DOA估计与盲分离方法.首先将宽带混合信号转换到频域,然后综合利用带宽内所有频点信息建立似然函数,在此基础上推导出宽带条件下的EM迭代式,从而实现宽带信号DOA及波形的联合估计.并且本文通过分析EM算法的收敛性,自适应的设定角度搜索空间,提高了算法的运算效率.与传统方法相比,本文方法运用的有效信息更多,因此,其在DOA估计精度及波形恢复性能方面都更有优势.仿真实验表明了该算法的有效性.

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。

一种新的相干信源DOA估计算法:加权空间平滑协方差矩阵的Toeplitz矩阵拟合

文献 [1]提出的最优加权空间平滑技术可以使相干源存在时的信源协方差矩阵恢复为对角阵 .由于文献 [1]中导出的最优权矩阵是空间信源方位的函数矩阵 ,本文利用最优加权空间平滑后阵列协方差矩阵的Toeplitz性 ,构造了一个全新的优化拟合的代价函数 ,并基于此提出了一种相干源方位估计的新算法 .与文献 [1]不同 ,算法的实现不需要方位估计的先验知识和协方差矩阵的去噪预处理 .分辨性能的蒙特卡罗仿真实验表明 ,新算法对空间相干信源的分辨性能优于常规的空间平滑算法和最大似然算法 ,在小阵列和信源空间间隔较近时 ,算法的优越性尤为突出 .

基于自适应子空间估计的DOA跟踪算法

运用特征子空间类高分辨方法的关键在于信号或噪声子空间的估计。实际上有些信号的统计特性通常随 时间变化,为了得到参数的实时估计值,需要随时根据新的阵列接收数据对信号或噪声子空间进行更新。文中分 析了一种自适应子空间估计算法,即MALASE(MAximumLikelihoodAdaptiveSubspaceEstimation)算法。然后,把 MALASE算法与最小范数(Mini Norm)高分辨方位计算法相结合,并应用零点跟踪技术,提出了一种自适应Mini Norm算法,可用于对时变的信号波达方向(DOA)进行跟踪估计。仿真结果验证了该算法具有较好的跟踪性能。

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。

利用局域子空间投影提高子空间类DOA估计算法的谱分辨力

本文提出一种新的用于子空间类DOA估计算法的阵列协方差矩阵噪声子空间投影矢量的选取方法———局域子空间投影 (LSP) .该投影矢量选取方法有利于压低真实信源方位附近 ,非信源方位对应的谱曲线高度 ,从而提高子空间类高分辨DOA估计算法的分辨力 .LSP算法的估计偏差和信噪比分辨门限明显低于MUSIC算法 ,而估计方差几乎与MUSIC相同 .计算机仿真结果证明了文中对LSP算法性能理论分析的正确性和LSP算法的有效性 .

阵列天线DOA估计中MUSIC算法性能综合分析

阵列信号处理是现代信号处理中的一个重要分支,而信源定位又是阵列信号处理中的重要应用.常规的子空间算法———MUSIC算法可对到达角(DOA)实现超分辨估计.然而,MUSIC算法的超分辨率是在阵列信号模型精确条件下得到的,阵元数、阵元间距、信噪比、快拍数等因素对MUSIC算法的分辨率都会产生一定的影响.本文通过仿真,综合分析了阵元数、阵元间距、信噪比、快拍数等因素对MUSIC算法的分辨率产生的影响,同时表明了,快拍数相对其它参数对MUSIC算法分辨率的影响要小.

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。