用L阵实现频率、二维到达角和极化的联合估计

在宽频段内多信号多参量联合估计已成为许多研究课题（例如,未积压辐射源识别,有源对消等）的重要研究内容。对基于子空间方法的多信号频率、二维到达角和极化参量的联合估计方法进行了论述。该方法采用L阵和ESPRIT算法来实现,避免了平面阵的复杂性。计算机仿真结果证实了该算法的有效性。     

基于均匀线阵的自适应单脉冲两目标分辨技术

自适应单脉冲是相控阵跟踪雷达存在副瓣干扰情况下常用的一种测角技术。在均匀线性阵列条件下,分析了自适应和差波束加权的基本方式,并证明了自适应单脉冲比为实数。雷达主瓣内存在两目标的情况下,基于自适应单脉冲比的实数性质,提出了一种基于双采样点的目标角度测量方法,并对单脉冲比的测量误差进行了分析。仿真结果表明,该方法可实现对两个不可分辨目标的角度估计,估计精度随两采样时刻相位差的不同产生变化。     

用任意阵实现二维到达角和极化的联合估计

基于四阶累积量和ＥＳＰＲＩＴ算法提出一种新的任意高斯噪声环境上多个独立空间信号二维到达角和极化的联合估计方法。该算法的阵列由和坐标轴方向一致的偶极子对组成,各偶极子对的排列结构任意。计算机模拟结果证实了方法的可行性。     

基于神经网络的高频地波雷达目标到达角估计

该文利用神经网络进行高频地波雷达目标到达角估计。论文分别采用RBFN和GRNN构造了基于函数逼近和模式编码的到达角估计网络,介绍了网络结构、数据仿真的过程和应用于高频地波雷达目标定向的实际效果。数据仿真和现场实验的分析结果表明基于模式编码的GRNN网络到达角估计方法鲁棒性较好,在低信噪比时能够给出正确估计。     

稀疏L型阵中基于压缩感知的角度估计方法

利用二级Nested阵来构建稀疏L型阵列,针对此阵列,提出了基于压缩感知的角度估计方法。该方法通过计算接收数据的自相关协方差矩阵并向量化,然后进行重排序和去冗余,得到虚拟阵列的入射角信息。该虚拟阵列的长度远远大于实际物理阵列的长度,因而相比同物理阵元的均匀L型阵,阵列孔径和自由度明显增大。最后利用正交匹配追踪技术对虚拟阵列的l1范数约束问题进行求解,并完成二维角度的配对。计算机仿真表明,所提算法具有更高的信源分辨力,并且在高信噪比、高快拍数、大角度间隔条件下,具有更好的估计性能。     

矢量阵元阵列对Chirp信号极化和到达角的联合估计

针对LFM信号,利用分数阶傅里叶变换构造了一种新的空间极化时频分布:提出了基于L型矢量阵元阵列的二维到达角和极化联合估计算法。理论分析和仿真实验结果都表明,在低信噪比下该方法比已有的极化和到达角联合估计算法具有更好的性能。     

互耦条件下均匀线阵DOA盲估计

阵元间存在互耦时,经典的波达角(DOA)估计算法性能急剧下降甚至失效。针对互耦条件下均匀线阵DOA估计问题,该文提出一种基于盲源分离的DOA盲估计算法。首先,利用源信号的统计特性,由盲源分离方法估计广义阵列流形矩阵;然后,利用均匀线阵互耦矩阵带状、Toeplitz矩阵的特点,将DOA估计问题转化为多个可分离非线性最小二乘问题,由多个1维频域搜索得到DOA的估计。该算法无需高维搜索或多维迭代,对互耦自由度要求更低,互耦自由度未知时仍旧适用,稳健度高。数值仿真验证了该文算法的有效性。     

基于Laplace先验的Bayes压缩感知波达方向估计

基于多任务贝叶斯压缩感知(BCS)理论,该文提出一种使用Laplace先验的目标到达角(DOA)估计算法。该算法利用阵元输出为观测值,将DOA估计转化为Laplace先验约束下的BCS求解稀疏信号问题,使用Laplace先验获得比传统BCS更好的稀疏性。该算法不需要信源个数的先验信息和进行特征值分解,能够适应相干信源场景,仿真结果表明该算法具有比传统BCS方法和经典MUSIC算法更好的DOA估计性能。     

一种新的非均匀线阵插值测向算法的研究

在空间阵列测向机理和空间采样协方差矩阵分析的基础上,提出了在非最小冗余阵列设置的情况下,利用一些先验信息,采用自适应迭代的测向方法,以提高信号的测量精度。同时。本文通过计算机仿真实验证明该方法的正确性和可行性。     

基于均匀线阵的混合源波达方向估计方法

文中提出了一种基于均匀线阵的混合源波达方向DOA估计的改进方法。该方法首先利用传统MUSIC方法估计出非相干信号源的DOA,然后接收数据协方差矩阵进行差分消除不相关源和噪声的影响,对其进行特殊的空间平滑去相干,从而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。优点是算法在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。仿真结果表明此方法的估计性能优于空间差分平滑算法。     

基于压缩感知DOA估计的稀疏阵列设计

根据格拉姆(Gram)矩阵优化测量矩阵的方法,给出了一种基于压缩感知波达方向(DOA)估计的均匀线阵的稀疏阵列设计方法.该方法不需要对阵列的输出数据进行压缩采样,直接利用稀疏阵列的输出数据,然后利用稀疏恢复算法求解DOA估计信息.实验仿真证明,相比于原均匀线阵,所提方法在阵元数目较少且信噪比较低的情况下具有更好的DOA估计性能.     

基于均匀圆阵的空时二维波达方向估计算法

提出了一种适合于均匀圆阵的空时二维波达方向估计方法,该方法先利用模式激励技术对接收数据进行变换,再利用变换后数据之间的互相关关系将数据进一步映射到空时域,然后构造出一对空时DOA矩阵束,通过矩阵束的广义特征值就能够计算出所有入射信号的方位角和俯仰角.该方法完全避免了DOA矩阵类方法中难以克服的角度兼并问题,与UCA-ESPRIT算法相比,减小了孔径损失,使能够估计的信号数目增加了一倍.该方法具有免搜索和参数自动配对的特点.仿真结果证明了该算法的性能.     

一种基于非一致响应圆阵的DOA估计改进算法

由于传统波达方向(DOA)估计算法对接收天线阵列的阵元一致性要求高,即幅度和相位响应要求一致,在工程应用中受到较大限制。针对该问题,结合均匀圆阵的特点,通过引入阵元幅度和相位不一致因子对传统MUSIC算法的模型加以改进,提出了一种改进的MUSIC算法。该算法降低了阵元的一致性要求,可通过迭代求解的方法来完成对多个信源来波方向进行估计。仿真和分析结果表明,提出的算法可有效地进行多个目标的DOA估计。     

基于压缩感知的稳健单通道波达方向估计方法

针对接收阵列射频通道间增益不一致以及系统感知模型与目标角度信息失配等情况下,基于压缩感知(Compressive Sensing,CS）的多目标波达方向（Direction of Arrival,DOA）估计方法性能下降的问题,提出了一种新的单通道CS-DOA估计方法.引入一种单通道阵列体制,并建立系统模型失配时的DOA稀疏感知模型;将丹茨格（Dantzig Selector,DS）算法和遗传算法相结合,分别对目标角度信息矢量和系统模型失配误差进行交替迭代优化.该方法有效克服了常见CS-DOA方法无法抑制系统模型失配误差的问题,避免了射频通道间增益不一致对DOA估计性能的影响.仿真结果表明：该方法性能优于传统DOA估计算法,能够对任意相关性信号进行有效DOA估计,具有更高的角度分辨力和估计精度.     

Direction-of-arrival and polarization estimation with uniform circular arrays in the presence of mutual coupling

A modified Root-MUSIC algorithm is proposed to estimate the directions-of-arrival (DOAs) and the polarization of plane waves, which impinge at a fixed elevation angle, using a diversely polarized uniform circular array (UCA). Special attention is devoted to the presence of mutual coupling effects in antenna arrays. By describing the electromagnetic characteristics on the basis of a phase-mode expansion for the open-circuit voltages and the mutual coupling matrix, the modified Root-multiple signal classification (MUSIC) algorithm takes mutual coupling effects into account by a limited number of phase modes. Finally, the efficiency of the new algorithm is verified based on synthetic antenna data.     

均匀圆阵部分阵元失效情况下的DOA估计方法

在空间谱估计中,均匀圆阵(Uniform Circular Array--UCA)具有诸多优点,其得到广泛的应用.但在用MUSIC 算法测向时,一旦某一个或几个阵元通道失效,则通道数据变成无效数据,导致测向性能严重恶化,甚至完全失效.本文对在均匀圆阵部分通道失效的情况下,利用均匀圆阵其余阵元数据实现对信号来波方向进行有效估计的方法进行了分析和验证.其原理在于,直接将失效阵元进行隔离,利用剩余阵元形成的非均匀圆阵,进行MUSIC算法测向.该方法能在较高信噪比条件下实现和原阵列几乎相同的估计精度,在较低信噪比、信号数较小的条件下,也能取得良好的估计性能,大大增强了整个阵列谱估计的稳健性和鲁棒性.     

短快拍条件下均匀矩形阵中的二维DOA估计

二维波达方向（Direction of Arrival,DOA）估计能获取比一维DOA估计更多的空间位置信息,但是二维多重信号分类(Multiple Signal Classification,MUSIC)、二维子空间旋转不变估计技术(Estimation Signal Parameter via Rotational Invariance Techniques,ESPRIT）等经典算法依赖于大量的快拍数据,当快拍数据不足时估计性能严重下降甚至失效。针对上述问题,将迭代自适应方法拓展到二维DOA估计,提出了一种适用于矩形面阵的二维DOA估计算法,首先利用加权最小二乘法估计出信号幅值,然后利用循环迭代技术对估计结果进行更新。由于每次估计结果均来自上一次迭代,而不依赖于快拍数据,因此该算法在短快拍条件下具有很高的估计精度和分辨率。仿真结果表明,在短快拍条件下,该算法具有优越的估计性能。     

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.     

均匀平面阵下的二维DOA估计与互耦自校正

针对存在互耦效应时均匀平面阵的测向鲁棒性问题,提出了一种基于秩损准则的互耦自校正算法。根据对互耦效应的先验知识,提出的算法只需将受互耦扰动的阵列响应在变换域中重新排列,便可在后续处理中屏蔽掉互耦效应的不利影响,同时也避免了现有工作中存在的阵列孔径损失问题。借助秩损估计原理,在变换域中设计了一种巧妙的计算步骤,使得方位估计的降维操作得以实现;并且,后续还可通过特征分解法得到更精确的互耦系数估计,以进行阵列误差自校正。与现有的研究工作相比,所提算法无论是在估计精度,还是在计算效率上均有着显著的性能优势。     

基于压缩感知的空间谱估计

以多重信号分类（Multrple Signal Classification,MUSIC）算法为代表的现代空间谱估计方法,估计的信源数受限于阵列形式,并且需要的采样数据量巨大.文章从压缩感知的基础理论出发,利用目标信号空间分布的稀疏性,建立了基于压缩感知的阵列信号空间谱估计模型.利用压缩感知方法,可以使用较少的阵元数对空间信号进行采样测量,并准确重构信号.相比传统的MUSIC空间谱估计算法,该方法所需阵元数少,采样数据量小,并且能同时进行信号强度和角度的估计.所提方法对推动压缩感知理论在阵列信号空间谱估计中的应用具有一定意义.