基于改进二维ESPRIT-like算法的相干源方向角估计

针对用于二维十字相控阵的类旋转不变技术估计信号参数(ESPRIT-like)算法用于相干源方向角估计时存在仰角和方位角配对困难的问题,提出一种基于接收信号矩阵联合对角化的改进二维ESPRIT-like算法。首先,通过ESPRIT-like算法得到x和y方向自相关矩阵,并由其重构出对应的Toeplitz矩阵以去相干;然后对Toeplitz矩阵进行等效分解,得到去相干后x和y方向的等效接收信号矩阵;最后对等效接收信号矩阵进行矩阵联合对角化,实现相干源仰角和方位角自动配对,从而得到正确的信源方向估计结果。仿真结果表明,与改进前的算法相比,改进后的算法能够实现正确的方向角估计;与目前常用的基于空间平滑的二维多重信号分类(MUSIC)算法相比,在信噪比为30 d B时,该算法响应时间减少了79%左右,仰角和方位角分辨率分别提高了20%和40%左右,均方误差约为MUSIC算法角度误差的10%。

基于矩阵重构和酉变换的DOA估计

为了提高重构相干信号测向算法的估计性能,降低算法运算量,提出了一种基于矩阵重构和酉变换方法的酉矩阵重构算法。该算法首先通过酉变换将阵列接收数据从复值计算转换为实值计算,使计算量大大降低;然后计算阵列协方差矩阵并进行特征值分解得到信号子空间,再将信号子空间重构为Toeplitz矩阵实现解相干并再次进行酉变换;最后通过特征值分解得到信号子空间并使用最小二乘法实现波达方向(direction of arrival,DOA)估计。相比于改进的旋转不变性的信号参数(estimation of signal parameters via rotational invariance techniques-like,ESPRIT-Like)算法和空间平滑处理算法,由于消除了噪声影响、构造了Toeplitz矩阵以及充分利用了数据的共轭信息,该算法的估计精度更高、具有更高的运算效率且在ESPRIT-Like算法失效的条件下新算法仍能有效估计DOA。本文算法的运行时间是ESPRIT-Like算法的71.2%,实验结果证明了该方法的有效性和真实性。

未知接收机通道特性下的信号“空间特征”估计算法

该文用均匀线阵研究了未知接收机通道特性下信号“空间特征”(ω=2πΔsinθ/λ)的估计问题。利用均匀线阵的冗余结构,本文给出了基于信号子空间的ESPRIT-Like算法,得到了一个信号“空间特征”和通道特性的近似解。ESPRIT-Like算法对信号“空间特征”估计具有较好的稳健性;与B.Friedlander,V.C.Soon等人(1994)提出的其它迭代算法相比,ESPRIT-Like,算法具有计算量小的优点。数值仿真结果证实了本文算法的有效性并评价了算法的性能。

基于矩阵差分的远场和近场混合源定位方法

混合源定位在无源雷达中发挥着重要作用。针对均匀圆阵下基于相位差方法的定位精度较低的问题,该文提出基于矩阵差分的远场和近场混合源定位方法。首先,利用二维多重信号(2-D MUSIC)分类方法估计出远场源的方位角和俯仰角;随后,利用协方差矩阵差分方法提取出近场源差分矩阵,通过改进的类旋转不变估计信号参数(ESPRIT-like)方法计算出近场源的方位角和俯仰角;进一步地,利用一维多重信号分类方法估计出近场源的距离;最后通过仿真实验对该文所提算法进行验证。该文所提算法在远场源和近场源角度相同的情况下能够有效地识别混合源,并且提高混合源参数估计精度。实验结果表明该算法在信噪比(SNR)为20 dB时,近场源的二维DOA估计误差接近0.01°,而近场源的距离误差接近0.1 m。