非相干分布源DOA和角度扩展去耦估计方法

该文提出了一种新的非相干分布源的DOA和角度扩展估计算法。根据空间频率模型下的非相干分布源协方差矩阵的结构特点,可将协方差矩阵分离成两个分别由相位信息和幅度信息重建的矩阵。对矩阵的各主次对角线元素均进行平滑,可得到包含相位信息和幅度信息的平滑向量。利用最小均方拟合方法,可从相位信息中估计得到方位角;估计得到的方位角信息代入到幅度信息中即可获得角度扩展信息的估计,实现非相干分布源的DOA和角度扩展去耦估计。计算机仿真验证了算法的性能。     

双基地多入多出雷达收发方位角联合估计算法

基于多项式求根理论,提出了一种高精度双基地多入多出(Multiple InputMultiple Output,MIMO)雷达收发方位角联合估计算法.该方法通过多项式求根和极小特征矢量法获得二维收发方位角的估值.所提方法无需运算负担繁重的二维伪谱峰值搜索,估得的二维收发方位角由于特征值和特征矢量存在一一对应关系能够自动配对.算法通过链接匹配滤波后的阵列接收数据,产生了虚拟阵元效应,扩展了有效阵列孔径,使得可检测信源数目成倍增长,算法的空间角分辨率更高,角估计性能更优,有效测角范围更加宽广,稳健性更好.仿真实验证明了所提算法的有效性和实用性.     

大气对流边界层光传输的实验室模拟

利用湍流池模拟大气对流边界层的光传输,同时测量了到达角起伏和光路上的温度脉动。结果表明,在混合层的上部,对数温度谱偏陡,和大气中的观测结果一致,到达角起伏谱也偏陡,但到达角起伏谱曲线反映了湍流在小尺度范围内具有各向同性的特征,此时利用温度脉动方法得到的折射率结构常数小。当边界层顶部逆温层消失,发展为完全对流状态时,温度谱幂率等于“－5／3”,到达角起伏谱害虫率等于“－8／3”,两种方法测量得到的折射率结构常数一致。     

一种新的基于参数信道模型的MIMO信道估计算法

针对频率选择性块衰落MIMO信道,该文提出一种改进的基于参数信道模型的信道估计方法。该方法首先通过修正后的TST-MUSIC算法估计多径的传播时延和角度。由时延和角度信息,得到一种基于参数信道模型的信道估计方法。仿真结果表明此种方法可以有效地减少参数估计的维数,其性能要远远优于非参数的最小二乘估计器。     

精确确定光路中四分之一波片光轴方位的新方法

为了准确安装四分之一波片,介绍了一种精确确定光路中四分之一波片光轴方位的新方法,并利用米勒矩阵理论分析了影响测量结果的误差因素.测试方法所用的主要理论有米勒矩阵理论、傅里叶分析方法和最小二乘法.该方法利用最小二乘法得到了最优傅里叶系数,利用消光比测试原理实现了检偏棱镜的精确安装,利用反馈环控制系统对步进电机的步进角进行了控制.误差分析表明该方法的测量误差与四分之一波片光轴方位角本身的大小有关.实验结果表明该方法的标准不确定度为0.03.     

基于互质阵列的阵元排布优化方法

相比于传统的线性均匀阵列,稀疏互质阵列提供了更多的自由度,但是稀疏阵列对应的差分阵列中的孔洞影响了DOA估计的性能。为了解决这个问题,该文提出了两种基于互质阵列的稀疏阵列优化方法,减少了差分阵列孔洞数量。首先,对标准互质阵列的虚拟阵列排列进行了分析,发现移除0位置阵元后,阵列可分辨信源数没有发生变化。因此,该文将这个阵元移动到了新的位置,以优化阵列设计,并且推导出两种提出的阵列虚拟阵列最大连续部分和自由度的数学表达式。仿真结果表明,两种阵列在DOA估计方面和均方根误差方面均优于标准互质阵列,具有比较优越的性能。     

基于EKF算法的单站无源定位跟踪研究

针对无源单站定位系统中观测方程非线性的特点,给出了一种适用于非线性的卡尔曼滤波估计改进算法——EKF算法。以方位角和方位角变化率为观测量,建立了EKF算法模型。仿真结果表明EKF算法具有收敛速度快,定位精度高的特点,可以提供高精度的单站无源定位跟踪结果。     

日盲型紫外探测系统中目标定位的研究

为了研究日盲型紫外探测中的目标定位,设计了1套紫外探测实验系统。提出了1种基于目标图像的定位算法,通过确定目标在像平面上的位置,计算目标方位角。对系统及算法进行了理论分析和实验验证。以氘灯为目标的紫外光源,探测系统在30m处取得了0.5°的方位角测量精度。结果表明,该定位算法是可行的。这一结果对进一步开展远距离实验、完善系统是有帮助的。     

基于终端采样数据AOA的方位角预测方法研究

方位角作为最重要的天线参数,目前主要通过人工勘测获得,耗时耗力,还存在一定安全隐患,无法满足网络优化工作的高效进行.本文提出一种基于网络终端采样数据AOA(信号到达角度)的方位角自动化预测方法,在福建省宁德市随机抽取256个样本小区,利用MDT(最小化路测)数据、资管工参,建立终端上报的AOA、用户经纬度和基站经纬度之间的数学关系模型,实现天线方位角的自动化实时预测,并利用AOA偏差指标实现高精度预测小区筛选.将预测结果与人工勘测方位角进行比较发现:(1)此方法可以高效实现天线方位角的准确预测,10°、20°和30°内预测精度分别为65.23％、85.55％和92.97％;(2)高精度筛选效果较好,筛选精度较高,筛选数量也很可观.