基于虚拟时间延迟线阵列的联合频率—到达角二维谱估计

提出基于虚拟时间延时线阵列的联合频率-到达角二维谱估计方法,把经典的子空间方法推广到空时二维域并进行了改进.基本思路是估计空时噪声子空间和空时信号子空间,然后,利用两个空时子空间特征进行频率-到达角联合二维搜索.正常情况下可分辨的信源数远远超出阵元数目;在信号源宽带较大或信号源波长偏离阵列尺寸较远时,不会像经典方法一样出现大的偏差或估计信源角度范围受限;同时给出信号源的频率和到达角估计,更全面地反映了信号特征.     

基于虚拟阵列的信号源数估计算法

信号源数估计是智能天线技术的一个基本问题,经典的信号源数估计算法有:基于信息论"AIC"算法"MDL"算法、假设检验、平滑秩序列法以及盖氏圆算法等,这些算法在低信噪比、小采样、色噪声以及实际信源数近阵列阵元数时,会产生较大的误差。在Kullback准则基础上提出了一种基于虚拟阵列的改进算法,该算法通过对阵列接收的数据进行预处理,虚拟地增加阵元数,按照修正的规则,求取信源数。经仿真验证,该算法克服了经典算法在低信噪比、小采样、色噪声以及实际信源数接近阵列阵元数时,准确估计信源数的难题。     

基于空间差分平滑的非相关与相干信源数估计

针对非相关信源与相干信源共存时信源数估计问题,提出了一种新的基于空间差分平滑的信源数估计算法。该算法首先利用SORTE法估计相互独立信源个数,结合非相关信源阵列导向矢量与噪声子空间正交关系特性,实现非相关信源数估计;其次基于空间差分法消除非相关信号并构造新矩阵,利用构造矩阵进行前向空间平滑,实现对相干信源解相干;最后利用SORTE法得到相干信源数估计。仿真实验结果验证了该算法的有效性。     

基于Toeplitz矩阵重构的嵌套阵DOA估计算法

针对DOA估计中可测信源数目不足的问题,提出了一种基于Toeplitz矩阵重构的嵌套阵DOA估计算法。首先设计二级嵌套阵,通过对阵列接受信号进行积处理,将阵列扩展为虚拟均匀线阵,然后利用处理后的信号重构Toeplitz矩阵,通过特征值分解,结合MUSIC算法在阵元数目小于信源数目条件下实现了高精度DOA估计。算法增加了阵列孔径,提高了阵列自由度。而且在低信噪比和小快拍下情况下也具有较好的性能。仿真结果证明了算法的有效性。     

无需信源数目的相干信号方位估计算法

针对空间平滑MUSIC算法会损失阵列的有效孔径且需要信源先验数目的问题,提出了一种新算法.该算法从矢量重构的思路出发,通过对接收数据协方差矩阵的最大特征向量进行矢量重构,即可实现不损失阵列孔径的解相干处理,同时利用全空间加权MUSIC算法,实现了信源数目未知下的相干信号准确定位.仿真结果证实了该方法的有效性.     

非平稳噪声背景下DOA分步估计方法研究

针对相干和非相干信源同时存在的情况,结合斜投影理论和互相关矢量Toeplitz矩阵重构(CVTR)的方法,提出一种新的信源DOA分步估计方法。该方法把相干信源和非相干信源分开分辨,对相干信源用CVTR方法来恢复为满秩,避免了常规平滑算法阵列孔径损失大、运算量大的缺点;用斜投影算子而非差分方法对信源进行分离,不受相关矩阵须为Toeplitz结构的限制,使得算法可适用于任意阵列结构形式。这种分步分辨思路可有效增强信源过载能力,同时在互相关矢量Toeplitz矩阵重构过程中,可把非平稳噪声协方差矩阵转换成白噪声结构,使得算法对非平稳噪声有较好的适应能力。     

一种强干扰环境下的相干弱目标DOA估计算法

提出了一种强干扰环境下相干弱信号的DOA估计算法。该算法通过修正的Toeplitz矩阵实现了对相干弱信号的解相干,然后将强干扰信号对应的特征矢量从信号子空间中剔除,最后利用MUSIC算法对弱信号进行DOA估计。所提算法不需要预知强干扰信号方位信息,对非平稳噪声有较好的抑制性能。此外,相对JJM算法,该算法具有更高的估计精度和正确概率,对强干扰信源具有更好的抑制性能。     

虚拟阵列平移法解相干信号ESPRIT算法

目标方位估计(DOA)的众多算法中,ESPRIT是一种运算速度快、精度高的常用算法,但它不能解相干信号.提出一种基于虚拟阵列平移方法的解相干信号的ESPRIT算法,解决了常规ESPRIT算法不能解相干的问题,和解相干的空间平滑算法相比,不损失直线阵列的孔径,使M元直线阵可估计相干信号源数目达到M个.该方法适用于所有信号(非相干和相干信号)的目标方位估计.     

基于LMS自适应滤波和希尔伯特差值的二次相关时延估计算法

针对卫星干扰源定位系统中时延估计的问题,在研究经典的广义互相关和二次相关时延估计算法的基础上,为避免不同加权系数的选取对广义互相关时延估计精度影响差异很大这一缺点,提出了一种基于LMS自适应滤波和希尔伯特差值的二次相关时延估计算法,该算法利用自适应滤波器对信号和噪声的先验知识需求较少、具有自动调节自身参数的能力,首先对信号进行前端滤波处理,再将处理后的信号进行二次相关,最后利用希尔伯特差值法对相关峰值进行锐化,以获得较为精确的时延估计结果。     

基于特征值线性拟合误差的信源数估计方法

基于信息论的MDL准则信源数估计方法在均匀高斯白噪声背景下具有良好的估计性能。若阵元间存在幅相不一致性时白噪声变成非均匀色噪声,此时算法性能将急剧下降。针对该问题,提出了基于数据协方差矩阵特征值总体最小二乘线性拟合误差的信源估计方法。该方法根据特征值线性拟合误差与拟合点数为单调不增关系,并结合MDL准则的惩罚因子构造判断函数实现信源数估计。仿真结果表明:该方法在非均匀色噪声背景下能够实现信源数一致估计;且在低信噪比、短快拍时仍然具有良好的估计性能。     

基于四阶累积量的相干信号二维波达方向估计算法

提出了一种基于四阶累积量的相干信号二维波达方向(DOA)估计的算法--CSS算法.该算法利用双平行线阵的接收数据以及平滑技术构造了一个平滑的渡达方向矩阵,通过对其进行特征分解估计出空间相干信号的二维到达角.在色噪声环境下,该算法能够精确地估计空间相干信号的二维到达角,无需谱峰搜索,并且信号的二维参数能够自动配对.计算机仿真结果验证了算法的有效性.     

滚动轴承含噪声谐波信号的欠确定盲源分离方法研究

目前使用的大多数盲源分离方法都依赖于观测传感器数量大于或等于信号源数目这样一个基本假设。算法主要针对传感器数量m小于源信号数量n(欠确定)情况下旋转机械含噪声谐波信号的盲源分离问题展开研究。它在输入信号频域稀疏性假设和源信号之间线性混合假设的前提下,提出了一种势函数聚类的源数目估计方法,并对通道衰减和延时进行了计算。实验信号仿真结果证明了该方法的可行性和可靠性。     

基于垂直阵列的相干信源二维测向新方法

针对远场窄带相干信源的二维DOA估计问题,提出了一种基于垂直阵列的解相干算法,利用垂直阵列模型特性,在3个线性子阵列进行分维处理运算。在每一个维度,运用空域平滑算法构建数据协方差矩阵实现解相干,并结合ESPRIT算法分别估计信源与各线阵的夹角,利用其中一个角度来组合其他两个角度,实现参数配对。仿真实验结果显示,相较于空域平滑DOA矩阵法,算法的稳定性、估计精度都较高,适用于低信噪比和短快拍情况。     

部分极化信号多维参数联合估计的算法

基于双平行极化敏感阵列,提出了一种部分极化信号频率,二维到达角和极化参数联合估计的算法.该算法能精确地估计出部分极化信号的多维参数,无需多维谱峰搜索,具有计算量小,参数自动配对的优点,而且也适用于含有完全极化信号的情况.另外,算法也能有效地解决信源参数兼并问题.计算机仿真结果验证了算法的有效性.     

通信侦察中基于神经网络的伪码序列估计

针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,以使神经网络最终达到较好的稳态收敛。理论分析和仿真结果表明,本方法能在较低信噪比的情况下对较长伪码进行准确的估计。     

基于内插阵列变换的非圆信号MUSIC实值算法

提出一种基于内插阵列变换的非圆信号MUSIC实值算法(VIA-NC-MUSIC实值算法).首先利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实阵列输出转换为虚拟阵列输出,再根据信号源为实数的特点,分别求取虚拟阵列输出的实部和虚部,将其串联组合,扩展阵列输出的维数,进而得到一种多重信号分类(MUSIC)的波达方向(DOA)估计算法.还分析了VIA-NC-MU-SIC实值算法的计算复杂度,并与复运算的复杂度进行了比较,新算法的复杂度相对较低.仿真实验表明:存在阵元位置误差的情况下,新算法通过对阵元位置校准数据进行内插阵列变换(VIA),取得与阵元位置校准的非圆信号MUSIC算法(NC-MUSIC算法)相当的估计性能,保持了高估计精度、高分辨力,并且在二维阵元位置误差情况下,新算法的估计性能明显优于阵元位置未校准的NC-MUSIC算法.     

分布信号源的DOA估计

由于信号模型的偏差,传统的点目标假设下的DOA估计算法对分布信号源的估计误差较大,为此建立了分布信号源的模型,提出适用于分布源信号的DIS-MUSIC算法,并分析了该算法的估计性能。仿真结果表明,所提算法对分布信号源的DOA估计性能远优于MUSIC算法。     

空间非平稳高斯噪声背景下混合信号的DOA估计

针对空间非平稳高斯噪声背景下混合信号的DOA估计问题,提出了基于四阶累积量对混合波源的DOA估计算法。该算法首先构造四阶累积量矩阵,利用类似ESPR IT方法估计出所有非相关信源的DOA,然后对四阶累积量进行修正空间差分平滑去相干,消除非相关源和空间非平稳高斯噪声的影响,从而实现了对相干源的DOA估计。此方法通过分别估计非相关和相关或者相干信号的DOA,能够以较少的阵元实现对多个信号DOA估计,最后仿真实验也验证该算法的有效性。     

互耦条件下柱面共形阵列多参数联合估计

共形阵列天线中信源方位、极化和互耦系数相互耦合,已有经典阵列的互耦误差校正算法均不能有效地移植应用。针对柱面共形载体的单曲率特点,通过合理的天线布局,利用互耦矩阵的Toeplitz性和秩损理论,给出了柱面共形阵列天线互耦条件下信源方位与极化的联合估计算法,并对可能出现的方位角模糊进行了详细的分析,给出解模糊方法。所提算法无需参数配对,即可实现信源方位、极化和互耦系数的联合估计。计算机Monte-Carlo仿真实验验证了该算法的有效性。     

宽带雷达射频分时交替采样增益失配估计方法

针对分时交替采样在宽带条件下存在增益起伏的失配问题,提出了基于最小二乘曲线拟合的增益曲线估计算法。基于实际ADC器件增益起伏的情况,分析了通道增益失配对系统输出信号频谱的影响;根据宽带数字阵列雷达回波信号的特点,利用分段估计与最小二乘曲线拟合方法得到增益估计曲线,给出了算法的实现步骤。仿真实验结果表明该算法在宽带分时交替采样中的有效性。