面向非圆信号的四阶累积量直接定位方法

针对现有基于四阶累积量的直接定位方法阵列孔径扩展不充分以及数据冗余等问题,提出了一种针对最大非圆率信号的四阶累积量直接定位方法。基于移动阵列在多个时隙对目标观测的定位场景,该方法构造了一系列去冗余四阶累积量矩阵。结合辐射源信号的非圆特性,利用阵列接收数据和共轭数据来构成扩展数据模型,实现了阵列孔径扩展,使等效阵元数增加,从而提升定位性能,并通过重新构造快速提取无冗余数据,大大降低矩阵运算维度。由于结合了信号的四阶累积量与非圆特性,该算法适用于信源个数大于阵元数与阵列色噪声的复杂环境。理论分析与仿真结果表明,该算法具有计算量小、高估计精度以及高分辨率等优势,并在高信噪比条件下能够达到相应克拉美罗界。

基于非圆信号波达方向估计的最大似然算法

现有的非圆信号波达方向(DOA)估计算法基本都是子空间分解类的,如NC-MUSIC、NC-ESPRIT算法等。基于子空间拟合类的非圆信号DOA估计算法研究的不多。文中依据非圆信号的DOA估计数学模型,提出了基于非圆信号的DOA估计最大似然算法。通过计算机仿真,将基于非圆信号的最大似然算法与常规最大似然算法及基于非圆信号的MUSIC算法进行了性能比较。结果表明,该算法提高了方位估计的估计性能,对于估计精度要求很高、用户比较密集的场合,能发挥很大的作用。

多子阵互耦影响下的非圆信号自校正算法

针对多子阵互耦影响下的非圆信号波达方向(Sirection-Of-Arrival,DOA)估计问题,给出了一种针对最大非圆率信号的互耦自校正算法.该算法利用均匀线阵互耦矩阵的带状、对称Toeplitz性和多子阵互耦矩阵的块状对角特性,能够与传统的互耦秩减估计器一样避免多维搜索和迭代运算.并且通过结合信号的非圆特性来扩展数据模型,使得其估计精度较传统的互耦秩减估计算法有明显提升,可分辨信源数也有所增加.对该算法的理论性能进行研究,分析了其对未知参数的可辨识性必要条件,并基于最大非圆率信号模型给出了相应的克拉美罗界(Cramer-Rao Bound,CRB).仿真结果表明,该算法较传统的互耦秩减估计算法在低信噪比、小快拍数下有更强的鲁棒性.

非圆信号的协方差匹配自校正算法及其性能分析

针对非圆信号测向中方位依赖幅相误差的校正问题,本文根据非圆信号的非圆特性和辅助阵元能够自校正的特点,对协方差匹配估计技术(covariance matching estimation technique,COMET)进行改进,提出一种适用于信源时域统计特性未知和统计独立特性先验已知两种情况的改进算法:NCCOMET算法.该算法利用非圆信号扩展协方差数据,使其校正精度较常规的基于辅助阵元的最大似然类算法(未利用非圆特性)有明显提升,且降低了最小辅助阵元数要求.从理论上证明了参数估计的统计一致性,采用一阶误差分析方法推导了有限采样影响下参数估计的均方误差表达式,并提出算法的"数据利用率"定义,定量比较获得了NC-COMET算法的数据利用率较常规的最大似然类算法的提升幅度.仿真结果亦表明NC-COMET算法性能较常规的最大似然类算法更优:低信噪比下具有更强的鲁棒性;信源时域统计独立特性先验已知或者大非圆率的情况下,该算法对校正精度的提升尤为明显.