基于正交化算法的均匀圆阵空时二维谱估计

本文讨论了阵列信号的谱估计问题,将G-S正交化算法用于均匀圆阵的空时二维谱估计中,研究了目标信号频率与到达角联合估计问题。通过仿真结果可以表明该方法与MUSIC算法相比,能更精确的估计目标信号的频率与方位角。     

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MUS IC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。     

均匀圆阵的测向模糊研究

在高分辨阵列测向系统中,均匀圆阵(UCA)是一种广泛使用的阵列结构。利用均匀圆阵的阵列流形的微分几何作为分析工具,对实际中常用的几种均匀圆阵的测向模糊进行了大量的计算机仿真试验,定量地给出了这些阵列的测向模糊方向和相应的秩,揭示了均匀圆阵的测向模糊性能与其阵元数和孔径之间的关系,得出了一些有实际意义的结论。这对工程应用时均匀圆阵的选择和构造具有很强的参考价值和指导意义,可以避免系统设计的盲目性和随意性。     

基于稀疏非均匀COLD阵列的极化信号DOA估计

基于稀疏非均匀COLD(concentered orthogonal loop and dipole)阵列,提出了一种极化信号的DOA(direction-of-arrival)无模糊估计算法.该算法利用了稀疏非均匀COLD阵列的阵元数少和孔径大等特点,因而在阵元数目一定的情况下,可获得较高的DOA估计精度.由于稀疏非均匀COLD阵列可分成电磁环和偶极子两个子阵列,通过分析每个子阵列DOA估计的模糊性,给出了整个稀疏非均匀COLD阵列不发生DOA估计模糊的条件.通过计算机仿真证明了该算法的有效性.     

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。     

阵列误差下的波达方向估计

由于阵列误差的存在会降低波达角的估计精度,重点研究了迭代求解混合范数约束下的稀疏谱以提高估计精度。考虑一维线性阵列,首先建立了统一的优化函数,高精度地估计信号子空间;然后推导了误差矩阵向量化的方法,简化求解耦合误差和幅相误差的过程;最后推导了Khatri-Rao积下的扩展正交导向矢量,根据优化函数迭代求解空间谱估计。对比不同方法估计参数的均方根误差表明,通过设计优化函数迭代求解阵列误差、波达角等参数的精度较之现有方法有一定的提高。     

分布式嵌套阵列及其DOA估计

提出了一种分布式嵌套阵列天线结构,由两个相互独立的四级嵌套子阵构成。两个子阵间存在一个基线长度,且满足一定条件。对该阵列天线接收到的信号进行高阶累积量和Khatri-Rao积运算可以得到三个完全相同的均匀直线阵列天线结构。针对新得到的阵列天线结构,使用基于空间平滑技术的双尺度酉旋转不变子空间（ESPRIT）波达方向（DOA）估计算法对信号进行DOA估计。该方法可以有效地提高阵列天线的自由度,进而达到提高估计精度的目地。仿真结果证明了基于所提出阵列天线结构的DOA估计方法的有效性。     

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。     

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。     

基于PSO-BP神经网络的DOA估计方法

提出利用粒子群算法优化BP神经网络来改善来波到达角估计性能的方法。传统的BP神经网络 易 陷入局部最优,因此采用粒子群算法对网络的权值和阈值进行优化,并将其应用到来波到达 角估计中。所提方法仅利用阵列协方差矩阵的第一行作为来波方位特征,与常用的 协方差矩阵 上三角特征相比,在不损失有效方位信息的基础上使特征维数极大降低。仿真实验 证明：同经典的RBF神经网络方法相比,基于所提方法的神经网络结构更简洁,泛化性能更 好,来波方位估计精度更高。     

基于循环特性的均匀圆阵快速空间谱计算

针对在阵元数多、分辨率要求高的情况下,基于均匀圆阵的空间谱直接计算方法存在计算量大、实时性差的缺点,利用循环矩阵、离散傅里叶变换、卷积运算之间的内在联系,提出了一种快速空间谱计算方法。仿真结果表明,在保持测向性能完全一致的情况下,所提快速算法降低空间谱计算过程中角度搜索阶段的计算量随阵元数增加而增加;且在相同计算量条件下,所提快速算方法可以用于更高精度和分辨率的角度搜索。     

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。     

基于雨衰雪衰影响的空间信道统计模型

针对某些特殊的移动通信环境中信号的到达角度（TOA）、到达时间（AOA）等信道参数估计的复杂性，提出一种基于散射体均匀分布室外统计信道模型。该模型将树木中的树冠层作为散射体呈均匀分布在移动台与基站周围的椭圆形区域内，通过树冠层在雨雪环境中的相对介电常数来分析降雨降雪量对信号传输带来的影响，可以方便地估计出此室外微小区的空时信道参数，如AOA概率密度分布函数、TOA概率密度分布函数以及到达角度/到达时间（AOA/TOA）联合概率密度分布函数。仿真结果表明，信号的到达时间TOA以及到达角度AOA随着降雨降雪量的增大而增大，尤其当降雪量增大使得树冠层相对介电常数达到4.5时，信号的传输将被阻塞。该模型的信道参数估计结果符合理论与经验，扩展了移动无线通信信道模型的研究与应用。     

舰载塔康天线波束空域扫描的耦合效应分析

针对舰载塔康(TACAN)天线安装架设位置特殊性需求,为解决天线阵列受到电扫描和机械扫描同时作用影响系统测角问题,建立了天线阵列接收信号的数学模型,分析了电扫描和机械扫描对天线阵列波束空域扫描的耦合效应,研究了耦合效应对舰载塔康系统测角性能的影响。理论推导和计算机仿真结果表明,天线接收信号受到阵元馈电频率、天线机械扫描速率以及阵列结构的共同影响,接收信号的周期性不再是馈电信号的频率,且其频谱发生了扩展。通过对机载天线接收信号进行有效滤波处理,可确保舰载塔康系统测角正常工作。     

一种量测转换的移动外辐射源多站协同跟踪算法

针对移动外辐射源跟踪问题,提出一种融合到达角(Angle of Arrival,AOA)与到达时间差(Time Difference of Arrival,TDOA)观测量的量测转换Kalman滤波(Converted Measurement Kalman Filter,CMKF)算法。首先,采用了一种考虑了传感器位置偏差影响的无源定位算法作为转换非线性的AOA与TDOA观测量至笛卡尔坐标系下观测量的方法,并证明了当AOA与TDOA的测量噪声以及传感器位置偏差都服从高斯分布且噪声强度不大时,该量测转换方法的位置转换误差能达到克拉美罗(Cramér-Rao Lower Bound,CRLB)界;其次,在量测转换的基础上构建了关于移动外辐射源的线性状态空间模型,将非线性的目标跟踪问题转化为线性滤波问题,并最终使用标准Kalman滤波器实时跟踪移动外辐射源位置。仿真结果不仅验证了量测转换精度与理论分析结论吻合,还表明了所提CMKF算法的跟踪精度同时优于扩展Kalman滤波器、无迹滤波器以及粒子滤波器。     

阵形畸变对拖线阵三维探测性能的影响及补偿技术

针对拖曳阵阵形畸变导致的目标检测不准确问题，首先，分析了阵形畸变对拖线阵三维探测性能的影响，并论证了利用实际阵形在垂直方向形成的孔径实现对目标深度信息提取可行性；然后，依据拖线阵中姿态与深度传感器监测数据，提出一种基于阵形自动拟合的三维补偿技术；最后，通过三维补偿技术修正导向矢量，降低导向矢量与协方差矩阵之间不匹配度，解决阵形畸变所导致的目标检测不准确问题。数值仿真结果表明，对畸变阵形进行三维阵形估计和补偿，实现了对未知目标的三维探测，且避免了标校声源对拖线阵实时探测目标的影响，便于工程应用。