一种利用均匀圆阵对称特性的近场源酉变换估计算法

针对现有均匀圆阵的近场源三维参数估计算法运算量大的缺点，提出了一种基于均匀圆阵对称特性的近场源酉变换估计算法。该算法利用均匀圆阵对称特性将阵列导向矢量进行酉变换和对角化分离处理，消除距离参数，把三维搜索问题化简为二维搜索问题，同时把复值方向矢量转化为实值方向矢量。计算机仿真结果显示,所提算法估计性能优于相关序列降维估计方法，与三维多重信号分类算法性能相当，且通过矩阵分离降维和实值化处理，减少了运算量，有利于工程实时处理。     

干扰条件下的“北斗”信号解扩重构DOA估计

在干扰条件下,卫星导航抗干扰波束形成算法往往需要卫星信号波达方向（Direction-of-Arrival,DOA）的先验信息。但当存在低信噪比信号或主动干扰源时,常规的DOA估计算法性能急剧下降甚至失效。针对此问题,提出了一种被干扰信号压制的低信噪比“北斗”信号的DOA估计算法。该算法首先通过对接收信号进行子空间投影抑制干扰信号,然后对抑制干扰后的信号进行解扩重构处理,最后通过多重信号分类算法完成对“北斗”信号的DOA估计。仿真结果表明,在干扰信号干信比80 dB条件下,“北斗”信号DOA估计误差在5°以内,为下一步进行波束形成计算提供了高精度的入射角信息。     

一种基于矩阵三对角化分解的DOA估计算法

针对DOA（Direction of Arrival）估计在低信噪比的情况下估计性能下降的问题, 根据阵列协方差矩阵共轭对称的特点,采用基于Givens变换的三对角化分解方法对协方 差矩阵进行三对角化,同时利用盖氏(Gerschgorin)圆递推方法准确估计信号子空间的秩, 然后再对三对角 矩阵进行对角化,估计出噪声子空间,利用噪声子空间与导向矢量正交实现波达方向估计, 改善了低信噪比背景下估计的误差性能和稳健性。计算机仿真证明了算法的有效性 。     

Khatri-Rao积变换下的离格信号DOA估计

当存在离格信号时，基于稀疏表示的波达角（DOA）估计算法性能损失严重。为解决这个问题，在对接收数据协方差矩阵进行Khatri-Rao积变换的基础上，推导了离格信号网格偏离量与紧邻信号原子系数之间的关系，提出了一种单一离格信号DOA估计方法。为提高对邻近离格信号DOA的估计性能,利用矩阵的广义逆性质提出了基于多原子系数的联合估计方法。仿真实验表明，单一离格信号DOA估计方法在低信噪比下有较好的性能，联合估计方法在高信噪比条件下对邻近离格信号DOA有较高的估计精度，同时所提算法估计性能几乎不受网格划分间距的影响，可以通过增大网格间距降低算法运算量。相关研究对阵列天线DOA估计具有一定的参考价值。     

用于正弦波频率估计的修正Kay算法

Kay算法能够估计出采样点较少的正弦波频率，但低信噪比下估计性能不佳。针对此问题，提出了修正Kay算法。首先基于最大似然估计准则，推导了观测信号模值与相位的条件概率密度函数，进而重建了Kay算法的相位差噪声矢量协方差矩阵与权值矩阵。实验结果表明，修正算法能够有效估计正弦波信号频率，与Kay算法相比，抗噪性更强。     

一种采用刀切法的单通道信源数估计算法

针对现有信源数估计算法不能直接用于单通道接收模型且抑噪能力较差的问题，提出了一种采用刀切法的单通道信源数估计算法。该算法首先通过间隔抽样实现了单通道接收信号多维数的转换，得到矢量化空间；然后采用刀切法将此组空间重构多个协方差矩阵，经酉变换后结果取平均；最后通过循环迭代得到最优信源数。理论分析和仿真结果表明，该算法在白、色噪声环境下能有效抑制噪声，且在低信噪比及采样点较少时能更准确估计信源数，相较于传统的估计算法，显著提高了检测性能。     

一种基于矩阵重组的功率倒置改进算法

针对功率倒置（Power Inversion,PI）算法信噪比恶化问题,推导了最小均方误差准则下最优权矢量组成,提出了处理增益更高、工作范围更广的改进算法。算法通过对接收信号协方差矩阵进行特征分解,根据特征值分布特点舍去噪声特征向量,组成新的协方差矩阵,得到具有指向性的最优权值矢量。仿真结果表明,与传统PI算法相比,改进算法在期望方向形成自适应波束,获得的信干噪比增益和信噪比增益高出约9.6 dB,较好地改善了信噪比恶化问题。     

采用局部搜索的二维DOA估计

针对酉旋转不变估计信号参数(Unitary-ESPRIT)算法估计精度较低的问题，提出了一种采用局部搜索实现的非相干信源二维波达方向(2-D DOA)估计方法。该方法首先利用实特征矢量近似值估计导向矩阵,然后利用矩阵Kronecker积性质以及阵列旋转不变特性获得自动配对的角度估计值，降低了2-D DOA初始估计复杂度,实现了对Unitary-ESPRIT算法的改进；接着，采用一维局部搜索法对该初始估计结果进行优化，提高了低信噪比下的2-D DOA估计精度。仿真实验结果表明，相较于传统的Unitary-ESPRIT算法，所提方法在DOA估计精度和成功率上具有明显的优势，特别是在低信噪比以及快拍数较少条件下，因此该方法能够在计算复杂度和估计性能之间取的较好的折中。     

基于转换矩阵的GPS相干干扰抑制技术

本文首先采用空间平滑技术消除有用的GPS信号与相干干扰信号之间的相关性,然后构造干扰转换矩阵,从而抑制干扰信号,保留有用信号和噪声。最后根据最大输出信噪比原则,获得最佳波束形成器。仿真分析表明该方法可以有效提高输出信号的信号干扰加噪声比,且对信号的DOA估计不敏感。     

一种改进的基于奇异值分解的信源数目估计算法

信源数目估计问题在盲源分离中具有重要的意义。研究了传感器数目大于信源数目时的源数估计问题。首先分析了用奇异值分解法进行信源数目估计的优势与不足,然后提出了一种改进的基于奇异值分解的信源数目估计算法。该算法首先对含噪混合信号进行奇异值分解,然后检测信号分量与噪声分量之间的转折点,将信号分量与噪声分量区分开来,从而得到信号源的数目。实验仿真表明,该算法在低信噪比以及采样点数较少时仍然具有好的性能。     

基于虚拟阵列的非圆信号DOA估计

针对传统的子空间类波达方向（Direction of Arrival,DOA）估计算法只适用于入射信号个数少于天线数的局限性，利用现代通信系统中常用的非圆信号实值特性，提出了一种虚拟阵列多重信号分类法（Virtual Array Based Multiple Signal Classification,VA-MUSIC）。该方法通过对阵列输出信号进行共轭重构和合并，获得虚拟阵列来增加阵列的有效孔径。更进一步，结合空间平滑技术有效地解决了相干信号的DOA估计问题。与传统的MUSIC算法相比，新算法不仅可以增加最大可估计信源数，而且在DOA估计精度、信号源角分辨能力等方面均有明显的优势。计算机仿真验证了该算法的有效性和优越性。     

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。     

一种应用于深空通信的微弱信号捕获算法

针对低信噪比、高动态条件下深空测控通信信号捕获概率低以及复杂度较高的问题,首先分析了深空测控通信信号捕获的难点以及信号循环平稳特性,然后在此基础上提出了一种基于循环相关的新算法。计算机仿真结果证明新算法捕获门限达24 dBHz,适应频率动态达800 Hz/s;新算法较传统的捕获算法,在相同门限条件下的频率动态适应范围提升了约两个数量级。该方法已被应用于我国第一个深空测控站的建设,工作性能稳定可靠,有效地解决了低信噪比下深空站抑制载波信号的捕获问题。     

脉内相位编码信号的识别与码序恢复

为了提高低信噪比（SNR）下对雷达脉内相位编码（PSK）信号的处理能力,对传统的相位差分法进行了改进,并利用该方法对PSK信号进行了识别与码元序列的恢复。根据PSK信号的特性,结合滤波、数字变频和高阶差分来减小噪声对相位的影响,提高了相位差分法的抗噪性。对相位差分序列归一化后,先进行码元宽度的精确估计,再由码元关系去除伪跳变点。最后通过一系列的特征提取,实现了PSK信号的综合处理。仿真结果表明,所提算法在低信噪比下性能良好,具有很高的工程应用价值。     

一种高灵敏度GPS信号快速捕获算法

为了提高GPS软件接收机捕获算法的灵敏度和快速性,提出了一种高灵敏度GPS卫星 信号快捕方案。首先对GPS信号进行频率补偿,然后进行相干滤波提高卫星信号的信噪比, 从而提高捕获算法的灵敏度。再采用延迟、累积捕获结构寻找输入信号中各颗卫星的C/A码 起始点,引入延迟累加器实现各卫星多普勒频移成分的分离、估计,将传统的二维捕获过程 简化为两个一维搜索过程,捕获时间仅为传统FFT快捕算法的几十分之一,提高了捕获算法 的速度。分别通过实测和GPS数字中频信号发生器仿真生成的GPS数字中频数据对所设计的捕 获算法进行了验证,实验结果表明该捕获算法行之有效。     

高斯白噪声下L阵二维波达方向快速估计

针对L型阵列,提出一种在高斯白噪声环境下的二维波达方向(DOA)快速估计方法。首先利用阵列结构特点构建两个互协方差矩阵,同时实现了噪声分量的有效抑制,再依据协方差矩阵的性质构造了波达方向矩阵。对该矩阵进行一次特征分解即可分别得到包含方位角和俯仰角信息的方向矢量和方向元素,实现二维DOA估计。该算法避免了传统算法的谱峰搜索或大矩阵构造及其特征分解过程,计算量小,且参数自动配对。仿真结果表明,该算法在低性噪比和少快拍下的估计精度与2D ESPRIT算法近似,但计算复杂度大幅降低,适用于实时性高的工程应用背景。     

准正交空时分组码系统的一种盲信道估计方法

空时分组码(STBC)系统的经典信道盲估计方法,如子空间法(SS)等,都是基于接收端样本自相关矩阵的特征值分解(EVD)或奇异值分解(SVD)来实现信道估计的,而基于QR分解的信道盲估计方法是一种性能优良的新算法.文中将该算法应用到准正交空时分组码系统的信道估计中,结合准正交空时分组码的特性提出了一种新的信道盲估计算法.与以上经典的信道盲估计算法相比,文中提出的算法的计算量大为降低.同时Monte-Carlo仿真表明,当信噪比较低时,该算法比子空间法有更好的性能.