基于累积量的二维DOA估计的特征向量算法

本文提出一种基于累积量的二维 Ｄ Ｏ Ａ 估计特征向量算法（ Ｃ Ｅ Ｖ Ａ Ｃｕｍｕｌａｎｔ ｂａｓｅｄ Ｅｉｇｅｎ Ｖｅｃｔｏｒ Ａｐｐｒｏａｃｈ） ．算法能同时确定目标的仰角与方位角；空间平滑累积量使算法能更有效抑制高斯空间有色噪声．本文证明了，通过对累积量的选择，算法还可抑制非高斯空间白噪声．仿真实验证明了该算法明显优于 Ｍ Ｕ Ｓ Ｉ Ｃ 算法．

基于四阶累积量的空域矩阵滤波DOA估计算法

空域矩阵滤波器通过保持空域通带内的信号,抑制空域阻带内的干扰与噪声来提高DOA(Direction Of Arrival)估计的精度。本文使用二阶锥规划(Second-order Cone Programming)方法设计空域矩阵滤波器,利用滤波后数据的四阶累积量进行信号源到达角估计,以消除空域矩阵滤波作用时产生的色噪声的影响,从而提高信号源DOA估计的性能。此外,通过滑动空域矩阵滤波器的通带,还使得阵列具有估计多于阵元数目信号源到达角的能力。计算机仿真结果验证了算法的有效性。

空间非平稳高斯噪声背景下混合信号的DOA估计

针对空间非平稳高斯噪声背景下混合信号的DOA估计问题,提出了基于四阶累积量对混合波源的DOA估计算法。该算法首先构造四阶累积量矩阵,利用类似ESPR IT方法估计出所有非相关信源的DOA,然后对四阶累积量进行修正空间差分平滑去相干,消除非相关源和空间非平稳高斯噪声的影响,从而实现了对相干源的DOA估计。此方法通过分别估计非相关和相关或者相干信号的DOA,能够以较少的阵元实现对多个信号DOA估计,最后仿真实验也验证该算法的有效性。

基于模式空间算法的声源二维DOA估计

针对传统高分辨率谱估计法估计远场声源波达方向(Direction of arrival,DOA)时计算量大、对相干信号估计失准的问题,本文提出一种改进的基于圆形麦克风阵列和四阶累积量的声源二维DOA估计算法。该算法结合了圆阵定位无死角的优势和矩阵虚拟扩展获得更多声源定位信息的长处。首先利用模式空间变换将均匀圆形阵列(Uniform circular array,UCA)虚拟化成2K+1个均匀线性阵列(Uniform linear array,ULA),并应用空间平滑技术将虚拟线性阵列划分成L个子阵;接着利用四阶累积构造方法提取有效阵元信息并去掉冗余数据,通过重构矩阵得到新的接收数据;最后通过MUSIClike算法搜索谱峰获得声源信号的方位角和俯仰角。仿真结果表明:在信噪比(Signal‑to‑noise ratio,SNR)较低时,相比传统的高分辨谱估计算法,本文算法可实现对远场相干信号的高精度估计;同时本文算法也具有更低的均方根误差性能,且能有效减少运行时间。

基于累积量的空间特征估计算法及其在智能天线中的应用

在智能天线系统中，波达方向（DOA）估计是实现空分多址的关键问题之一。本文提出了一种基于累积量的多用户空间特征估计算法，并将该算法用于智能天线中的多用户相干源DOA估计．该算法利用累积量构造了空间特征矩阵，通过对空间特征矩阵的特征分解得到各用户信号的空间特征估计，并基于空间特征估计，利用前后平滑空间特征协方差矩阵估计共信道多用户信号的DOA．仿真实验验证了算法的有效性。

相干多径环境下信号空间特征及波达方向估计

以均匀直线阵和四阶累积量为基础,提出了一种新的空间特征盲估计算法。该算法首先利用阵列输出四阶累积量构造了一种空间特征矩阵,对其作特征分解可以得到各用户的空间特征估计。然后,在空间特征估计基础上,结合前向/共轭后向空间平滑技术进行了多径波达方向(Direction of Arrival,DOA)估计。该方法突破了传统MUSIC、ESPRIT等算法的局限,可以利用M阵元估计2M2/3个DOA,且各DOA与信源自动配对。该算法不依赖于信号具体特征,适用于任意加性高斯噪声(如有色噪声)环境。理论分析和仿真结果说明了算法的有效性和鲁棒性。

基于空间特征的多用户循环累量域波达方向估计算法

本文提出了一种基于空间特征的多用户相干源DOA估计算法。该算法构造了循环累量域空间特征矩阵 ,通过对空间特征矩阵的特征分解估计多用户信号的空间特征 ,并利用前后向平滑空间特征协方差矩阵估计多用户信号的DOA。理论分析表明 :该算法能估计共信道多用户相干信号的DOA ,并自动分组。它的另一个特点是具有DOA估计的选择性。

空间特征的累量域估计算法与共信道相干源波达方向估计

提出了一种基于累积量的多用户空间特征估计算法，并将该算法用于智能天线系统中的多用户相干源波达方向（ＤＯＡ）估计．该算法构造了累量域空间特征矩阵，通过对空间特征矩阵的特征分解得到用户信号的空间特征估计．基于空间特征的估计，利用前后向平滑空间特征协方差矩阵估计共信道多用户信号的ＤＯＡ，并将各用户的ＤＯＡ自动分组．仿真实验验证了算法的有效性．

基于MUSIC的阵列天线通道误差的盲估计算法

基于特征值分解的高分辨率DOA估计算法,在理想阵列条件下,性能很好,但是对噪声扰动和系统误差都很敏感,噪声扰动和系统误差会严重恶化这一类算法的性能,使其分辨率下降。该文提出一种基于MUSIC算法的盲估计方法,它仅仅需要在阵列周围满足远场条件的地方布置一个RF信号源,不需要知道信号源的方位角,就可以精确估计阵列天线的通道误差。仿真结果证明,这种方法行之有效,而且效果比较理想。