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
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
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。
