信号频率和到达角联合估计新方法

提出了一种类L型阵,并运用快速子空间法得到噪声子空间,然后进行频率、到达角二维搜索。此方法阵元结构简单,物理易实现;无需特征分解,计算量大大降低;参数估计精度较高,与多抽头MUSIC方法相当。仿真试验证明了此方法的可行性。     

利用电磁矢量传感器估计分布源三维到达角

本文通过“分布源是在一定空间分布的多个点源信号的叠加”的认识，首次提出了电磁矢量传感器的分布源模型，给出了理论表达式和一阶近似表达式，分析了单个电磁矢量传感器的分布源模型的可辨识性问题。为减少搜索空间维数，提出了只搜索角度和极化空间的算法，甚至只搜索角度空间的算法。仿真证实了本文分析的有效性。     

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.     

多径信号到达角和时延高分辨联合估计算法

本文提出了一种新的高分辨高精度的多径信号到达角和时延联合估计算法.该方法通过对多径信号与参考信号进行相关处理,再根据PRO-ESPRIT算法的思想,实现了DOA(Direction-Of-Arrival)估计;并对相关延迟向量进行变换,从互功率谱相位中提取时延信息,完成了高分辨的TOA(Time-Of-Arrival)估计.最后,本文推导了频域模型下到达角和时延联合估计的Cramer-Rao下界.并将通过仿真对本算法的性能进行了评估.     

多信号极化与到达角估计算法

论述了一种基于子空间方法的多信号极化与到达角估计问题的算法，该方法采用了有子天线均匀线阵，利用子阵列输出信号数据矩阵中包含的信号空间的不变结构用矩阵束方法解出信号极化与到达角的估计值并自动进行参数的配对，避免了参数的多维搜索配对过程。数值仿真的结果证实了该方法的有效性。     

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。     

信号的二维到达角和极化估计

本文论述了一种基于子空间方法的多信号二维到达角和极化参量的估计算法。该方法采用了交叉偶极子阵元组成的Ｌ型阵列，利用子阵输出信号数据矩阵中包含的信号空间的旋转不变性质，借助于矩阵方法求解出信号的二维到达角和极化参量的估计值，并自动进行参数的配对，仿真结果证实了该算法的有效性。     

基于时频分析的雷达信号到达角估计

现有的空间时频分布(STFD)的信号表示只适用于窄带、连续信号的分析，而雷达侦察系统要求对脉冲、线性调频等信号同时进行到达角(DOA)、频率和信号时域参数的估计。本文给出了现有空间时频分布对雷达信号DOA估计的条件，并提出了基于修正STFD矩阵的DOA估计算法。通过对各阵元输出作时频分析，估计信号的频率参数，然后据此构造方向向量和修正STFD矩阵，即可构造MUSIC空间谱。该算法不受基于现有STFD算法的条件限制。     

利用偶极子组或磁环组估计信号到达角

从描述电磁场基本规律的麦克斯韦方程组出发，分析了现有的利用空间任意分布的偶极子组或磁环组构成的阵列估计信号二维到达角和极化状态方法存在的象限不确定问题，并提出了一种解决方法，借助偶极子组或磁环组构成的等距线阵提供的方向余弦信息解决了上述象限不确定问题。数值仿真结果表明文中方法是简单、有效的。     

一种新的宽带Chirp信号到达角估计

提出了基于空问聚焦的宽带信号到达角(DOA)估计算法。该算法利用对称阵子和双线性变换可将多个宽带信号聚焦至各自的瞬时频率,再通过傅立叶变换,在信号各自的瞬时频率上构造相关矩阵,由此构造MUSIC空间谱可获得信号的DOA。分析了阵元通道幅相不一致对算法的影响,并给出了基于相关矩阵Toeplitz性的校正算法。计算机仿真结果表明算法的正确性。     

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。     

基于极化电磁波的飞行器姿态角估计新方法

提出使用单矢量传感器进行飞行器姿态角估计的新方法,安装在飞行器平台的单电磁 矢量传感器接收来自基站的极化电磁波信号,用MUSIC算法进行信号DOA和极化参数估计,得 到机体坐标系到地理坐标系的转换矩阵即飞行器姿态矩阵,最终估计飞行器姿态角。Matlab 仿真验证了该方法的有效性,姿态角估计误差在15°内,满足飞行器控制的要求。     

基于改进多信号分类算法的波达方向估计

针对传统波达方向估计算法在低信噪比条件下性能表现不佳的问题,本文提出了一种基于改进多信号分类的波达方向估计算法。本文首先对多信号分类算法的不足进行分析,并采用时间平滑技术构建相关矩阵,然后采用相关矩阵建立空间谱函数达到波达方向估计,最后采用仿真实验对算法的性能进行测试。结果表明,本文算法可以快速准确的估计出多个信号的波达方向,降低了波达方向估计误差,而且性能远远优于其它改进多信号分类算法。     

Alpha稳定分布噪声环境下类M估计相关的DOA估计新算法

提出了一类适用于Alpha稳定分布随机变量的统计量—类M估计相关（MELC）,通过构造阵列输出的类M估计相关矩阵,提出了适用于Alpha稳定分布噪声环境下的波达方向（DOA）估计新算法,即MELC-MUSIC算法。仿真实验表明,在Alpha稳定分布噪声环境下,MELC-MUSIC算法在抗噪声特性、多源信号分辨性以及对不同形式信号（圆对称信号或非圆对称信号）的适应性方面获得比基于分数低阶统计量（FLOS）的MUSIC方法更好的估计性能。     

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.     

Subspace intersection method of high-resolution bearing estimation in shallow ocean using acoustic vector sensors

The subspace intersection method (SIM) provides unbiased bearing estimates of multiple acoustic sources in a range-independent shallow ocean using a one-dimensional search without prior knowledge of source ranges and depths. The original formulation of this method is based on deployment of a horizontal linear array of hydrophones which measure acoustic pressure. In this paper, we extend SIM to an array of acoustic vector sensors which measure pressure as well as all components of particle velocity. Use of vector sensors reduces the minimum number of sensors required by a factor of 4, and also eliminates the constraint that the intersensor spacing should not exceed half wavelength. The additional information provided by the vector sensors leads to performance enhancement in the form of lower estimation error and higher resolution.     

采用混合核支持向量机的DOA估计

人工神经网络( ANN)进行建模时通常需要准备大量的数据样本,同时网络结构一般都比较复杂;而采用支持向量机( SVM)进行建模时,不同核函数有不同的效果,各有利弊,且选取SVM模型参数的理论支撑尚不完整。为了解决这些问题,提出了一种基于混合核函数的支持向量机来改善来波到达角( DOA)的估计性能,并结合二进制粒子群算法( PSO)来对混合核函数进行参数寻优。该混合核函数由全局核函数和局部核函数构成,提高了SVM的泛化能力和学习能力。首先通过拟合多项式函数,验证了该混合核SVM的有效性。将该方法用于DOA估计建模,在不同信噪比和快拍数下,通过与径向基函数( RBF)神经网络、基于各单一核函数的SVM和MUSIC算法预测结果对比,混合核SVM均方差有所降低,提高了DOA估计的精度且有更好的稳定性。     

基于多用户去相关的波达方向估计新方法

以直接序列码分多址(DS/CDMA)系统中的天线阵为背景,讨论了一种在多径慢衰落信道环境下的波达方向(DOA)估计新方法.该方法在基站对各用户各路径同步信息的基础上,根据扩频序列表现出的周期性和非完全正交的性质,利用用户多径与多址干扰表现出的信息,相关处理后再去相关,实现对各用户各路径的DOA及幅值估计.它不是简单地忽略掉解扩后残留的多径与多址干扰,或仅将其当作噪声处理,而是通过去相关的方法消除它们的影响.理论推导与仿真实验表明,该方法提高了DOA的估计性能,很好地实现了多径信道的空间分离,为后面进一步的空时处理提供了可能.     

基于相关向量机的信噪比估计算法

为了使已有PSK信号信噪比估计算法在平坦衰落信道下,能够同时满足估计范围大、估计精度高的要求,提出了一种基于相关向量机（RVM, relevance vector machine）的信噪比估计新算法。该方法在建立起信噪比与二阶、四阶矩之间关系的基础上,应用相关向量机建立估计模型,并通过训练学习,得到可靠的模型权值。实验表明,利用测试数据对信号信噪比进行估计时,相对于其他算法,该算法具有使用数据量少,估计范围广,在有效的估计范围内,估计精度较高,且适用于多种调制信号的特点。     

基于双电磁矢量传感器的近场源多参数估计

基于双电磁矢量传感器(EVSs),提出一种新的近场源频率、波达方向(DOA)、距离和极化参数联合估计方法.该方法首先计算近场源的频率以及其在两个电磁矢量传感器处的二维DOA和极化参数,然后利用几何方法或搜索方法,得到近场源的距离估计.该方法仅需要两个电磁矢量传感器,节约了阵列孔径,适合于阵列孔径有限的场合.估计过程中仅需一次互相关以及特征分解等简单的运算,且各参数自动配对,节省了运算量.实验结果验证了该方法的有效性.