利用传统二维多重信号分类(multiple signal classification,MUSIC)算法进行二维波达方向(direction of arrival,DOA)估计时,往往带来巨大的运算量,限制了算法的实际应用。提出了一种能够大大降低二维DOA估计运算量的模值约束降维MUSIC...利用传统二维多重信号分类(multiple signal classification,MUSIC)算法进行二维波达方向(direction of arrival,DOA)估计时,往往带来巨大的运算量,限制了算法的实际应用。提出了一种能够大大降低二维DOA估计运算量的模值约束降维MUSIC算法,该算法将二维DOA估计问题转化为优化方程的求解问题,并采用模值约束法定义附加条件,使方向向量得到了较强约束,进而使求解结果更加接近最优解。理论分析和仿真实验表明,本文算法所需运算量较低,且角度估计的成功率与精确度较高。展开更多
提出了一种L阵中基于降维多重信号分类(reduced-dimensional multiple signal classification,RD-MUSIC)的二维波达方向(two dimensional direction of arrival,2D-DOA)与频率联合估计算法。该算法首先通过一维局部谱峰搜索得到接收信...提出了一种L阵中基于降维多重信号分类(reduced-dimensional multiple signal classification,RD-MUSIC)的二维波达方向(two dimensional direction of arrival,2D-DOA)与频率联合估计算法。该算法首先通过一维局部谱峰搜索得到接收信号频率的估计,然后利用频率估计过程中得到的参数矩阵,获得信号的2D-DOA估计。与需要进行多维全局搜索的传统MUSIC算法相比,所提算法只需一维局部搜索,算法复杂度较低。该算法同时适用于均匀L阵和非均匀L阵,且能获得配对的二维角度与频率估计。其角度与频率估计性能接近于传统的MUSIC算法以及平行因子方法,且优于借助旋转不变性估计信号参数算法和传播算子算法。展开更多
同点正交配置磁环和电偶极子(Co-centered Orthogonal Loop and Dipole,COLD)是常用的二分量电磁矢量传感器之一,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息.针对由COLD传感器组成的均匀线阵,磁环分量保持不变,将电偶极...同点正交配置磁环和电偶极子(Co-centered Orthogonal Loop and Dipole,COLD)是常用的二分量电磁矢量传感器之一,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息.针对由COLD传感器组成的均匀线阵,磁环分量保持不变,将电偶极子分量沿正交方向稀疏拉伸,形成L形阵,扩展阵列的空间孔径,提出了基于广义旋转不变的降维多重信号分类算法.该算法利用L形阵的几何构形,将导向矢量分隔成三部分,利用广义旋转不变矩阵分别估计各个部分,使得波达角和极化参数仅需一维谱峰搜索就可以估计得到.同时,在参考点处新增一个电偶极子天线,利用四元数模型解决了由于稀疏拉伸引起的相位周期模糊问题.仿真实验验证了所提算法的有效性.展开更多
同点正交配置磁环和电偶极子(Co-centered orthogonal loop and dipole,COLD)是一种最常用的二分量电磁矢量传感器,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息。本文针对由COLD传感器组成的均匀线阵(Uniform linear array...同点正交配置磁环和电偶极子(Co-centered orthogonal loop and dipole,COLD)是一种最常用的二分量电磁矢量传感器,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息。本文针对由COLD传感器组成的均匀线阵(Uniform linear array,ULA),将所有磁环和电偶极子分量分别沿两个正交方向均匀拉伸,形成L形阵,扩展阵列的空间孔径,并提出了基于广义旋转不变的降维多重信号分类算法(Dimension reduction multiple signal classification method based on generalized rotational invariance,GRIDR-MUSIC)。所提算法利用L形阵的几何构形,将导向矢量分隔成三部分,通过两个正交ULA的广义旋转不变结构,分别估计各个部分,使得波达角(Direction of arrival)和极化参数仅需一维谱峰搜索就可以估计得到,且无需参数匹配。最后,仿真实验验证了所提算法的有效性。展开更多
文摘利用传统二维多重信号分类(multiple signal classification,MUSIC)算法进行二维波达方向(direction of arrival,DOA)估计时,往往带来巨大的运算量,限制了算法的实际应用。提出了一种能够大大降低二维DOA估计运算量的模值约束降维MUSIC算法,该算法将二维DOA估计问题转化为优化方程的求解问题,并采用模值约束法定义附加条件,使方向向量得到了较强约束,进而使求解结果更加接近最优解。理论分析和仿真实验表明,本文算法所需运算量较低,且角度估计的成功率与精确度较高。
文摘提出了一种L阵中基于降维多重信号分类(reduced-dimensional multiple signal classification,RD-MUSIC)的二维波达方向(two dimensional direction of arrival,2D-DOA)与频率联合估计算法。该算法首先通过一维局部谱峰搜索得到接收信号频率的估计,然后利用频率估计过程中得到的参数矩阵,获得信号的2D-DOA估计。与需要进行多维全局搜索的传统MUSIC算法相比,所提算法只需一维局部搜索,算法复杂度较低。该算法同时适用于均匀L阵和非均匀L阵,且能获得配对的二维角度与频率估计。其角度与频率估计性能接近于传统的MUSIC算法以及平行因子方法,且优于借助旋转不变性估计信号参数算法和传播算子算法。
文摘同点正交配置磁环和电偶极子(Co-centered Orthogonal Loop and Dipole,COLD)是常用的二分量电磁矢量传感器之一,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息.针对由COLD传感器组成的均匀线阵,磁环分量保持不变,将电偶极子分量沿正交方向稀疏拉伸,形成L形阵,扩展阵列的空间孔径,提出了基于广义旋转不变的降维多重信号分类算法.该算法利用L形阵的几何构形,将导向矢量分隔成三部分,利用广义旋转不变矩阵分别估计各个部分,使得波达角和极化参数仅需一维谱峰搜索就可以估计得到.同时,在参考点处新增一个电偶极子天线,利用四元数模型解决了由于稀疏拉伸引起的相位周期模糊问题.仿真实验验证了所提算法的有效性.
文摘同点正交配置磁环和电偶极子(Co-centered orthogonal loop and dipole,COLD)是一种最常用的二分量电磁矢量传感器,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息。本文针对由COLD传感器组成的均匀线阵(Uniform linear array,ULA),将所有磁环和电偶极子分量分别沿两个正交方向均匀拉伸,形成L形阵,扩展阵列的空间孔径,并提出了基于广义旋转不变的降维多重信号分类算法(Dimension reduction multiple signal classification method based on generalized rotational invariance,GRIDR-MUSIC)。所提算法利用L形阵的几何构形,将导向矢量分隔成三部分,通过两个正交ULA的广义旋转不变结构,分别估计各个部分,使得波达角(Direction of arrival)和极化参数仅需一维谱峰搜索就可以估计得到,且无需参数匹配。最后,仿真实验验证了所提算法的有效性。
