基于高阶累积量ESPRIT算法的指数衰减正弦信号参数估计

工程应用中环境噪声多表现为高斯有色噪声,而针对高斯白噪声进行处理的算法失效问题,提出了一种高斯色噪声环境中用于多分量衰减正弦信号频率和衰减因子估计的四阶累积量ESPRIT算法。首先,推导出四阶累积量与观测样本中的自相关矩阵和互相关矩阵之间的关系,求出其四阶累积量矩阵。其次,通过对四阶累积量进行广义特征值分解,根据广义特征值即可得到信号衰减因子和频率的估计值。最后对所提算法进行了仿真实验验证,在混合信噪比为0 dB时,所提算法针对多分量衰减正弦信号角频率和衰减因子的平均估计误差分别为0.002 0πrad和0.002 0。在高斯白噪声和高斯色噪声背景下与ESPRIT算法和Prony算法相比具有更强的噪声抑制能力和更高的估计精度。

智能天线UCA-ESPRIT算法的仿真

首先介绍了用于均匀圆阵的 UCA- ESPRIT测向算法 ,并对其进行了改进和简化 ,将二维角度估计问题简化为一维的方位角估计问题 ,然后比较了该算法与 MUSIC算法在智能天线中的仿真结果 ,最后给出了相应的结论和改进思路。

基于ESPRIT算法的阵列天线定向钻孔雷达数据处理方法

定向钻孔雷达是一种应用于井孔的新型探地雷达,具有识别孔周目标体方位角的能力,可实现孔周异常体的三维精细探测。四联阵列接收雷达是一种定向雷达形式,其利用4根相距较近的接收天线接收到的微弱信号差异判断入射波方位,进而推断异常体反射界面位置。在前人研究的基础上,提出一种适用于四联阵列接收天线的新型数据处理方法,该方法以基于旋转不变子空间的谱估计(estimation spectrum rational invariance technique,ESPRIT)算法为基础,能够快速准确地处理分析阵列接收天线数据,判断异常体方位角,解决四联阵列接收天线应用的重点和难点问题。与已有的方位角识别算法相比,所提出的新型数据处理方法不存在180°方位混淆的问题,并且在计算速度上具有明显的优势。基于GprMax合成数据检验了本文方法的可行性。

基于均匀圆阵的改进UCA-ESPRIT算法

波达方向(DOA)估计是阵列信号处理的研究热点和难点之一。基于阵列天线,利用空间谱估计理论进行DOA估计,提出一种改进算法——I-UCA-ESPRIT。首先根据均匀圆阵(UCA)的中心对称性,将输入信号进行重新排列;然后将重新排列的信号进行实值转换,并对相关矩阵进行特征值分解;最后引入SVD算法,以求解来波信号的方位角和俯仰角。仿真结果表明,该算法不仅适用于DOA估计的非相干信号和相干信号,且优于UCA-RB-MUSIC算法和UCA-ESPRIT算法。

基于ESPRIT算法的柱面共形阵列天线DOA估计

由于共形天线阵列流形的多极化特性(polarization diversity,PD),信源方位参数与极化状态的"耦合"是实现共形阵列天线波达方向(direction-of-arrival,DOA)估计的主要难点。针对柱面共形阵列天线的特点,建立了柱面共形阵列天线的导向矢量模型;通过合理的阵元排列结构设计,结合ESPRIT(esti mation of signalparameters via rotational invariance techniques)算法参数估计的特点,实现了信源极化状态与方位参数的去耦合,推导了ESPRIT算法多参数估计的参数配对方法,最终提出了柱面共形阵列天线盲极化DOA估计算法。计算机Monte Carlo仿真实验验证了所提算法的有效性。

二维虚拟ESPRIT算法

Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ 算法是一种快速的高分辨率方向估计方法，但它是一种一维估计方法，不能直接推广到二维方向估计。本文在 Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ 的基础上，针对一种特定的阵列结构，提出了一种计算量很小的二维估计方法——二维虚拟 Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ，它的计算量同一维 Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ 相当。

基于信号子空间的ESPRIT-Like算法在相干DOA估计中的应用

相干环境中DOA估计的一个主要任务是在预处理中设法消除空间协方差矩阵的秩损失,首先分析了相干信号对基于子空间的超分辨算法的影响,随后从矩阵重构的思路出发,提出了一种基于信号子空间的ESPRIT-Like算法,最后通过仿真结果证明该方法的有效性与优越性。

一种新的二维ESPRIT算法的研究

提出了一种新的基于垂直阵列结构的二维ESPRIT方法来估计信号的DOA,此方法只需3个均匀直线阵就可估计用户的二维DOA.该方法利用其中的一个直线阵来组合两个线阵分别估计的一维DOA,最大误差不超过0 6%,改善了DOA的估计性能.

一种二维来波方向估计的快速ESPRIT算法

提出了一种快速ＥＳＰＲＩＴ算法．使用该算法和两平行均匀线阵可实现二维来波方向的快速估计．快速ＥＳＰＲＩＴ算法利用协方差矩阵中不受噪声影响的子块来估计来波方向，避免估计整个协方差矩阵和噪声功率，减少了特征分解的次数，大幅度地降低了运算量．而参数的估计性能接近ＰＲＯＥＳＰＲＩＴ算法．最后给出计算机仿真结果。

二维虚拟ESPRIT算法

本文通过构造出一特殊阵元阵列，提出了一种全新的二维 ＥＳＰＲＩＴ算法──二维虚拟 ＥＳＰＲＩＹ算法。它具有计算量极低、估计效果好、子阵列要求低等优点，并且通过采取一定措施，可以适用于各种情况，使得本文方法具有较强的灵活性和实用性。

一种实用的空间平滑ESPRIT算法

针对移动通信环境中多径传播的信号到来方向估计问题,结合空间平滑技术,提出一种空间平滑的ESPRIT算法,并给出了多径信号数目的推定方法.仿真结果证明,与ESPRIT算法相比,所提出的算法不仅适用于独立信号源,而且适用于相关信号源,具有分辨率高、计算量小等特点.

矢量阵的非空间ESPRIT算法

矢量水听器同时测量声场中某点的声压和质点振速的正交分量,单个矢量水听器可视为空间共点阵.建立了任意阵型矢量阵的数据模型,研究了任意阵型矢量阵的非空间ESPRIT算法.非空间ESPRIT算法不是利用空间2个子阵组成的矩阵对,而是利用矢量水听器不同的输出分量组成矩阵对完成目标的二维角度(水平方位角和仰角)估计.仿真研究了该算法对单个源和多个源方位估计的情况,并利用外场试验数据验证了算法的有效性.结果表明,在当时的试验条件下,常规波束形成获得的主瓣波束宽度为30°左右,而非空间ESPRIT算法对目标方位估计的标准差为3°左右,说明基于矢量阵的非空间ESPRIT算法在未知阵列流形的前提下可对目标进行高精度方位估计.

一种自适应ESPRIT算法

运用特征子空间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。首先建立了用于信号到达主向 (DOA)估计的SVD -ESPRIT算法 ,然后利用受限摄动分析提出了一种子空间跟踪算法。将该跟踪算法与SVD -ESPRIT算法相结合 ,得到的自适应ESPRIT算法可用于对时变的信号DOA进行跟踪估计。仿真计算结果验证了该算法的有效性。

基于修正ESPRIT算法的二维DOA估计

针对二维ESPRIT算法在求解相干信号的时候存在较大的阵列冗余度,为了降低计算量,提高算法的解相干能力,在双排平行均匀线阵的基础上,介绍了一种二维修正ESPRIT算法.通过对子阵的合并,摒弃了原协方差矩阵中的冗余数据,使得新构成的协方差矩阵的维数比原来下降了近33%,从而降低了特征值分解的维数,并且新构成的协方差矩阵可以对接收数据进行共轭重排再利用.理论分析和仿真实验表明,该算法降低了计算量,提高了对非相干信号的估计准确度,同时具有一定的解相干能力.

阵列模型误差影响下ESPRIT算法的二阶性能分析

针对阵列模型误差扰动的影响,该文对ESPRIT算法的方位估计性能进行二阶性能分析(即忽略模型误差扰动量的三次及以上各项).与经典分析方法(即一阶分析方法)相比,文中的性能分析方法能够在模型误差扰动较大的情况下提高性能预测精度.此外,文中的理论推导不仅针对阵列流形失配的情况,还针对阵元噪声模型失配的情形.数值实验表明:在较大模型误差的条件下,文中的二阶性能分析方法能够提高对ESPRIT算法的性能预测精度.

基于数据共轭重排的修正ESPRIT信号DOA估计算法

本文介绍了将接收数据共轭重排的再利用，构造相关矩阵的修正ＥＳＰＲＩＴ算法。理论分析和仿真实验表明，该算法同经典的ＥＳＰＲＩＴ算法相比，在快拍次数有限时，可明显改善信号ＤＯＡ估计的性能，且其计算量二者基本相当。

一种基于ESPRIT的改进算法

在目标波达方向估计的众多算法中,ESPRIT算法是一种运算速度较快、估值精度较高的常用算法。在该算法中,利用两个相同平移阵列接收信号的协方差矩阵进行广义特征值分解,进而求出目标波达方向的高分辨率估计,但是由于需要对协方差矩阵进行广义特征值分解运算,大大增加了计算的复杂度,因而不利于在工程应用中实现。本文提出了一种基于ESPRIT的改进算法,不需要对来波信号的协方差矩阵进行广义特征值分解,就可以实现对目标波达方向的高分辨估计,理论分析和仿真结果证明了该改进算法的有效性和可行性。

基于ESPRIT算法的L-型矢量阵源方位估计

建立了水平L 型矢量水听器阵列的数据模型,研究了利用ESPRIT算法同时对目标的水平方位角和仰角进行高分辨率角度估计.仿真L 型矢量水听器阵对单个源和多个源的方位估计情况,并和相同阵型的声压阵方位估计性能进行比较.结果表明,相对于声压阵,矢量阵可以在不增加阵孔径的前提下提高对单源方位估计的精度,获得的增益为6dB左右,同时提高了对多目标方位的分辨能力.

基于分数阶Fourier变换和ESPRIT算法的LFM信号2D波达方向估计

提出一种利用分数阶Fourier变换(FRFT)和旋转不变子空间(ESPRIT)算法实现多个线性调频(LFM)信号二维波达方向(DOA)估计的新方法。该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的FRFT域的阵列数据模型,并利用ESPRIT算法实现对多个LFM信号的二维DOA估计。仿真实验验证了算法的有效性。

基于改进ESPRIT算法的波达方向估计

把经典的波达方向估计算法应用于均匀圆阵智能天线是一个重要的研究课题。通过预处理技术把均匀圆阵转换成虚拟均匀线阵,为了解决噪声造成信号子空间的扰动问题,提出了两种总体最小二乘ESPRIT(TLS-ESPRIT);为把ES-PRIT算法应用于均匀圆阵,引入了模式空间的ESPRIT算法。通过建立恰当的数学模型,对上述各算法的均匀线阵和均匀圆阵上的性能进行仿真和对比分析。仿真结果证明,两种改进的算法性能均好于基本的ESPRIT算法。