为了解决相干信号的极化平滑算法在小快拍数和低信噪比条件下估计性能较差的问题,结合四元数的正交特性和协方差张量方法,提出了一种基于张量四元数的极化平滑多重信号分类(Multiple Signal Classification,MUSIC)解相干算法。首先,为...为了解决相干信号的极化平滑算法在小快拍数和低信噪比条件下估计性能较差的问题,结合四元数的正交特性和协方差张量方法,提出了一种基于张量四元数的极化平滑多重信号分类(Multiple Signal Classification,MUSIC)解相干算法。首先,为了充分利用接收数据样本中的多维结构信息,建立了由张量四元数表示的柱面共形阵列极化平滑信号模型;其次,将平滑后的张量协方差矩阵通过高阶奇异值分解得到信号子空间;最后,通过极化秩亏MUSIC算法对入射相干信号分别进行二维波达方向(Direction of Arrival,DOA)估计和极化参数估计。仿真结果表明,该算法在小快拍数和低信噪比条件下具有更高的估计精度和分辨能力。展开更多
针对传统MUSIC(multiple signal classification)算法在锥面共形阵列极化-DOA(direction of arrival)参数联合估计过程中计算复杂度较高的问题,利用单极化阵元构造极化敏感锥面共形阵列,并建立阵列接收信号模型.通过构造同极化接收子阵...针对传统MUSIC(multiple signal classification)算法在锥面共形阵列极化-DOA(direction of arrival)参数联合估计过程中计算复杂度较高的问题,利用单极化阵元构造极化敏感锥面共形阵列,并建立阵列接收信号模型.通过构造同极化接收子阵,将导向矢量中空域信息和极化域信息去"耦合",在考虑阵元遮挡效应的条件下,结合秩损原理实现了基于降维MUSIC算法的极化-DOA多参数估计,减小了极化-DOA参数估计的计算量.通过计算机仿真证明了方法的有效性.展开更多
基于交叉偶极子构成的锥面共形阵列,建立了四元数表示的锥面共形阵列模型并提出了四元数多重信号分类(multiple signal classification,MUSIC)算法。算法通过同极化子阵的构造以及秩损原理实现了导向矢量中极化信息和波达方向(direction...基于交叉偶极子构成的锥面共形阵列,建立了四元数表示的锥面共形阵列模型并提出了四元数多重信号分类(multiple signal classification,MUSIC)算法。算法通过同极化子阵的构造以及秩损原理实现了导向矢量中极化信息和波达方向(direction of arrival,DOA)信息的剥离,进而得到入射信号的二维DOA估计和极化参数估计,有效降低了极化-DOA联合估计的计算量。仿真结果验证了算法的有效性。展开更多
为了提高传统空间平滑算法对相干信号的估计精度,提出了一种张量域空间平滑多重信号分类(Multiple Signal Classification,MUSIC)解相干算法。首先,利用四元数的正交特性重新构造极化域导向矢量;其次,考虑阵列接收数据固有的多维结构特...为了提高传统空间平滑算法对相干信号的估计精度,提出了一种张量域空间平滑多重信号分类(Multiple Signal Classification,MUSIC)解相干算法。首先,利用四元数的正交特性重新构造极化域导向矢量;其次,考虑阵列接收数据固有的多维结构特征,构造三阶张量表示的阵列接收数据模型;接着,借鉴二维空间平滑算法的思想,在张量接收数据模型中构建三阶张量子阵块,再使该子阵块在张量域进行前向空间平滑,继而得到平滑后的张量协方差矩阵;最后,通过高阶奇异值分解(Higher-order Singular Value Decomposition,HOSVD)得到信号子空间,利用降维MUSIC算法对相干信号源的二维波达方向(Direction of Arrival,DOA)进行估计,并根据已经获得的DOA信息求解出相干信号的极化参数。仿真结果表明,在信噪比为0 dB以及快拍数为100的情况下,该算法的估计精度比空间平滑算法提高了约70%,成功分辨概率提高了约89%,且无需进行四维谱峰搜索,降低了算法的复杂度,对相干信号具有更高的估计精度和分辨能力。展开更多
文摘为了解决相干信号的极化平滑算法在小快拍数和低信噪比条件下估计性能较差的问题,结合四元数的正交特性和协方差张量方法,提出了一种基于张量四元数的极化平滑多重信号分类(Multiple Signal Classification,MUSIC)解相干算法。首先,为了充分利用接收数据样本中的多维结构信息,建立了由张量四元数表示的柱面共形阵列极化平滑信号模型;其次,将平滑后的张量协方差矩阵通过高阶奇异值分解得到信号子空间;最后,通过极化秩亏MUSIC算法对入射相干信号分别进行二维波达方向(Direction of Arrival,DOA)估计和极化参数估计。仿真结果表明,该算法在小快拍数和低信噪比条件下具有更高的估计精度和分辨能力。
文摘针对传统MUSIC(multiple signal classification)算法在锥面共形阵列极化-DOA(direction of arrival)参数联合估计过程中计算复杂度较高的问题,利用单极化阵元构造极化敏感锥面共形阵列,并建立阵列接收信号模型.通过构造同极化接收子阵,将导向矢量中空域信息和极化域信息去"耦合",在考虑阵元遮挡效应的条件下,结合秩损原理实现了基于降维MUSIC算法的极化-DOA多参数估计,减小了极化-DOA参数估计的计算量.通过计算机仿真证明了方法的有效性.
文摘基于交叉偶极子构成的锥面共形阵列,建立了四元数表示的锥面共形阵列模型并提出了四元数多重信号分类(multiple signal classification,MUSIC)算法。算法通过同极化子阵的构造以及秩损原理实现了导向矢量中极化信息和波达方向(direction of arrival,DOA)信息的剥离,进而得到入射信号的二维DOA估计和极化参数估计,有效降低了极化-DOA联合估计的计算量。仿真结果验证了算法的有效性。
文摘为了提高传统空间平滑算法对相干信号的估计精度,提出了一种张量域空间平滑多重信号分类(Multiple Signal Classification,MUSIC)解相干算法。首先,利用四元数的正交特性重新构造极化域导向矢量;其次,考虑阵列接收数据固有的多维结构特征,构造三阶张量表示的阵列接收数据模型;接着,借鉴二维空间平滑算法的思想,在张量接收数据模型中构建三阶张量子阵块,再使该子阵块在张量域进行前向空间平滑,继而得到平滑后的张量协方差矩阵;最后,通过高阶奇异值分解(Higher-order Singular Value Decomposition,HOSVD)得到信号子空间,利用降维MUSIC算法对相干信号源的二维波达方向(Direction of Arrival,DOA)进行估计,并根据已经获得的DOA信息求解出相干信号的极化参数。仿真结果表明,在信噪比为0 dB以及快拍数为100的情况下,该算法的估计精度比空间平滑算法提高了约70%,成功分辨概率提高了约89%,且无需进行四维谱峰搜索,降低了算法的复杂度,对相干信号具有更高的估计精度和分辨能力。
