基于修正MUSIC算法的宽带相干源波达方向估计

提出了一种基于修正 MUSIC算法的宽带相干源 DOA估计方法。对每一子带的接收数据阵进行共轭重构 ,利用平均的阵列相关矩阵代替传统的阵列相关矩阵进行子空间方法处理 ,由各子带结果的综合得到信号的 DOA估计。数据阵共轭重构的实质是前后向空间平滑 ,因此可以解相干源问题。文中算法取子阵与原阵列相同 ,因此不会损失阵列孔径。由于空间平滑包含了平均的意义 ,因此新算法还可以提高对非相干源的估计性能。

声矢量阵目标估计的新方法

矢量传感器的阵信号处理是研究矢量阵工程化应用的重要内容,但其运算量大。针对这一问题,提出了一种矢量阵的改进MMUSIC算法,该方法将维纳滤波引入到MMUSIC算法中,避免了矩阵的特征值分解,降低了运算量。采用矢量传感器均匀线阵研究该算法的性能,进行了仿真研究和实验验证。计算机仿真和实验结果表明:提出的算法可以清晰分辨相干信号,其性能优于MMUSIC算法,从而验证了该算法的有效性和可行性。

信号相关性与修正MUSIC算法二维波达方向估计

实际环境中相干信号源是普遍存在的,但传统的多信号分类(MUSIC)二维测向算法不能处理相干信号的问题,为此,采用修正MUSIC(MMUSIC)算法进行二维波达方向(DOA)估计,将修正MMUSIC算法的应用范围由一维的均匀线阵(ULA)扩展到二维中心对称阵,并理论推导出MMUSIC算法的测向性能与信号相差的余弦值呈反比。仿真实验中,二维MMUSIC对相隔4°以上两相干信号的分辨概率能够达到90%以上。

基于改进的MUSIC算法的矢量水听器阵列波达方向估计

介绍了改进的MMUSIC算法在矢量水听器阵波达方向估计中的应用,并详细描述了该算法的原理及应用过程,对比试验结果表明了该算法在矢量水听器阵波达方向估计应用中的可行性和有效性。

基于采样数据重构的信号DOA估计算法

在对修正 MUSIC算法 ,即 MMUSIC进行介绍的基础上 ,提出了通过奇异值分解来实现该算法 ,以及将它与空间平滑技术相结合来估计相干信号的 DOA。计算机模拟结果证明了该方法的可行性。

基于超分辨雷达的目标参量估计研究

讨论了在车载雷达对目标自动识别的要求下,阵列信号的谱估计问题,将修正MU-SIC(MMUSIC,Modified Multiple signal classification)算法推广到时-空二维谱估计中,解决了相干信号的频率-方位超分辨估计问题,仿真结果表明了这种方法在系统实现中的可行性和有效性。

色噪声环境下强相关源的DOA估计

结合 MMU SIC(Modified Multiple Signal Classfication)算法和 SWEDE(Subsapce Method WithoutEigen DE composition)方法的优点提出了联合 DOA估计方法 ,该法使得在色噪声环境下强相关信源 DOA(Direction Of Arrival)估计成为可能。理论分析与仿真结果表明 :联合 DOA估计方法在明显降低运算复杂度的同时 ,无需空间噪声必须为白噪声的约束 ,更加贴近现实情况 ,而且有利于在线处理。