投影子空间正交性测试法(Test of Orthogonality of Projected Subspaces,TOPS)是利用宽带信号多个频点的子空间的正交性完成波达方向(Direction of Arrival,DOA)估计。该方法依赖参考频率点的选择,易产生伪峰,且在低信噪比时性能差。...投影子空间正交性测试法(Test of Orthogonality of Projected Subspaces,TOPS)是利用宽带信号多个频点的子空间的正交性完成波达方向(Direction of Arrival,DOA)估计。该方法依赖参考频率点的选择,易产生伪峰,且在低信噪比时性能差。针对该问题,提出一种聚焦的FTOPS算法。首先利用RCM(Reduced Covariance Matrix)法消除了噪声,然后将各个频点的信号子空间(Signal Subspace)聚焦到任意参考频点的Signal Subspace,利用该参考频点的Signal Subspace与阵列方向矢量的正交投影矩阵之间的正交性完成DOA估计。仿真结果表明,该方法不依赖于参考频点的选择,能有效消除伪峰,在低信噪比条件下性能优于传统TOPS算法。展开更多
提出了一种新的宽带DOA估计方法:频域子空间正交性测试方法(TOFS:Test of orthogonality of frequency sub- space)。该方法通过同时测试频域信号共同带宽内各频段噪声子空间与阵列流形之间的正交性来进行DOA估计。与宽带相干信号子空...提出了一种新的宽带DOA估计方法:频域子空间正交性测试方法(TOFS:Test of orthogonality of frequency sub- space)。该方法通过同时测试频域信号共同带宽内各频段噪声子空间与阵列流形之间的正交性来进行DOA估计。与宽带相干信号子空间方法不同,TOFS方法不需要任何初始值的预估及聚焦操作。与宽带非相干信号子空间方法也不同,TOFS方法同时测试各频段噪声子空间与阵列流形之间的正交性。本文仿真了TOFS与IMUSIC、CSSM、TOPS的性能比较。仿真结果表明TOFS方法在中等信噪比以上时有较好的性能,且避免了TOPS方法中常出现的伪峰。展开更多
提出了一种基于波束空间的改进投影子空间正交性测试算法,以克服投影子空间正交测试(Test of Orthogonality of Projected Subspace,TOPS)算法在低信噪比时容易出现伪峰的缺点。通过对TOPS算法中的正交性测试矩阵添加对角修正矩阵,并利...提出了一种基于波束空间的改进投影子空间正交性测试算法,以克服投影子空间正交测试(Test of Orthogonality of Projected Subspace,TOPS)算法在低信噪比时容易出现伪峰的缺点。通过对TOPS算法中的正交性测试矩阵添加对角修正矩阵,并利用波束空间方法对阵元接收数据进行预处理,从而实现对宽带信号的波达方向估计。仿真结果表明,文中所提出算法与TOPS算法相比,能够抑制波束指向范围内的伪峰,并能提高分辨概率和减少运算量,是一种具有应用前景的新算法。展开更多
在高速铁路场景下,准确估计和跟踪无线电信号的波达方向(Direction of Arrival, DOA)能够有效提升无线通信服务质量.然而,高速移动的无线信道具有快速时变特性,对信号处理的速度和准确性提出了更高的挑战.针对传统的基于信号子空间的DO...在高速铁路场景下,准确估计和跟踪无线电信号的波达方向(Direction of Arrival, DOA)能够有效提升无线通信服务质量.然而,高速移动的无线信道具有快速时变特性,对信号处理的速度和准确性提出了更高的挑战.针对传统的基于信号子空间的DOA估计算法,由于巨大的计算量而无法应用于高速铁路快速时变系统中进行DOA跟踪的问题,提出了基于卡尔曼滤波和正交压缩近似投影子空间跟踪(Kalman Filter-Orthonormal Projection Approximation and Subspace Tracking of deflation, K-OPASTd)的DOA算法.首先,搭建基于云平台的铁路信号动态测向系统;然后,建立列车接收信号模型,提出K-OPASTd算法对DOA进行动态跟踪;最后,将本文提出的算法与OPASTd算法所得到的估计角度的均方根误差进行仿真对比实验.研究结果表明:信噪比均为10dB时,本文所提算法的均方根误差比OPASTd算法低约60%;阵元均为20时,K-OPASTd算法的均方根误差比OPASTd算法低约80%.展开更多
文摘投影子空间正交性测试法(Test of Orthogonality of Projected Subspaces,TOPS)是利用宽带信号多个频点的子空间的正交性完成波达方向(Direction of Arrival,DOA)估计。该方法依赖参考频率点的选择,易产生伪峰,且在低信噪比时性能差。针对该问题,提出一种聚焦的FTOPS算法。首先利用RCM(Reduced Covariance Matrix)法消除了噪声,然后将各个频点的信号子空间(Signal Subspace)聚焦到任意参考频点的Signal Subspace,利用该参考频点的Signal Subspace与阵列方向矢量的正交投影矩阵之间的正交性完成DOA估计。仿真结果表明,该方法不依赖于参考频点的选择,能有效消除伪峰,在低信噪比条件下性能优于传统TOPS算法。
文摘提出了一种新的宽带DOA估计方法:频域子空间正交性测试方法(TOFS:Test of orthogonality of frequency sub- space)。该方法通过同时测试频域信号共同带宽内各频段噪声子空间与阵列流形之间的正交性来进行DOA估计。与宽带相干信号子空间方法不同,TOFS方法不需要任何初始值的预估及聚焦操作。与宽带非相干信号子空间方法也不同,TOFS方法同时测试各频段噪声子空间与阵列流形之间的正交性。本文仿真了TOFS与IMUSIC、CSSM、TOPS的性能比较。仿真结果表明TOFS方法在中等信噪比以上时有较好的性能,且避免了TOPS方法中常出现的伪峰。
文摘提出了一种基于波束空间的改进投影子空间正交性测试算法,以克服投影子空间正交测试(Test of Orthogonality of Projected Subspace,TOPS)算法在低信噪比时容易出现伪峰的缺点。通过对TOPS算法中的正交性测试矩阵添加对角修正矩阵,并利用波束空间方法对阵元接收数据进行预处理,从而实现对宽带信号的波达方向估计。仿真结果表明,文中所提出算法与TOPS算法相比,能够抑制波束指向范围内的伪峰,并能提高分辨概率和减少运算量,是一种具有应用前景的新算法。
文摘在高速铁路场景下,准确估计和跟踪无线电信号的波达方向(Direction of Arrival, DOA)能够有效提升无线通信服务质量.然而,高速移动的无线信道具有快速时变特性,对信号处理的速度和准确性提出了更高的挑战.针对传统的基于信号子空间的DOA估计算法,由于巨大的计算量而无法应用于高速铁路快速时变系统中进行DOA跟踪的问题,提出了基于卡尔曼滤波和正交压缩近似投影子空间跟踪(Kalman Filter-Orthonormal Projection Approximation and Subspace Tracking of deflation, K-OPASTd)的DOA算法.首先,搭建基于云平台的铁路信号动态测向系统;然后,建立列车接收信号模型,提出K-OPASTd算法对DOA进行动态跟踪;最后,将本文提出的算法与OPASTd算法所得到的估计角度的均方根误差进行仿真对比实验.研究结果表明:信噪比均为10dB时,本文所提算法的均方根误差比OPASTd算法低约60%;阵元均为20时,K-OPASTd算法的均方根误差比OPASTd算法低约80%.
