基于L型阵列MIMO雷达的DOA矩阵方法

首先提出一种基于波达方向(direction of arrival,DOA)矩阵思想的L型阵列多输入多输出(multi-ple input multiple output,MIMO)雷达二维角度估计方法。通过将L型阵列MIMO雷达所产生的二维虚拟平面阵列划分为两个子阵,并构造估计矩阵以实现二维角度估计。在此基础上,针对角度兼并问题,进一步提出联合对角化DOA矩阵方法。该方法通过构造4个子阵,并采用联合对角化方法估计目标二维角度。该方法在保持原DOA矩阵法无需二维谱峰搜索和参数配对等优点的基础上避免了角度兼并问题,能够减少阵列孔径损失,有效提高阵元利用率和角度估计精度。仿真实验验证了所提方法的有效性。

基于噪声子空间映射的二维波达角快速估计算法

为了降低二维MUSIC(Two Dimensional Multiple Signal Classification,2-D MUSIC)算法的计算量,提高算法的实时处理能力,基于噪声子空间映射思想提出了一种适用于任意平面阵列结构的二维波达角(Direction Of Arrival,DOA)快速估计算法.新算法利用空间角度划分及非线性变换将信号子空间与噪声子空间的正交性等价地压缩至某个角度分片内,使得真实DOA在该角度分片内产生虚拟镜像,通过搜索该角度分片得到虚拟DOA,最后利用数学式直接计算得到真实DOA.理论分析和实验结果表明新算法能够成倍地提高DOA估计的速度,同时具有比MUSIC算法更高的空间分辨率.

一种基于高阶累积量的近场源四维参数联合估计算法

本文提出了一种新的多个近场窄带信源距离、频率及二维到达角四维参数联合估计算法.首先基于特定序号阵元输出计算的高阶累积量构造4个矩阵,接着结合这些矩阵的结构特点构造3个新的矩阵,然后基于新构造矩阵分解得到的特征值和特征向量联合估计信源参数.与现有的方法相比,本文给出的方法有效提高了阵列孔径利用率,参数自动配对.仿真结果表明该算法是有效的.

基于相位差的均匀圆阵DOA估计新方法

根据均匀圆阵阵列结构的特点,提出一种利用相邻阵元间相位差进行二维波达方向(direction of ar-rival,DOA)估计的方法。分析了均匀圆阵相邻阵元间接收信号相位差的变化规律,得出了其与入射信号的方位角和俯仰角的对应关系,在此基础上推导出入射信号方位角和俯仰角的闭式解。同时,针对相位差测量中存在相位模糊的问题,提出一种循环搜索算法有效地实现了相位差的解模糊,极大地提高了利用相位差进行DOA估计的稳健性和适用范围。理论分析和仿真结果表明,该二维DOA估计方法可以在存在相位模糊的情况下稳健有效地工作。

基于降维稀疏重构的相干信源二维DOA估计方法

直接将压缩感知(compressed sensing,CS)思想应用到相干信源二维波达方向(direction of arrival,DOA)估计中会带来高计算复杂度的问题。为了解决这一问题,提出了一种基于降维稀疏重构的二维DOA估计方法,该方法利用特殊阵列结构将二维冗余字典构建问题转化为一维冗余字典的构建,同时提出了一种基于子字典空间谱重构的配对算法,从而在极大降低算法计算复杂度的同时,提高了配对成功概率。仿真结果表明,该方法对相干信源具有接近于克拉美罗下界(Cramér-Rao lower bound,CRLB)的估计性能,即使是在低信噪比、少快拍数和小角度间隔的情况下,仍有良好的估计性能。

立体十字型互耦阵列二维DOA估计及互耦自校正

针对常规十字阵子阵间互耦不易处理这一问题,设计一种立体十字型阵列,并在该阵列基础上,提出立体十字型互耦阵列传播算子(propagation method for tridimensional cross array in presence of mutual coupling,TCA-MC-PM)算法。该算法首先分别从子阵中选取部分合适阵元构成阵列,将理想导向向量与互耦系数剥离,利用信号子空间与理想导向向量张成同一空间这一关系估计方位角与俯仰角,接着通过子空间与秩损原理估算互耦系数,最后利用整个阵列的空间谱函数完成方位角和俯仰角的配对。在此过程中涉及的子空间都以阵列的传播算子构建,可避免特征分解,降低运算量。仿真表明,本文提出的算法不涉及空间谱搜索,运算量小,有效抑制互耦影响,测量精度高。

一种信号频率及二维到达角联合估计新方法

提出了一种窄带信源频率、俯仰角及方位角联合估计新方法。该方法选择特定序号阵元输出计算的高阶累积量构造4个矩阵,然后在累积量域构造三面阵,并分析了该三面阵低秩分解的唯一性,接着利用分解得到的4个对角阵联合估计信源参数。该方法无须参数配对,无须谱峰搜索,适用于任意加性高斯噪声环境。仿真结果表明该算法是有效的。

基于任意结构阵列的二维波达方向与频率联合估计

针对任意结构传感器阵列二维波达方向、频率三维参数联合估计问题,给出了一种基于DOA矩阵法的有效解决方案。经由特征分解同时得到信号频率与阵列流形矩阵的估计,通过考察相邻阵元之间信号传播时延的关系构造矩阵方程,并由求解矩阵方程直接给出二维波达方向的闭式解。该算法参数估计性能优越,计算量小,仅需要阵列满足空域采样定理的基本要求即可,具有广泛的适用性与实际的应用价值。理论分析与仿真实验都证实了这一结论。

L型阵列互耦条件下的二维波达方向估计

针对L型阵列,提出一种去互耦算法.该算法在L型阵列的两均匀线阵上分别取受互耦影响一致的阵元,则其理想导向向量可与互耦参数剥离,用其中一组阵元输出的协方差阵和两组阵元输出的互协方差阵构建矩阵,根据其传播算子构成的信号子空间和阵元导向向量张成同一空间以及均匀线阵的旋转不变特性得到两个与方向角和俯仰角相关的信息参量.在这两参量配对时,只需对包含信息参量的其中一个矩阵进行一次特征值分解以及简单的除法运算即可实现.理论和仿真表明,该算法无需谱峰搜索,只需一次特征分解,有效抑制了互耦影响,测量精度高.

一种相干分布式信号二维DOA快速估计方法

基于L型线阵,提出了一种估计相干分布源二维波达方向(DOA)的快速算法。通过对两组平移子阵的广义方向矢量做泰勒近似获得关于分布源中心DOA的两个旋转不变矩阵,利用传播算子法求解旋转不变矩阵从而估计出分布源的中心DOA。该算法避免了常规子空间算法中的谱峰搜索和对高维样本协方差矩阵做特征分解,显著降低了计算量。算法在小角度扩展情形下有优异的估计性能,且低信噪比时的估计性能优于一维交替搜索算法。此外,算法无需知道分布源的角分布形式,是一种盲估计。仿真结果验证了算法的有效性。

基于伪数据矩阵的二维自动配对角度估计方法

针对多窄带远场信号的无配对问题,提出了一种用L阵进行二维波达方向估计方法。此方法利用时间信息构造具有相同"伪信号"信息的伪数据矩阵来达到自动配对的目的。利用时间信息可以有效消除噪声影响,但是矩阵的构造与同样利用时间信息的辅助变量法是不同的,因此,所提方法具有阵列扩展的能力。仿真试验充分说明了该方法在精度估计、成功配对检测概率、多非相关信号源的估计能力方面都表现出优越的性能。

基于均匀圆阵模式空间和多重旋转不变子空间算法的完备二维DOA估计算法

为了在低运算量下提高均匀圆阵中二维测角的精度,提出一种基于圆阵模式空间和多重旋转不变子空间算法的二维波达方向估计算法。首先利用模式空间算法将均匀圆阵等效为虚拟均匀线阵,并利用贝塞尔函数的递推性质推导此种情况下阵列的旋转不变特性。然后根据虚拟线阵的结构提出一种简便有效的子阵划分办法,在此基础上得出阵列的多重旋转不变方程,并利用多重最小二乘准则得出其完备解,从而完成对信号二维到达角的估计,仿真实验验证了算法的有效性。

一种可自动配对的二维波达方向估计算法

针对非相关远场窄带信号,提出了一种基于L阵模型的低复杂度高分辨二维波达方向估计算法。该方法通过利用互相关矩阵以及L阵的几何结构,消除了附加噪声的影响,且对于方位角和俯仰角的求取仅仅需要一维估计,同时该算法只需对一个低维矩阵进行特征值分解,减少了运算负担,该算法利用特征值求取俯仰角,利用相应的特征向量构造出的虚拟阵列响应矩阵求取与俯仰角配对的方位角。仿真进一步证明了算法的有效性,通过仿真还可以看出,该文所提方法在低信噪比、小快拍数和较小角度间距的情况下都具有良好的性能。

基于空间差分算法的相干信号二维DOA估计

针对传统解相干算法对阵列孔径利用率不高的问题,提出了一种改进的空间差分算法,通过重构子阵之间的协方差矩阵,将阵列接收信号协方差矩阵的所有自相干信息和互相关信息充分利用,再通过建立差分矩阵,利用空间差分算法去除噪声的影响。最后采用传播算子(PM)算法完成二维波达方向(DOA)估计。仿真结果表明,该算法相比传统解相干算法,解相干效果较好,角度估计精度有较大的提高。

基于联合奇异值分解的二维DOA估计

文章设计了一种新型三维立体阵列并基于该阵列形式提出了一种基于联合奇异值分解的二维DOA(Direction Of Arrival)估计算法。该方法利用三维立体阵,与平面阵相比大大提高某些方向上的测角精度,在方法中使用了子阵列之间的互相关而不是传统的子阵自相关,有效减小了噪声的影响,提高了估计精度,并且利用联合奇异值分解实现了快速配对。最后数值仿真结果证实了所提方法在增加了估计范围,提高了估计精度。