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.     

一种不考虑信源数目的修正MUSIC算法

分析了信源数目估计误差下的MUSIC算法性能.为了解决信源数目过估计下出现虚假信号和欠估计下谱峰消失的问题,提出了一种改进算法.该算法通过对采样数据的共轭重排再利用,重新构造相关矩阵来改善测向性能.改进的算法不仅能成功运用于非相关信号源和相关信号源,还具有不用考虑信源数目的优点.计算机仿真结果证明了改进算法的正确性和有效性.     

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。     

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。     

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 。     

基于相干对消的噪声子空间自适应估计

MUSIC算法的运算量主要集中在特征值分解和空间谱的搜索两部分,为避免进行特征 值分解,将相干信号自适应对消的思想用于噪声子空间的估计。由于阵元输出信号完全相干 ,视一个阵元输出为参考信号,其它阵元输出能够完全对其进行对消,得到的系数矩阵作为 噪声子空间的估计。基于LMS算法,给出了算法的矩阵形式,得到的噪声子空间估计算法的 运算量大大降低,且以迭代的方式进行,适合应用于运动信号源的跟踪,在阵元数较大时能 很好地逼近MUSIC算法性能。为减少空间谱搜索过程的计算量,对搜索过程先用系数矩阵的 一列进行搜索,然后采用其它列对搜索峰值进行验证。仿真结果显示算法具有很好的空间谱 估计性能和DOA跟踪性能。     

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。     

基于BPSK和MASK信号源特点的实值ESPRIT算法

在信号源为BPSK和MASK的情况下，提出了一种波达方向（DOA）估计方法。对于等距线阵上的接收数据，此算法根据信号源为实信号的特点，利用欧拉公式形成正弦和余弦数据，并将其加以串联，这相当于将阵元个数加倍，然后在此基础上运用ESPRIT类算法估计波达方向。由于正（余）弦数据为实值数据，所以本文提出的算法可以有效地将运算量减少到相同维数复值运算量的1／4。仿真实验表明新算法不仅估计精度高，而且能够处理的信号个数可大于阵元个数。     

双平行线阵的快速一维DOA估计

针对传统子空间算法需要进行特征值分解或奇异值分解等复杂计算的问题,提出一种双平行线阵（Double Parallel Linear Array,DPLA）的快速一维波达方向（Direction of Arrival,DOA）估计算法。算法通过处理互协方差矩阵的第一列元素构造出等效的噪声子空间,再通过求根MUSIC（Multiple Signal Classification）算法得到DOA估计,有效避开了特征值分解或奇异值分解,降低了计算复杂度,提高了运算速度。仿真结果表明,该算法在提高了估计精度的同时减少了估计时间。     

基于虚拟阵列改进MUSIC算法的相干信源DoA估计

受多径传输环境的影响,在智能天线测向研究中,必须考虑相干信源的存在。针对相 干信源的波达方向(Direction of Arrival, DoA)估计问题,提出了一种基于虚拟阵列平移 的改进MUSIC算法。仿真结果表明：在相干信源入射角度差异很小（约5°）的情况下 ,该算法依然能准确地估计;同时,该算法不损失阵列孔径,最多可估计出M－1（M 为阵元数）个相干信源;此外,该算法具有同时适用于相干信源和非相干信源目标方位估 计的优点。     

一种改进的基于传播算子的二维DOA估计算法

针对面阵中的波达方向估计算法复杂度过大的问题,提出了一种改进的基于传播算子的二维面阵波达方向（Direction of Arrival,DOA）估计算法。该改进算法基于面阵平移不变性质,将原始子面阵在X和Y轴上分别平移得到两个子面阵,将两个子面阵相加得到虚拟子面阵,利用原始子阵和虚拟子面阵构造新的信号矢量,基于传播算子算法求出其特征值,特征值中的模值和相位值包含信源的二维角度信息,由此可求出自动配对的二维角度。与基于传播算子的二维DOA估计算法相比,该算法有效降低了运算复杂度,且保持性能相近。仿真实验验证了算法的有效性。     

基于FFT的循环平稳信号波达方向估计

针对在电子对抗实际应用中，来波信号比较集中的情况，提出一种基于FFT的循环平稳信号DOA估计算法。该算法将FFT引入到Extended Cyclic-MUSIC算法中，预先探索存在信号的空间局部区域，避免了全空间谱峰搜索，提高了波达方向检测效率。仿真结果证明了该算法的有效性。     

基于两次傅里叶变换的时域MUSIC波达方向估计

针对基于频域多重信号分类（MUSIC）的波达方向（DOA）估计方法在有效快拍数较少情况下的不稳定问题,提出了一种基于两次傅里叶变换的时域MUSIC波达方向估计方法。首先,通过傅里叶变换将各阵元接收数据转换为频域数据,并按扫描角度对各阵元数据进行相位补偿;然后,再通过傅里叶变换将补偿后的频域共轭数据转换为时域复解析数据,在时域构建相移后的协方差矩阵;最后利用特征分解求取具有正交特性的噪声子空间,获得扫描方位空间谱,实现对波达方向估计。数值仿真及实测数据处理结果均表明,相比频域MUSIC方法,在一次有效快拍条件下,所提方法可稳定获得具有正交特性的噪声子空间,实现对波达方向估计;稳定性得到了5 dB的改善,背景噪声级和旁瓣级得到了3 dB以上的改善,因此该方法可明显提高目标检测和方位估计性能。     

分数阶傅里叶变换的多项式相位信号DOA估计

针对多项式相位信号波达方向(DOA)估计研究较少的问题,提出了一种基于分数阶傅里 叶变换(FRFT)的多项式相位信号(PPS)的DOA估计算法。该算法首先通过多项式相位变换,估 计出PPS的最高阶相位系数,从而可以消除最高阶项。运用这一降阶思想,依次消除高阶项 ,这样PPS可降为线性调频(LFM)信号,然后将宽带的LFM信号转化为分数阶Fourier域窄带的 平稳信号。在相应的分数阶Fourier域,运用求根MUSIC算法对信号进行DOA估计,从而把LFM 信号的DOA估计推广到了PPS的DOA估计。理论分析和仿真实验表明,该方法能很好地估计出P PS的DOA,并且简洁。     

多星测控中波达方向估计传播因子虚拟ESPRIT算法

针对多星测控中涉及的阵列天线信号波达方向估计问题,给出了一种新的基于传播 因子的二维波达方向估计（2D-DOA）算法——传播因子虚拟ESPRIT算法（PMV-ESPRIT）。传 统的虚拟ESPR IT算法需要对互相关矩阵进行特征值分解（EVD）或对数据接收矩阵进行奇异值分解（SVD） ,因此其运算量较大。而新算法基于传播因子方向向量分割的线性运算对传统算法做了进 一步改进,其运算量明显降低,且具有更高的信号波达方向测向精度。仿真实验结果表明了 PMV-ESPRIT算法的有效性和可行性。     

一种小波变换下的ADS-B信号增强算法

S模式的广播式自动相关监视技术（Automatic Dependent Surveillance-Broadcast,ADS-B）是目前空中交通管制大力推广的技术,但ADS-B信号在远距离传输过程中,由于传输信道的影响,会出现幅度减小和能量衰减等问题,从而导致接收到的微弱ADS-B信号不能正确译码。针对这种情况,提出用小波变换对信号做增强处理的方法,首先改进小波系数,接着确定分解层数,再利用重构指数来选取最优小波基,最后对阈值进行改进,考虑在不同的小波分解尺度上选取不同的阈值。对实际数据进行测试的结果表明,该算法能有效地对ADS-B信号进行增强,对信号强度为-94 dBm的微弱信号也能正确译码,译码准确率明显提高,对空中管理、空间安全等实际应用有一定意义。     

基于不可分离MRA的快速小波去噪图像重建

提出了一种基于不可分离MRA的小波去噪重建算法.算法将投影数据进行二通道的小波分解,从而直接得到小波的近似系数和细节系数,对这些小波系数进行基于小波的阀值化去噪处理,再经过逆小波变换就得到了最终的重建图像.算法降低了复杂度,与可分离MRA重建算法比较速度更快,并且可以去噪.     

一种改进的基于DFT算法的MIMO-OFDS信道估计算法

本文提出了一种改进的DFT信道估计算法,首先将频域信道估计转换到时域,然后将时域中循环前缀长度之外的信道估计值置零。在此基础上,改进的算法要求对循环前缀之内,也就是n≤LG-1的信道估计值做进一步的处理,以便进一步消除噪声的干扰。通过计算机仿真验证了改进的DFT算法优于原算法。     

一种新的基于压缩感知的毫米波信道估计算法

针对传统稀疏重构算法需要信道稀疏度先验信息、复杂度高、不利于实际应用的问题,提出了一种新的基于波束空间分解的稀疏度自适应毫米波信道估计算法。该算法利用毫米波信道稀疏性的特点对信道进行波束空间分解,构造基于码本的感知矩阵,获得l1范数约束问题模型;其次结合分段弱匹配追踪算法,采用弱阈值从感知矩阵筛选原子,再通过分组选择机制对选择的原子进行二次优化;最后根据最小二乘法估计出毫米波信道。仿真结果表明,所提算法的估计精度和复杂度在低信噪比和低训练长度情况下明显优于传统匹配追踪算法。     

LTE系统中基于改进样条插值的信道估计方法

上行控制信道（PUCCH）格式1/1a/1b在长期演进（LTE）系统中承载重要的控制信令 ,其信道估计对系统性能有着重要影响。普通循环前缀（CP）时,PUCCH格式1/1a/1b要利用 时隙内3个连续排放的导频进行插值需要考虑二阶插值或者三次样条插值。为了使其在TD-L TE测试仪表系统中得到高效实现,分析了两种插值算法,并提出改进的三次样条插值算法, 即采用逐步外推的插值思想估计时隙内边缘的数据符号,通过离线完成大部分运算,使得信 道估计的实现在减小复杂度的同时还降低了误比特率。