非规则几何结构平面阵列的DOA估计性能

由于受实际环境的限制,天线阵的布设受到一定的约束,而实际测向环境限制了天线 阵列的阵列结构,阵列结构是否合理将直接影响测向的精度。针对特定环境对阵列结构的特 殊要求及二维测向的实际问题,建立了非规则几何结构阵列进行二维测向的数学模型,研究 了基于MUSIC算法的非规则几何结构阵列的二维测向问题,对非规则结构阵列的阵列结构对 测向模糊性的影响进行了分析,以矩形平面阵列和任意形平面阵列为例,对两种阵列的测向 性能进行了仿真比较,结果证明,提出的数学模型对非规则结构平面阵列的研究具有有 效性,可广泛应用于任意平面空间的二维测向。     

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。     

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。     

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DOA估计的认知无线网络频谱感知

认知无线电技术中频谱感知性能的优劣直接影响认知通信系统的性能。针对该特点提出了认知无线电网络中基于波达方向（DOA）估计的主用户频谱感知模型,即单主用户多次用户和多主用户多次用户的系统模型,选取基于特征分解的多重信号分类（MUSIC）算法分析两种模型的感知性能,包括虚警概率、漏检概率、最小总错误概率、算法复杂度等,获得了闭值表达式,最后在两种模型下对算法进行了仿真。仿真结果表明：各参数主要影响虚警概率,而漏检概率几乎不受影响,验证了方法的有效性。     

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。     

采用降秩多级维纳滤波器的二维DOA估计快速算法

针对双平行线阵的二维波达方向（DOA）估计问题,为有效降低计算复杂度,提出了一种基于降秩多级维纳滤波器（MSWF）的快速算法。首先利用MSWF的前向递推实现信号子空间的快速估计,无需估计协方差矩阵和特征分解;然后,通过MUSIC算法对方位角和俯仰角的估计进行分维估计,使二维DOA估计退化为两个一维DOA估计问题,且方位角和俯仰角自动配对,进一步降低了运算量。仿真结果表明,该方法的估计精度优于同样基于双平行线阵提出的波达方向矩阵法（DOAM）,俯仰角兼并时同样适用,计算复杂度低,适用于实时性要求高的应用背景。     

基于微分几何的平面天线阵列测向精度研究

利用阵列流形的微分几何作为分析工具,构造了实际使用中常见的平面天线阵的几何结构,并对这些阵列结构的测向精度进行了研究和全面仿真。通过比较各种天线阵几何结构的优劣,可以从中选择一种合适的、最优的阵列结构,避免设计的盲目性和随意性。这为超分辨阵列结构的选择和设计提供了一条有效的途径,在实际应用中将具有十分重要的参考价值。     

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。     

均匀平面阵下的二维DOA估计与互耦自校正

针对存在互耦效应时均匀平面阵的测向鲁棒性问题,提出了一种基于秩损准则的互耦自校正算法。根据对互耦效应的先验知识,提出的算法只需将受互耦扰动的阵列响应在变换域中重新排列,便可在后续处理中屏蔽掉互耦效应的不利影响,同时也避免了现有工作中存在的阵列孔径损失问题。借助秩损估计原理,在变换域中设计了一种巧妙的计算步骤,使得方位估计的降维操作得以实现;并且,后续还可通过特征分解法得到更精确的互耦系数估计,以进行阵列误差自校正。与现有的研究工作相比,所提算法无论是在估计精度,还是在计算效率上均有着显著的性能优势。     

短快拍条件下均匀矩形阵中的二维DOA估计

二维波达方向（Direction of Arrival,DOA）估计能获取比一维DOA估计更多的空间位置信息,但是二维多重信号分类(Multiple Signal Classification,MUSIC)、二维子空间旋转不变估计技术(Estimation Signal Parameter via Rotational Invariance Techniques,ESPRIT）等经典算法依赖于大量的快拍数据,当快拍数据不足时估计性能严重下降甚至失效。针对上述问题,将迭代自适应方法拓展到二维DOA估计,提出了一种适用于矩形面阵的二维DOA估计算法,首先利用加权最小二乘法估计出信号幅值,然后利用循环迭代技术对估计结果进行更新。由于每次估计结果均来自上一次迭代,而不依赖于快拍数据,因此该算法在短快拍条件下具有很高的估计精度和分辨率。仿真结果表明,在短快拍条件下,该算法具有优越的估计性能。     

一种最小冗余线阵的目标DOA估计方法

针对目标波达方向(DOA)估计的子空间类算法工程实现上的问题,提出了一种次最小冗余线阵的目标DOA估计方法。该方法应用孔径合成理论和最小冗余线阵理论,在保证阵列孔径等价的前提下,从工程应用的实际问题出发,对次最小冗余线阵的阵元配置进行研究。在分析MUSIC及MMUSIC算法的基础上,对次最小冗余线阵进行仿真。通过与相同孔径的均匀线阵和最小冗余线阵对比表明,次最小冗余线阵与相同孔径的均匀线阵性能相仿,并有更小的计算复杂度,比最小冗余线阵有更大的阵元灵活性,可以解决一般最小冗余线阵不能解决的相干信源的DOA估计问题。     

均匀圆阵二维波达角估计的Cramer-Rao界

均匀圆阵(UCA)是一种应用广泛的具有二位波达角估计能力的平面阵列。为了从理论上分析 不同阵列参数下到达波方位角(AOA)、仰角估计精度,推导了均匀圆阵二维波达角估计的性 能界, 以此为基础分析了阵列孔径、阵元个数、快拍数以及来波仰角高低与到达角估计精度的关系 ,并通过对UCA MUSIC算法计算机仿真验证了推导结果的正确性。研究结果为波达角估计类 算法提供了可供参考的性能下界,圆阵设计时也不再需要大量的Monte Carlo仿真试验确定 阵列参数,可直接从估计精度表达式中获得。     

采用混合核支持向量机的DOA估计

人工神经网络（ANN）进行建模时通常需要准备大量的数据样本,同时网络结构一般都比较复杂;而采用支持向量机（SVM)进行建模时,不同核函数有不同的效果,各有利弊,且选取SVM模型参数的理论支撑尚不完整。为了解决这些问题,提出了一种基于混合核函数的支持向量机来改善来波到达角（DOA）的估计性能,并结合二进制粒子群算法（PSO）来对混合核函数进行参数寻优。该混合核函数由全局核函数和局部核函数构成,提高了SVM的泛化能力和学习能力。首先通过拟合多项式函数,验证了该混合核SVM的有效性。将该方法用于DOA估计建模,在不同信噪比和快拍数下,通过与径向基函数（RBF）神经网络、基于各单一核函数的SVM和MUSIC算法预测结果对比,混合核SVM均方差有所降低,提高了DOA估计的精度且有更好的稳定性。     

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。     

利用矩阵滤波技术估计信号二维波达方向

现有的基于子空间的波达方向估计算法都要求不相关信号源的数目小于阵元数目,但当信号源数目很多时,算法失效.为此,提出了一种具有过载估计能力的二维波达方向估计方法,先利用矩阵滤波技术接收数据进行预处理,使信号子空间限定在一个较小的区域内,把区域外的信号抑制掉,从而减小了有效的信号源数目,然后可以采用现有算法进一步估计二维波达方向.矩阵滤波器的设计过程也可以归结为一个最小二乘问题,效率很高.计算机仿真验证了算法的有效性.