针对实际工程应用中导向矢量模型存在不可避免的模型误差的问题,提出了基于模型误差的极化敏感阵列的波达方向(direction of arrival,DOA)参数和极化参数联合估计算法——信号子空间匹配(signal subspace matching,SSM)算法,推导了算法...针对实际工程应用中导向矢量模型存在不可避免的模型误差的问题,提出了基于模型误差的极化敏感阵列的波达方向(direction of arrival,DOA)参数和极化参数联合估计算法——信号子空间匹配(signal subspace matching,SSM)算法,推导了算法的代价函数,为了减小算法的计算量,给出了SSM迭代解。与传统的极化多重信号分类(multiple signal classification,MUSIC)算法和确定性最大似然(deterministic maximum likelihood,DML)算法进行了对比仿真实验。仿真实验结果表明,所提算法具有较优异的参数估计性能,且具有切实的工程应用价值。展开更多
精确无源移动目标定位是隧道、矿井巷道等复杂地下空间人员安全、灾后及时施救的关键技术之一。提出一种基于TOA/DOA参数估计的隧道高分辨率无源移动目标定位方法。鉴于隧道巷道内静物回波信号的多径较多且衰落严重,基于特征值分解的零...精确无源移动目标定位是隧道、矿井巷道等复杂地下空间人员安全、灾后及时施救的关键技术之一。提出一种基于TOA/DOA参数估计的隧道高分辨率无源移动目标定位方法。鉴于隧道巷道内静物回波信号的多径较多且衰落严重,基于特征值分解的零陷设计思路给出适合低信噪比条件下的最小范数强干扰抑制方法,抑制直达波和静物回波多径干扰信号,检测接收移动目标反射波;同时,为了克服隧道内的纳秒级密集多径和背景噪声,提出基于互高阶谱的RMCHS参数估计算法(Root Min-norm based on Cross High-order Specture,RMCHS),在低信噪比条件下进行高分辨率的TOA/DOA参数估计,从而实现基于TOA/DOA参数估计的隧道高分辨率无源移动目标定位。仿真实验表明,提出的强干扰抑制方法和RMCHS算法在隧道/巷道环境下有很强的鲁棒性,显著优于比较算法,减小了噪声和纳秒级密集多径对算法性能的影响。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
针对极化敏感面阵的极化域-空域联合谱估计,现有的多重信号分类(Multiple Signal Classification,MUSIC)算法需要进行四维谱峰搜索,计算量较大。建立了一种极化参数与空域参数分离的长矢量模型,在此基础上提出了一种基于不等式约束的降...针对极化敏感面阵的极化域-空域联合谱估计,现有的多重信号分类(Multiple Signal Classification,MUSIC)算法需要进行四维谱峰搜索,计算量较大。建立了一种极化参数与空域参数分离的长矢量模型,在此基础上提出了一种基于不等式约束的降维MUSIC算法。利用极化矢量的模值有界性,将联合谱估计问题转化为不等式约束优化问题,在空间域进行谱峰搜索先行估计出信号的波达方向(Direction of Arrival,DOA),进而估计极化相位差和极化幅角。与4D-MUSIC算法相比,所提算法将四维搜索降低至二维,运算量显著降低。计算机仿真实验证明了算法的有效性和高精度性。展开更多
现有的波达方向(Direction Of Arrival,DOA)和极化参数估计方法大多基于子空间理论.本文从稀疏信号重构角度出发,提出了一种新的DOA和极化角度估计算法.该算法首先构建一个只包含DOA信息的累积量矩阵模型,然后基于加权l1范数最小化获得...现有的波达方向(Direction Of Arrival,DOA)和极化参数估计方法大多基于子空间理论.本文从稀疏信号重构角度出发,提出了一种新的DOA和极化角度估计算法.该算法首先构建一个只包含DOA信息的累积量矩阵模型,然后基于加权l1范数最小化获得DOA估计.在DOA估计的基础上,进一步通过求和平均运算构建三个包含不同极化信息的累积量向量模型,利用Zhang惩罚进行稀疏性约束,获得近似无偏的极化角度估计.阐述了如何利用极化信息来区分两个入射角度一样的信源信号.计算机仿真结果验证了所提算法的有效性.展开更多
文摘针对实际工程应用中导向矢量模型存在不可避免的模型误差的问题,提出了基于模型误差的极化敏感阵列的波达方向(direction of arrival,DOA)参数和极化参数联合估计算法——信号子空间匹配(signal subspace matching,SSM)算法,推导了算法的代价函数,为了减小算法的计算量,给出了SSM迭代解。与传统的极化多重信号分类(multiple signal classification,MUSIC)算法和确定性最大似然(deterministic maximum likelihood,DML)算法进行了对比仿真实验。仿真实验结果表明,所提算法具有较优异的参数估计性能,且具有切实的工程应用价值。
文摘精确无源移动目标定位是隧道、矿井巷道等复杂地下空间人员安全、灾后及时施救的关键技术之一。提出一种基于TOA/DOA参数估计的隧道高分辨率无源移动目标定位方法。鉴于隧道巷道内静物回波信号的多径较多且衰落严重,基于特征值分解的零陷设计思路给出适合低信噪比条件下的最小范数强干扰抑制方法,抑制直达波和静物回波多径干扰信号,检测接收移动目标反射波;同时,为了克服隧道内的纳秒级密集多径和背景噪声,提出基于互高阶谱的RMCHS参数估计算法(Root Min-norm based on Cross High-order Specture,RMCHS),在低信噪比条件下进行高分辨率的TOA/DOA参数估计,从而实现基于TOA/DOA参数估计的隧道高分辨率无源移动目标定位。仿真实验表明,提出的强干扰抑制方法和RMCHS算法在隧道/巷道环境下有很强的鲁棒性,显著优于比较算法,减小了噪声和纳秒级密集多径对算法性能的影响。
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。
文摘针对极化敏感面阵的极化域-空域联合谱估计,现有的多重信号分类(Multiple Signal Classification,MUSIC)算法需要进行四维谱峰搜索,计算量较大。建立了一种极化参数与空域参数分离的长矢量模型,在此基础上提出了一种基于不等式约束的降维MUSIC算法。利用极化矢量的模值有界性,将联合谱估计问题转化为不等式约束优化问题,在空间域进行谱峰搜索先行估计出信号的波达方向(Direction of Arrival,DOA),进而估计极化相位差和极化幅角。与4D-MUSIC算法相比,所提算法将四维搜索降低至二维,运算量显著降低。计算机仿真实验证明了算法的有效性和高精度性。
文摘现有的波达方向(Direction Of Arrival,DOA)和极化参数估计方法大多基于子空间理论.本文从稀疏信号重构角度出发,提出了一种新的DOA和极化角度估计算法.该算法首先构建一个只包含DOA信息的累积量矩阵模型,然后基于加权l1范数最小化获得DOA估计.在DOA估计的基础上,进一步通过求和平均运算构建三个包含不同极化信息的累积量向量模型,利用Zhang惩罚进行稀疏性约束,获得近似无偏的极化角度估计.阐述了如何利用极化信息来区分两个入射角度一样的信源信号.计算机仿真结果验证了所提算法的有效性.
