为提升相干信号波达方向(Direction of Arrival,DOA)估计性能,提出了一种稀疏阵列结构及其基于缺失纤维张量分解的信号处理方法。该阵列包含多个阵元组,每个阵元组内有两个间距为信号半波长的阵元,相邻阵元组间距相同且大于半波长,因此...为提升相干信号波达方向(Direction of Arrival,DOA)估计性能,提出了一种稀疏阵列结构及其基于缺失纤维张量分解的信号处理方法。该阵列包含多个阵元组,每个阵元组内有两个间距为信号半波长的阵元,相邻阵元组间距相同且大于半波长,因此该阵列同时具有大阵列孔径及多重不变性结构。利用阵列的多重不变性结构,提出基于张量的前后向空间平滑算法进行解相干预处理,得到一个等效的大孔径稀疏阵列且其入射信号不相关。通过填充虚拟阵元将稀疏阵列转换为相邻阵元间距为半波长的虚拟均匀线阵。对该虚拟线阵进行缺失纤维张量建模并利用缺失纤维张量分解完成信号DOA估计。分析表明,在物理阵元数相同的情况下,新阵列孔径相较均匀线阵扩大了约5倍,相比经典的互质阵列扩大了约1倍,因此具有更优的相干信号DOA估计精度和角分辨率性能。仿真结果证明了新方法的有效性。展开更多
近年来,利用稀疏阵列估计信源的波达方向(Direction of Arrival,DOA)已成为阵列信号处理领域的研究热点问题之一。相较于传统的均匀线阵,稀疏阵列凭借其大孔径、高自由度、低互耦率、低冗余度、低开销和布阵灵活等优良特性,吸引了学术...近年来,利用稀疏阵列估计信源的波达方向(Direction of Arrival,DOA)已成为阵列信号处理领域的研究热点问题之一。相较于传统的均匀线阵,稀疏阵列凭借其大孔径、高自由度、低互耦率、低冗余度、低开销和布阵灵活等优良特性,吸引了学术界广泛关注和系统性研究。同时,为充分发挥稀疏阵列的巨大优势,学者们已经从不同角度开发了一系列与之相适应的DOA估计算法,以进一步提高可分辨信源的数量和角度估计精度。本文在构建稀疏阵列信号模型和整理稀疏阵列相关术语的基础上,详细介绍了稀疏阵列结构设计及DOA估计算法的发展历程和代表性研究成果。在稀疏阵列结构设计方面,围绕自由度、互耦率和冗余度等核心指标,深入剖析了各类稀疏阵列结构的设计思想,并着重描述了嵌套和互质两类结构性稀疏阵列的连续自由度和自由度特征;在稀疏阵列DOA估计方面,根据信号参量构造原理的不同,阐述了基于物理阵列处理和虚拟阵列处理的两种测向理论,并分析了各自方法的适用条件和性能优势。此外,本文还回顾了稀疏阵列DOA估计的克拉美罗界(Cramér-Rao bound,CRB),为评估不同阵列和算法的优劣提供了重要依据。最后,通过梳理现有研究成果中存在的不足,对未来研究方向进行了展望,力图为稀疏阵列DOA估计的工程应用提供理论依据和技术支撑。展开更多
文摘为提升相干信号波达方向(Direction of Arrival,DOA)估计性能,提出了一种稀疏阵列结构及其基于缺失纤维张量分解的信号处理方法。该阵列包含多个阵元组,每个阵元组内有两个间距为信号半波长的阵元,相邻阵元组间距相同且大于半波长,因此该阵列同时具有大阵列孔径及多重不变性结构。利用阵列的多重不变性结构,提出基于张量的前后向空间平滑算法进行解相干预处理,得到一个等效的大孔径稀疏阵列且其入射信号不相关。通过填充虚拟阵元将稀疏阵列转换为相邻阵元间距为半波长的虚拟均匀线阵。对该虚拟线阵进行缺失纤维张量建模并利用缺失纤维张量分解完成信号DOA估计。分析表明,在物理阵元数相同的情况下,新阵列孔径相较均匀线阵扩大了约5倍,相比经典的互质阵列扩大了约1倍,因此具有更优的相干信号DOA估计精度和角分辨率性能。仿真结果证明了新方法的有效性。
文摘近年来,利用稀疏阵列估计信源的波达方向(Direction of Arrival,DOA)已成为阵列信号处理领域的研究热点问题之一。相较于传统的均匀线阵,稀疏阵列凭借其大孔径、高自由度、低互耦率、低冗余度、低开销和布阵灵活等优良特性,吸引了学术界广泛关注和系统性研究。同时,为充分发挥稀疏阵列的巨大优势,学者们已经从不同角度开发了一系列与之相适应的DOA估计算法,以进一步提高可分辨信源的数量和角度估计精度。本文在构建稀疏阵列信号模型和整理稀疏阵列相关术语的基础上,详细介绍了稀疏阵列结构设计及DOA估计算法的发展历程和代表性研究成果。在稀疏阵列结构设计方面,围绕自由度、互耦率和冗余度等核心指标,深入剖析了各类稀疏阵列结构的设计思想,并着重描述了嵌套和互质两类结构性稀疏阵列的连续自由度和自由度特征;在稀疏阵列DOA估计方面,根据信号参量构造原理的不同,阐述了基于物理阵列处理和虚拟阵列处理的两种测向理论,并分析了各自方法的适用条件和性能优势。此外,本文还回顾了稀疏阵列DOA估计的克拉美罗界(Cramér-Rao bound,CRB),为评估不同阵列和算法的优劣提供了重要依据。最后,通过梳理现有研究成果中存在的不足,对未来研究方向进行了展望,力图为稀疏阵列DOA估计的工程应用提供理论依据和技术支撑。
文摘稀疏阵列布阵灵活,增大阵列孔径的同时还能减少阵元间耦合,但基于稀疏阵列的传统波达方向估计会导致角度模糊混叠,带来估计精度差和稳健性不足的问题。针对以上问题,提出一种适用于稀疏阵列波达方向估计的加权截断奇异值投影(weighted truncated singular value projection,WT-SVP)的鲁棒矩阵填充算法。在填充迭代过程中根据奇异值的大小分配权重,突出大奇异值包含的阵列信息,减少小奇异值中不必要的噪声信息,从而优化传统奇异值投影算法。该算法可以实现稀疏阵列的孔洞信息恢复,对不连续阵元充分利用,同时WT-SVP填充算法实现了稀疏阵列波达方向估计的高精度、高分辨以及在低信噪比、低快拍时的高鲁棒性。
