基于协方差匹配技术的互耦和幅相误差联合校正算法

提出了基于协方差匹配技术的均匀线阵互耦和幅相误差联合校正算法.首先,根据协方差匹配技术中的目标函数和均匀线阵的误差模型,设计了一种交替迭代算法用以实现各种参数的优化计算.接着,为了避免该算法中的每轮循环迭代都需要进行波达方向估计这一复杂环节,利用理想条件均匀线阵协方差阵的Toeplitz性,给出了另一种改进型交替迭代算法用以减少计算复杂度.与基于子空间技术的阵列误差校正方法相比,文中的两种新算法可直接利用信源的统计特性,并且适用于不同的高斯噪声模型(例如噪声功率不一致),仿真实验验证了新算法的有效性和优越性.

MIMO雷达非均匀布阵的性能分析

多输入多输出(MIMO)雷达是一种新体制雷达,它在发射端发射正交信号,从而产生虚拟阵元,扩大阵列孔径,在DOA估计、参数识别等方面的性能较相控阵雷达有很大提高。而目前有关MIMO雷达中虚拟阵元的讨论都以均匀线阵(ULA)为基础,并与相控阵雷达的性能进行比较。文中在ULA的基础上,研究了非均匀线阵(NLA),研究结果表明,非均匀线阵产生了更多的有效虚拟阵元,与相控阵雷达和ULA布阵MIMO雷达相比,具有更多的空间自由度、更好的克拉美.罗界和更好的DOA性能。

垂直线列阵结构对PTRM阵处理空间增益的影响

水声信道多径的复杂性使得被动时间反转镜(PTRM)技术成为一大研究热点。该文推导了多阵元PTRM原理表达式,在此基础上给出了PTRM阵处理获得空间增益的机理,首次从理论上分析了垂直线列阵结构对PTRM阵处理空间增益的影响,并通过计算机仿真验证了理论分析,结果表明,PTRM阵处理空间增益随着阵元数目的增加而得到提高;当阵元间距足够大时(大于半个波长,使噪声不相关),阵元间距对PTRM阵处理的空间增益没有明显影响,此时影响到通信质量的主要是信噪比。

多子阵互耦影响下的鲁棒自校正算法

针对多子阵中各子阵的标称方向可能存在扰动偏差这一问题,给出了一种多子阵互耦影响下的鲁棒自校正算法。与现有很多互耦自校正算法类似,本文算法同样利用了均匀线阵互耦矩阵的带状、对称Toeplitz性以及多子阵互耦矩阵的块状对角特性,从而避免了多参数联合估计中的多维非线性搜索以及迭代运算。不同的是,本文算法能够克服各子阵标称方向的扰动偏差,具有更强的鲁棒性。此外,还推导了多参数联合估计的克拉美罗界。仿真实验验证了本文算法的有效性和优越性。

基于空间谱的频谱感知算法及性能分析

现有的基于特征值或谱密度的频谱感知算法,多分别使用近似高斯分布和Tracy-Widom分布来分别分析求解检验统计量在信号是否存在时的分布,未能给出统一的解析表达式。该文提出均匀线阵(ULA)条件下基于空间谱密度比的频谱感知算法,并且基于顺序统计量的最新研究成果,给出检验统计量统一的闭合表达式。该算法基于离散空间谱密度最大最小值的比建立检验统计量。仿真结果表明,对于8阵元的ULA,在采样点数为1000、检测概率为0.9时,所提算法比最大最小特征值(MME)比算法有约1.7 d B的性能优势,同时也有效验证了检验统计量理论分布的准确性。

均匀线阵混合信源DOA估计与互耦误差自校正

针对均匀线阵(uniform linear array,ULA)互耦条件下混合信源的波达方向(direction of arrival,DOA)估计问题,基于联合对角化算法,提出了一种基于3步实现的DOA与互耦系数估计新算法。首先利用互耦矩阵的Toeplitz结构实现混合信源中独立信源的DOA及互耦系数的粗估计;然后结合斜投影及前后向空间平滑,实现混合信源DOA估计;最后以广义空间特征矩阵及混合信源DOA估计值为基础,提出一种非子空间类互耦系数自校正方法。计算机仿真结果表明,与同类算法相比,所提算法无论在DOA及互耦系数估计精度、还是在DOA估计成功率方面,均具有明显的优势,且对于高斯背景噪声具有普适性。

基于子空间类法的阵列误差有源校正方法

针对均匀线阵提出了一种对同时存在阵元位置误差、幅相误差及阵元互耦的阵列进行校正的方法。该方法通过旋转阵列天线得到多个校正方位的样本数据,达到多个信源独立分时校正的效果,然后通过对空时矩阵进行特征分解,得到实际阵列流型的估计值,并构造代价函数,最后采用迭代算法同时估计出所有阵列误差参数,从而实现误差的校正。计算机模拟仿真及实际阵列天线的校正实验均验证了该算法对误差参数估计的有效性和校正方法的实用性。

低复杂度相干分布源中心DOA估计方法

传统的相干分布源波达方向(DOA)估计方法一般都需要谱搜索或对高维样本协方差矩阵进行特征分解,计算复杂度较高。针对上述问题,本文利用均匀线阵提出了一种低复杂度相干分布源中心波达方向估计方法。所提方法利用了平移阵列的旋转不变性质并结合传播算子法来估计分布源的中心波达方向。相比于常规子空间方法,本方法无需任何谱峰搜索和对样本协方差矩阵进行特征分解,计算复杂度更低。方法在小角度扩展条件下的估计性能良好,其性能甚至接近于DSPE算法。而且方法与分布源角分布的具体形式无关,是一种盲的估计。仿真结果证实了方法的有效性。

三平行线阵中基于改进传播算子的二维DOA估计方法

提出了一种三平行线阵中基于改进传播算子的二维波达方向估计方法。该方法针对三平行阵列的结构特点,利用三平行线阵中两个相互垂直的双平行线阵,分别构造一个扩展传播矩阵,求得旋转矩阵。然后根据三平行线阵的特性,对分别得到的旋转矩阵进行配对。最后利用配对后的旋转矩阵,联合估计信号的方位角和俯仰角。该方法当俯仰角在70°~90°之间时不会出现角度估计失效问题,充分利用了所有阵元信息,提高了角度估计性能,而且具有更低的计算复杂度。仿真验证了提出方法的有效性。

基于双平行线阵的相干分布源二维DOA估计

针对现有相干分布源二维波达方向(DOA)估计算法存在的一些问题,基于双平行均匀线阵提出了一种相干分布源二维DOA估计新算法。利用旋转不变的思想并结合传播算子法来估计相干分布源的二维中心DOA。无需谱搜索和对样本协方差矩阵做特征分解,和传统算法相比,其计算复杂度更低。此外,还给出了详细的参数配对过程,因而能够应用于多源场合。算法在小角度扩展条件下估计性能良好,其性能甚至接近于一维交替搜索算法。算法还是一种对角分布先验知识盲的估计。仿真结果证实了算法的有效性。

一种简单快捷的完全可扩展线阵设计

本文设计了一种具有准均匀线阵形式的完全可扩展线阵,在实现了可简单快捷设计的同时又获得了较大的阵列孔径,其孔径接近完全可扩展线阵中具有最大孔径的约束最小冗余线阵,但却无需设计约束最小冗余线阵中的繁冗搜索,在阵元数很大时本文的设计显得尤为实用。

一种相干分布源中心DOA快速跟踪算法

在智能天线和无线定位等技术中,精确跟踪目标的波达方向(DOA)十分重要。大多数传统的DOA跟踪方法都将目标信号看成是点源。但在密集的移动通讯环境中,信号的多径散射将引起信号能量的扩散,采用分布式信源模型更适合。因此,研究分布源的DOA跟踪技术更有意义和价值。针对相干分布源,本文基于均匀线阵提出了一种中心DOA快速跟踪算法。该算法首先通过正交紧缩近似投影子空间跟踪(OPASTD)算法实时更新信号子空间,然后利用一种低复杂度的方法估计分布源的中心DOA。本文算法避免了对样本协方差矩阵进行重复的特征分解,计算复杂度较低。算法的跟踪性能良好,并能有效跟踪多个分布源。此外,算法不需要分布源角分布形式的先验知识,稳健性好。仿真结果证实了算法的有效性。

一种用于二维DOA估计的新颖Unitary ESPRIT算法

提出了一种基于双均匀线阵的特性新颖的Unitary ESPRIT算法。算法根据阵列接收数据,构造了一种实值数据形式,对其作实值奇异值分解,获得信号子空间。算法利用阵元几何的平移不变特性,构造了包含入射信号方位角和俯仰角的估计量。利用构造的估计量的特征值估计俯仰角信息,利用其对应的特征向量估计方位角信息,自动完成角度的配对。所提方法不仅保持了矩阵DOA估计算法和二维ESPRIT算法的优点,如自动的参数配对、不需要二维谱峰搜索等,而且能够在实数域中直接获得信号子空间,能够有效降低运算量。算法可以增加估计信号个数。仿真实验验证了算法的有效性。

基于FFT的子孔径MUSIC波达方向估计

针对现有的很多波达方向估计算法涉及到数据协方差矩阵的估计及其特征分解,甚至是求逆,导致运算复杂度高的问题,提出了基于快速傅里叶变换的子孔径MUSIC波达方向估计算法。首先将等距线阵的接收数据矢量均匀划分为4个子矢量,然后对各个子矢量分别求FFT。将FFT的结果相干积累,并找到最大峰值点。最后,利用子矢量FFT的结果中与最大峰值点对应的数据构造新的降维矢量,借助MUSIC算法进行波达方向估计。该方法避免了直接接收数据的协方差矩阵估计和特征分解,有效地降低了运算量和计算复杂度,在阵元数和快拍数都较多的情况下优越性尤为明显。计算机仿真验证了所提方法的有效性和优越性。

均匀直线阵的波束形成

简述了单个信号和多个信号进入等距直 (天 )线阵列时波束形成的方法 ,分别用来自不同方向的 4个信号和 5个信号进入七个阵元的阵列进行试验 。

三平行线阵改进传播算子算法的波达方向估计

在三平行立体线阵中,传统二维传播算子(Propagator Method,PM)算法进行传播算子估计时,根据划分子阵直接构造的信号协方差矩阵存在较大冗余度.为了降低运算量,可以通过子阵合并的方式,摒弃协方差矩阵的冗余数据,利用重构的协方差矩阵估算传播算子,然后构造新的传播算子,得到与二维波达方向(direction of arrival,DOA)相关的三维超定方程组,再引入非线性最小二乘法处理该方程组求解得二维DOA信息.仿真结果表明,该算法降低了运算量,提高了二维DOA估计的精度.

基于共轭循环平稳特性的二维波达方向估计方法

提出了一种具有阵列孔径扩展能力的共轭循环平稳二维波达方向(DOA)估计方法。该方法通过引入伪采样,充分利用了阵元输出之间共轭循环互相关函数的时间维信息,扩展了阵列有效孔径,提高了算法DOA估计精度,具有较好的低信噪比适应能力。该方法避免了最优时延选择问题,无需谱峰搜索,且其二维角度参数能够自动配对,具有较低的计算量。计算机仿真结果验证了该方法的有效性。

混合信号情况下基于均匀线阵的测向方法(英文)

基于均匀线阵,在不相关信号和相干信号共存的情况下提出了一种有效的测向方法.不相关信号的波达方向通过采用传统的多重信号分类方法(MUSIC)首先被估计.然后,利用空间差分矩阵构造了一个新的矩阵,通过对这个新构造的矩阵运用前向空间平滑技术进行处理就可以完成对相干信号的测向.提出的方法克服了空间差分方法内在的问题,其所处理的信号个数可以多于阵元的个数并具有良好的性能.

一种混合源环境下的波达方向估计方法

提出了一种基于均匀线阵的混合源波达方向DOA估计的新方法。该方法首先利用传统MUSIC方法估计出非相干信号源的DOA,然后对整个阵列数据协方差矩阵进行差分消除不相关源信号和噪声的影响,再对此差分矩阵进行特殊的空间平滑去相干,利用重建的数据协方差矩阵估计相干源的DOA。此方法的特点是分别估计不相关信号和相干信号的DOA,优点是在可估计出多于阵元数信号的前提下具有较高的DOA估计精度和稳健性。理论分析和仿真结果表明此方法的估计性能优于空间差分平滑算法。

直线阵识别水下运动目标噪声源方法研究

基于运动声源的时间方位特性,提出了采用均匀线列阵识别水下运动目标线谱噪声源的方法。利用时空二维MUSIC(Multiple Signal Classification)法对多个入射声源进行高分辨方位估计,获得运动声源的时间方位曲线,经野值点剔除和中值滤波平滑处理后,根据声源运动轨迹的先验信息,通过最小二乘法精确估计出噪声源通过线阵的正横时刻,最后结合参考声源确定噪声源在运动目标上的位置。考虑实际噪声测量情况,对时空MUSIC法做了近场修正,同时采用解相干处理使本文方法可适用于同频声源。数值仿真结果验证了方法的有效性。