Low-complexity method for DOA estimation based on ESPRIT

A low-complexity method for direction of arrival（DOA） estimation based on estimation signal parameters via rotational invariance technique（ESPRIT） is proposed.Instead of using the cross-correlation vectors in multistage Wiener filter（MSWF）,the orthogonal residual vectors obtained in conjugate gradient（CG） method span the signal subspace used by ESPRIT.The computational complexity of the proposed method is significantly reduced,since the signal subspace estimation mainly needs two matrixvector complex multiplications at the iteration of data level.Furthermore,the prior training data are not needed in the proposed method.To overcome performance degradation at low signal to noise ratio（SNR）,the expanded signal subspace spanned by more basis vectors is used and simultaneously renders ESPRIT yield redundant DOAs,which can be excluded by performing ESPRIT once more using the unexpanded signal subspace.Compared with the traditional ESPRIT methods by MSWF and eigenvalue decomposition（EVD）,numerical results demonstrate the satisfactory performance of the proposed method.

MULTI-INVARIANCE ESPRIT-LIKE ALGORITHMS FOR COHERENT DOA ESTIMATION

Estimation of Signal Parameters via Rotational Invariance Technique(ESPRIT) algorithm can estimate Direction-Of-Arrival(DOA) of coherent signal,but its performance can not reach full satisfaction.We reconstruct the received signal to form data model with multi-invariance property,and multi-invariance ESPRIT algorithm for coherent DOA estimation is proposed in this paper.The proposed algorithm can resolve the DOAs of coherent signals and performs better in DOA estimation than that of ESPRIT-like algorithm.Meanwhile,it identifies more DOAs than ESPRIT-like algorithm.The simulation results demonstrate its validity.

基于TOA/DOA参数估计的隧道高分辨率无源移动目标定位

精确无源移动目标定位是隧道、矿井巷道等复杂地下空间人员安全、灾后及时施救的关键技术之一。提出一种基于TOA/DOA参数估计的隧道高分辨率无源移动目标定位方法。鉴于隧道巷道内静物回波信号的多径较多且衰落严重,基于特征值分解的零陷设计思路给出适合低信噪比条件下的最小范数强干扰抑制方法,抑制直达波和静物回波多径干扰信号,检测接收移动目标反射波;同时,为了克服隧道内的纳秒级密集多径和背景噪声,提出基于互高阶谱的RMCHS参数估计算法(Root Min-norm based on Cross High-order Specture,RMCHS),在低信噪比条件下进行高分辨率的TOA/DOA参数估计,从而实现基于TOA/DOA参数估计的隧道高分辨率无源移动目标定位。仿真实验表明,提出的强干扰抑制方法和RMCHS算法在隧道/巷道环境下有很强的鲁棒性,显著优于比较算法,减小了噪声和纳秒级密集多径对算法性能的影响。

超宽带系统中基于DFT的TOA/DOA联合估计方法

针对现有的脉冲超宽带(Impulse radio ultra wideband,IR-UWB)系统中到达时间(Time-of-arrival,TOA)和波达方向(Direction-of-arrival,DOA)联合估计精度不足的问题,提出了一种基于离散傅里叶变换(Discrete Fourier transform,DFT)的TOA和DOA联合估计方法。该算法首先在频域上对接收信号建模,通过DFT处理频域接收信号的协方差矩阵得到两根天线的TOA粗估计结果。然后通过设计补偿矩阵对时延向量进行相位补偿。搜索可得粗估计结果的补偿值,进一步对TOA参数作出精确估计。最后根据两根天线的到达时间差与DOA之间的关系得到信号的DOA估计值,从而实现TOA和DOA的联合估计。仿真结果表明,所提算法的参数估计性能优于矩阵束算法和传统传播算子算法,且该优势随着信噪比的增大更为明显;同时所提算法无需复杂的特征值分解以及广义逆求解步骤,更易于工程实现。

超宽带系统中基于稀疏恢复的TOA和DOA联合估计方法

针对稀疏表示框架下进行超宽带系统中到达时间(Time of Arrival,TOA)和波达方向(Direction of Arrival,DOA)联合估计的问题,提出了一种基于稀疏恢复的TOA和DOA联合估计方法。采用l范数作为稀疏约束条件,并利用联合正交匹配追踪算法获取TOA估计值,解决了TOA配对问题,最后根据两副天线的时延差与DOA之间的关系获得信号的DOA估计。所提算法考虑了离网格信号参数估计问题,并通过联合稀疏恢复进行补偿。仿真结果表明,所提算法的参数估计性能优于传统的压缩感知算法、传播算子算法、矩阵束算法以及借助旋转不变性的信号参数估计技术(Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法,同时计算复杂度更低。

Effects of transmitter-related parameter settings on ranging accuracy for IR-UWB systems

For impulse radio ultra-wideband (IR-UWB) ranging systems,effects of the settings of transmitter-related parameters, which include the pulse shape, the bandwidth and the pulse repetition interval (PRI), on ranging accuracy were studied through theoretical analysis and simulations. Both the match-filtering based coherent TOA estimation algorithm and the energy-detection based non-coherent algorithm were used during simulations. Results show that the pulse shape has the least effect on the ranging accuracy. Increasing the pulse bandwidth can improve the ranging performance, but the performance is hardly improved any more when the bandwidth is increased beyond a certain level. PRI should be set long enough to guarantee the accurate ranging, because when PRI is shorter than the maximum excess delay of the channel, the ranging accuracy will be deteriorated by inter-pulse interference.

基于载波变频稀疏采样与阵列移动的TOA-DOA联合估计

文中提出了一种利用少量传感器和少量快拍实现多目标波达时间(Time of Arrival,TOA)和波达方向(Direction Of Arrival,DOA)联合估计的方法。该方法设计了一种基于移动平台的完全稀疏阵列,保证不同时间的阵列位置合成后不存在重叠,并且通过差分变换可以得到更大的阵列孔径。同时,考虑了载波频率变换场景下一种新的稀疏采样方法,可以利用少量的快拍得到大量的虚拟数据,进而能够实现小快拍条件下TOA/DOA的精确估计。仿真结果表明,与传统的均匀线性阵列结合均匀采样的方式相比,文中所提方法能够识别更多的目标。同时,该方法的估计精度优于基于固定平台的嵌套阵列结合嵌套采样的方式。

宽带相干信号DOA和极化参数联合估计方法

针对宽带相干信号下波达角和极化参数的联合估计问题,提出了一种低复杂度的参数估计方法。首先,通过轴向虚拟平移对圆阵接收信号进行平滑,而后对平滑后的自相关矩阵进行聚焦。之后,联合聚焦后的自协方差矩阵和平滑后的互协方差矩阵构造极化波达方向矩阵。然后,通过该矩阵的特征值和特征向量,经闭合式求解出入射信号的波达角和极化参数。所提算法实现了估计参数的自动配对,无需谱峰搜索,计算量小,且仅需3个阵元即可实现参数估计,能够节约硬件资源。仿真实验从复杂度、有效性和稳健性3个方面验证了所提算法的可行性。

单矢量水听器的几种DOA估计方法

针对单矢量水听器,将旋转不变技术(estimation of signal parameters via rotational invariance techniques,ESPRIT)等参数估计算法用于直方图统计,并提出了基于单矢量水听器的多重信号分类(multiple signal classification,MUSIC)算法,推导出波束形成的功率谱公式和半功率波束宽度公式以及不同声压振速组合情形下定向性能的理论下界,同时也对其他波达方向(direc-tion of arrival,DOA)估计方法进行了总结。理论分析和实验结果表明:ESPRIT等用于直方图统计后能够获取更为全面准确的目标信息;MUSIC算法可获得比最小方差无畸变响应(minimum variance distortionless response,MVDR)更高的分辨率,而且同样满足实时处理要求;MVDR的半功率波束宽度与信噪比大致呈现反比例关系,而常规波束形成(conventional beam-forming,CBF)的半功率波束宽度收敛于131.06°,两者都只与信噪比有关;声能流法等适用于较高信噪比情形,而波束形成和子空间方法的定向精度在较低信噪比情形下仍能接近理论下界,尤其是波束形成具有良好的宽容性;功率谱估计的3种算法具有相同的估计误差边界;各定向算法的时间花销都较小,均可应用于实时系统。

一种波束内目标与诱饵DOA联合估计新方法

拖曳式诱饵干扰下目标和诱饵DOA参数的准确估计是导引头实现目标分选的前提条件。波束内目标和诱饵的存在引起雷达回波混叠和观测耦合,导致常规观测提取与参数测量方法失效。通过挖掘雷达接收回波和、差通道信号条件概率分布协方差所包含的未知参数信息,获得了目标和诱饵DOA估计的解析表达式,针对估计求解中所需相对功率比未知的情况,提出了基于干扰检测、雷达测量与目标跟踪信息辅助循环估计相对功率比的DOA二次联合估计方法。不同干扰条件的仿真实验验证了估计方法的有效性。

用免疫量子克隆算法估计声源频率和DOA的SPM方法

提出了一种可用于同时估计声源频率和波达方向(DOA)的信号相位匹配(SPM)方法。通过SPM原理方位估计的最小二乘解,构造了以信号方位和频率作为双自变量的适应度函数,采用免疫量子克隆算法(IQCA)对其进行非线性全局寻优。该方法在保留SPM方位估计算法低信噪比下具有高分辨率优势的基础上,改善了传统SPM方位搜索计算量大,需设置固定搜索步长和频带范围的问题,使信号相位匹配原理不仅扩展到了二维参数的联合估计,而且加速了搜索最优参数的收敛过程。-10dB信噪比时,宽频带和角度搜索范围内的100次独立Monte-Carlo实验表明,方位和频率估计值的标准差可分别达到1.444°和0.3611Hz,同时运算耗时较传统SPM方法缩短94%,适于工程应用。

锥面共形阵列天线相干信源盲极化DOA估计算法

针对共形天线阵列流形的多极化特点,建立了锥面共形阵列天线导向矢量的数据模型。通过合理的阵元排列结构设计,推导了锥面共形阵列天线信源解相干的空间平滑算法,解决了ESPRIT(estimation of signalparameters via rotational invariance technique)算法多信源方位估计的参数配对问题,最终给出了锥面共形阵列天线相干信源盲极化波达方向(direction of arrival,DOA)估计算法。该算法利用锥面共形载体的单曲率特性,结合ESPRIT算法参数估计的特点,在盲极化条件下实现了相干信源的高分辨DOA估计。Monte Carlo仿真实验验证了算法的有效性。

分布式nested阵列及其高精度DOA估计

为了进一步提高分布式阵列的自由度和分辨力,提出一种分布式nested阵列。该阵列将nested阵列作为分布式阵列的子阵。基于Khatri-Rao积,nested子阵可提高整个阵列的自由度。分布式nested阵列以较少的阵元数及硬件成本实现大的孔径和较高的分辨力,而且提高了目标波达方向(direction of arrival,DOA)估计的精度。并利用基于Khatri-Rao积的空间平滑酉旋转不变子空间(estimation of signal parameters via rotational invariance techniques,ESPRIT)算法进行DOA估计。其先对协方差矩阵向量化提高自由度,然后利用空间平滑对新数据协方差矩阵进行秩恢复,最后使用双尺度酉ESPRIT算法得到DOA估计。仿真结果证明所提方法的有效性。

基于阵列流型盲辨识的MIMO雷达二维DOD和二维DOA联合估计

MIMO(Multiple Input Multiple Output)雷达基于分集增益理念,使其相对于相控阵雷达,在目标探测、参数测量、多目标分辨及干扰识别和抑制等方面具有明显优势.目标角度估计是雷达目标参数测量的核心内容,也是雷达对空域目标进行定位和跟踪的前提.本文基于双L型阵列,提出了一种高精度低复杂度的双基地MIMO雷达二维离开角和二维到达角联合估计的新算法.通过对匹配滤波后的阵列接收数据进行子空间分解,实现了阵列流形矩阵的盲辨识,进而获得目标二维到达角和二维离开角的闭式解.所提算法估得的收发四维角(二维离开角和二维到达角)能够自动配对,与2-D ESPRIT(Two Dimensional Estimating Signal Parameters via Rotational Invariance Techniques)算法相比,运算复杂度约是其三分之一,角估计性能相当.仿真实验证明了所提算法以较低的运算复杂度,实现了对目标收发四维角的高精度联合估计.

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。

水声近场源目标的高分辨DOA估计方法改进研究

对水声近场源目标的波达方向(DOA)估计是实现目标检测和识别的关键技术,针对当前的MUSIC估计算法精度不高的问题,提出一种基于高阶累积量联合参量估计的水声近场源目标的高分辨DOA估计算法,首先构建水声近场源目标的阵列信号模型,对采集的水声近场目标信号进行信源峰度特征提取,估计近场源参量的两种高阶累积量,求得水声近场源目标信号的子空间,最终估计出各信号源参量,实现近场源的高分辨DOA估计。仿真实验结果表明,采用该算法进行水声近场源目标的DOA估计的精度较高,对目标方位角和波达方向以及距离等参量实现了联合一致估计,参量估计的无偏性较好。

基于PF改进方法的DOA估计

讨论了基于粒子滤波器PF进行波达方向DOA参数估计的方法,提出了一种新的基于无迹粒子滤波(UPF)的信号波达方向(DOA)估计的有效方法。理论分析和仿真结果表明,基于PF和UPF的DOA参数估计方法均有效,但基于UPF的DOA估计方法与基于PF的方法相比,UPF方法的DOA参数估计精度更高、抗噪声能力更强、实时性更好。

一种基于阵列单通道的DOA估计新方法

为克服阵列多通道系统硬件量大,造价高及通道间存在不一致时性能恶化等不足,提出了一种新的基于阵列单通道的DOA估计方法。首先,通过射频开关控制接收通道轮流对各阵元进行采样建立新的阵列单通道窄带信号空间谱估计模型,接着基于该模型推导了来波方向的后验概率密度函数,然后结合马尔科夫链蒙特卡洛方法(MCMC),实现了DOA的估计。仿真实验结果表明,该方法参数估计性能好,分辨率高,能够处理相干信号。

基于完美抽样的阵列单通道DOA估计方法

提出了一种新的基于接收通道轮流采样的阵列单通道波达方向估计算法。该算法通过射频开关控制接收通道轮流对各阵元进行采样建立新的阵列单通道窄带信号频域空间谱估计模型,基于该模型推导了来波方向的后验概率密度函数,结合马尔科夫链蒙特卡洛方法(MCMC),提出一种新的完美抽样策略,实现了波达方向(DOA)的估计。仿真实验结果表明,该方法参数估计性能好,分辨率高,不但保持了原贝叶斯最大后验概率估计方法的优越性能,而且收敛速度更快。

基于矢量分析的DOA估计

为了基于接收极化电磁波的三维极化分量对其到达方向进行估计,讨论了通过极化参数来描述极化电磁波及通过已知复合电场求取极化参数的问题,提出利用矢量对几何位形进行描述,通过三维振子天线测量复合电场的电波矢量,从而利用电波矢量的3个分量求取发射电磁波的到达方向(DOA)的一种新算法,基于此算法,利用仿真的极化电磁波进行了DOA估计仿真实验,并与传统的空间谱估计算法进行对比,对比发现,提出的DOA估计算法是更为有效的。