针对水下阵列波达方位(direction of arrival,DOA)估计在少快拍情况下对相邻声源分辨能力差的问题,提出了基于迭代原子范数最小化的均匀圆环阵DOA快速估计方法。所提方法利用模态域处理方法对阵列流形进行预处理,将均匀圆环阵转换为虚...针对水下阵列波达方位(direction of arrival,DOA)估计在少快拍情况下对相邻声源分辨能力差的问题,提出了基于迭代原子范数最小化的均匀圆环阵DOA快速估计方法。所提方法利用模态域处理方法对阵列流形进行预处理,将均匀圆环阵转换为虚拟直线阵,然后通过对角重构估计无噪接收信号协方差矩阵,消除模态域处理引入的非均匀噪声的影响。为了充分利用接收信号稀疏性,同时避免字典网格搜索带来的误差,在模态域引入迭代原子范数最小化稀疏恢复方法,提出均匀圆环阵迭代原子范数最小化(uniform circular array-iterative atomic norm minimization,UCA-IANM)方位估计方法。原子范数最小化稀疏恢复问题一般采用内点法求解,该方法随接收信号快拍数增加,计算量急剧上升,不适用于水下计算资源受限的场景。在交替方向乘子法(alternating direction multiplier method,ADMM)的基础上,针对正则化参数难以选择的问题,提出了基于参数优化ADMM的UCA-IANM(UCA-IANM assisted by ADMM with parameter optimization,UCA-IANM-APO)DOA快速估计算法。仿真实验与实测数据分析表明,UCA-IANM-APO DOA快速估计方法的角度分辨能力和估计精度均优于传统DOA估计方法,求解速度较内点法提升了两个数量级。展开更多
由于四元数MUSIC(Multiple Signal Classification)算法计算量较大,本文结合声矢量传感器的四元数导向矢量模型,提出了一种声矢量阵列波达方向估计的四元数最小范数法。首先,将声矢量阵列输出协方差矩阵奇异值分解所得到的(M-N)×M...由于四元数MUSIC(Multiple Signal Classification)算法计算量较大,本文结合声矢量传感器的四元数导向矢量模型,提出了一种声矢量阵列波达方向估计的四元数最小范数法。首先,将声矢量阵列输出协方差矩阵奇异值分解所得到的(M-N)×M维(M为阵元数、N为信源数)噪声子空间依最小范数(Minimum-Norm,MN)准则构建为一个新的四元数域1×M维噪声矢量。接着,提出了简化的谱峰搜索公式,理论分析了四元数最小范数法在搜索计算量上的优势。对提出的算法与Q-MUSIC算法进行了对比。结果显示:该算法至少能节省50%的谱峰搜索量。同时,提出的算法构建的低维噪声矢量与导向矢量间的正交性优于高维噪声子空间与导向矢量间的正交性,在0dB时,其范德蒙范数和谱峰分别为Q-MUSIC算法的1/3和3倍。另外,该算法在减小谱峰搜索量的同时,可以较好地分辨信源波达方向,且其统计特性与四元数MUSIC算法相当。提出的算法不局限于L线阵,也适用于双平行线阵及面阵。展开更多
为了提高极化敏感阵列中压缩感知类波达方向(Direction Of Arrival,DOA)估计算法的精度,避免网格失配问题,本文使用正交偶极子阵列在原子范数最小化(Atomic Norm Minimization,ANM)的理论基础上提出一种无网格波达方向估计算法.首先,将...为了提高极化敏感阵列中压缩感知类波达方向(Direction Of Arrival,DOA)估计算法的精度,避免网格失配问题,本文使用正交偶极子阵列在原子范数最小化(Atomic Norm Minimization,ANM)的理论基础上提出一种无网格波达方向估计算法.首先,将一维正交偶极子天线接收到的多快拍信号分解为两个子阵再求和,然后通过解决半正定规划问题恢复出一个含有入射信源信息的半正定Toeplitz矩阵,继而对该矩阵进行Vandermonde分解,恢复入射信源的DOA信息.同时结合协方差矩阵的向量化结果和最小二乘法计算得到入射信源的极化辅助角和极化相位角信息.通过仿真实验,在不同快拍数和信噪比下,对比子空间类算法和压缩感知类算法,证明了该算法具有较高的测角精度.展开更多
文摘针对水下阵列波达方位(direction of arrival,DOA)估计在少快拍情况下对相邻声源分辨能力差的问题,提出了基于迭代原子范数最小化的均匀圆环阵DOA快速估计方法。所提方法利用模态域处理方法对阵列流形进行预处理,将均匀圆环阵转换为虚拟直线阵,然后通过对角重构估计无噪接收信号协方差矩阵,消除模态域处理引入的非均匀噪声的影响。为了充分利用接收信号稀疏性,同时避免字典网格搜索带来的误差,在模态域引入迭代原子范数最小化稀疏恢复方法,提出均匀圆环阵迭代原子范数最小化(uniform circular array-iterative atomic norm minimization,UCA-IANM)方位估计方法。原子范数最小化稀疏恢复问题一般采用内点法求解,该方法随接收信号快拍数增加,计算量急剧上升,不适用于水下计算资源受限的场景。在交替方向乘子法(alternating direction multiplier method,ADMM)的基础上,针对正则化参数难以选择的问题,提出了基于参数优化ADMM的UCA-IANM(UCA-IANM assisted by ADMM with parameter optimization,UCA-IANM-APO)DOA快速估计算法。仿真实验与实测数据分析表明,UCA-IANM-APO DOA快速估计方法的角度分辨能力和估计精度均优于传统DOA估计方法,求解速度较内点法提升了两个数量级。
文摘由于四元数MUSIC(Multiple Signal Classification)算法计算量较大,本文结合声矢量传感器的四元数导向矢量模型,提出了一种声矢量阵列波达方向估计的四元数最小范数法。首先,将声矢量阵列输出协方差矩阵奇异值分解所得到的(M-N)×M维(M为阵元数、N为信源数)噪声子空间依最小范数(Minimum-Norm,MN)准则构建为一个新的四元数域1×M维噪声矢量。接着,提出了简化的谱峰搜索公式,理论分析了四元数最小范数法在搜索计算量上的优势。对提出的算法与Q-MUSIC算法进行了对比。结果显示:该算法至少能节省50%的谱峰搜索量。同时,提出的算法构建的低维噪声矢量与导向矢量间的正交性优于高维噪声子空间与导向矢量间的正交性,在0dB时,其范德蒙范数和谱峰分别为Q-MUSIC算法的1/3和3倍。另外,该算法在减小谱峰搜索量的同时,可以较好地分辨信源波达方向,且其统计特性与四元数MUSIC算法相当。提出的算法不局限于L线阵,也适用于双平行线阵及面阵。
文摘为了提高极化敏感阵列中压缩感知类波达方向(Direction Of Arrival,DOA)估计算法的精度,避免网格失配问题,本文使用正交偶极子阵列在原子范数最小化(Atomic Norm Minimization,ANM)的理论基础上提出一种无网格波达方向估计算法.首先,将一维正交偶极子天线接收到的多快拍信号分解为两个子阵再求和,然后通过解决半正定规划问题恢复出一个含有入射信源信息的半正定Toeplitz矩阵,继而对该矩阵进行Vandermonde分解,恢复入射信源的DOA信息.同时结合协方差矩阵的向量化结果和最小二乘法计算得到入射信源的极化辅助角和极化相位角信息.通过仿真实验,在不同快拍数和信噪比下,对比子空间类算法和压缩感知类算法,证明了该算法具有较高的测角精度.
