With the extensive application of large-scale array antennas,the increasing number of array elements leads to the increasing dimension of received signals,making it difficult to meet the real-time requirement of direc...With the extensive application of large-scale array antennas,the increasing number of array elements leads to the increasing dimension of received signals,making it difficult to meet the real-time requirement of direction of arrival(DOA)estimation due to the computational complexity of algorithms.Traditional subspace algorithms require estimation of the covariance matrix,which has high computational complexity and is prone to producing spurious peaks.In order to reduce the computational complexity of DOA estimation algorithms and improve their estimation accuracy under large array elements,this paper proposes a DOA estimation method based on Krylov subspace and weighted l_(1)-norm.The method uses the multistage Wiener filter(MSWF)iteration to solve the basis of the Krylov subspace as an estimate of the signal subspace,further uses the measurement matrix to reduce the dimensionality of the signal subspace observation,constructs a weighted matrix,and combines the sparse reconstruction to establish a convex optimization function based on the residual sum of squares and weighted l_(1)-norm to solve the target DOA.Simulation results show that the proposed method has high resolution under large array conditions,effectively suppresses spurious peaks,reduces computational complexity,and has good robustness for low signal to noise ratio(SNR)environment.展开更多
A direction-of-arrival （DOA） estimation algorithm based on direct data domain （D3） approach is presented. This method can accuracy estimate DOA using one snapshot modified data, called the temporal and spatial two...A direction-of-arrival （DOA） estimation algorithm based on direct data domain （D3） approach is presented. This method can accuracy estimate DOA using one snapshot modified data, called the temporal and spatial two-dimensional vector reconstruction （TSR） method. The key idea is to apply the D3 approach which can extract the signal of given frequency but null out other frequency signals in temporal domain. Then the spatial vector reconstruction processing is used to estimate the angle of the spatial coherent signal source based on extract signal data. Compared with the common temporal and spatial processing approach, the TSR method has a lower computational load, higher real-time performance, robustness and angular accuracy of DOA. The proposed algorithm can be directly applied to the phased array radar of coherent pulses. Simulation results demonstrate the performance of the proposed technique.展开更多
针对常用锥面载体的单曲率特性,结合合理的阵元布局和利用非圆信号非零椭圆协方差特性,提出一种锥面共形阵列天线非圆信号盲极化二维波达方向(two dimensional-direction of arrival,2D-DOA)估计方法。该方法基于非圆-旋转不变子空间(no...针对常用锥面载体的单曲率特性,结合合理的阵元布局和利用非圆信号非零椭圆协方差特性,提出一种锥面共形阵列天线非圆信号盲极化二维波达方向(two dimensional-direction of arrival,2D-DOA)估计方法。该方法基于非圆-旋转不变子空间(non-circular estimation of signal parameters via rotation invariant technique,NC-ESPRIT),充分利用非圆信号的阵列扩展性,将DOA与极化参数去耦合,在此基础上,对俯仰与方位角度参数分维处理,在未知极化参数的情况下,实现了2D的分维估计。针对相干源情况,推导了锥面共形阵列非圆信号解相干空间平滑算法,通过解相干预处理,保证了所提算法对相干信号的适用性,扩展了算法的应用范围。计算机仿真实验表明,所提方法在信噪比较低(小于10dB)时,较之已有算法大大提升了DOA估计精度,达到了较好的效果。展开更多
为了利用跳频信号的空域特征参数辅助多跳频信号的网台分选,在空时频分析的基础上,提出一种基于多重信号分类(multiple signal classification,MUSIC)对称压缩谱(MUSIC symmetrical compressed spectrum,MSCS)的多跳频信号二维波达方向(...为了利用跳频信号的空域特征参数辅助多跳频信号的网台分选,在空时频分析的基础上,提出一种基于多重信号分类(multiple signal classification,MUSIC)对称压缩谱(MUSIC symmetrical compressed spectrum,MSCS)的多跳频信号二维波达方向(two dimensional direction of arrival,2D-DOA)高效估计算法。首先根据跳频信号的时频域特征,构建每一跳的空时频矩阵(spatial time-frequency distribution,STFD),获取时频域的协方差矩阵;然后将共轭子空间的思想引入到MUSIC算法中,通过对噪声子空间及其共轭的交集进行奇异值分解,实现噪声子空间的降维;最终通过半谱搜索实现2D-DOA的高效估计。同时为了提高低信噪比条件下算法的性能,在时频图处理过程中采用形态学滤波进行去噪,并在修正的时频图上完成了跳频信号每一跳的提取。通过理论论证和实验仿真表明,本文算法相比于MUSIC算法,在保证均方根误差相当和估计成功率有所提高的情况下,计算复杂度降低了一半。展开更多
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
直接将压缩感知(compressed sensing,CS)思想应用到相干信源二维波达方向(direction of arrival,DOA)估计中会带来高计算复杂度的问题。为了解决这一问题,提出了一种基于降维稀疏重构的二维DOA估计方法,该方法利用特殊阵列结构将二维冗...直接将压缩感知(compressed sensing,CS)思想应用到相干信源二维波达方向(direction of arrival,DOA)估计中会带来高计算复杂度的问题。为了解决这一问题,提出了一种基于降维稀疏重构的二维DOA估计方法,该方法利用特殊阵列结构将二维冗余字典构建问题转化为一维冗余字典的构建,同时提出了一种基于子字典空间谱重构的配对算法,从而在极大降低算法计算复杂度的同时,提高了配对成功概率。仿真结果表明,该方法对相干信源具有接近于克拉美罗下界(Cramér-Rao lower bound,CRLB)的估计性能,即使是在低信噪比、少快拍数和小角度间隔的情况下,仍有良好的估计性能。展开更多
为利用互质结构进行二维高精度波达方向(direction of arrival,DOA)估计,设计了双平行互质阵列,提出了构建非均匀虚拟阵列的失配处理贝叶斯学习方法,最大限度扩展了测向自由度的同时,降低了网格失配对DOA估计精度的影响。首先,对平行互...为利用互质结构进行二维高精度波达方向(direction of arrival,DOA)估计,设计了双平行互质阵列,提出了构建非均匀虚拟阵列的失配处理贝叶斯学习方法,最大限度扩展了测向自由度的同时,降低了网格失配对DOA估计精度的影响。首先,对平行互质阵列进行垂直方向扩展构建了双平行互质阵列;其次,进行了非均匀虚拟阵列扩展,利用稀疏贝叶斯学习进行稀疏重构;然后,利用到达角相邻网格的能量关系,通过泰勒展开,进行了低复杂度的失配处理;最后,提出剔除规则和选择规则,融合两个方向子阵的估计结果。理论分析和仿真实验证明了所提阵列和DOA估计方法的有效性。展开更多
根据均匀圆阵阵列结构的特点,提出一种利用相邻阵元间相位差进行二维波达方向(direction of ar-rival,DOA)估计的方法。分析了均匀圆阵相邻阵元间接收信号相位差的变化规律,得出了其与入射信号的方位角和俯仰角的对应关系,在此基础上推...根据均匀圆阵阵列结构的特点,提出一种利用相邻阵元间相位差进行二维波达方向(direction of ar-rival,DOA)估计的方法。分析了均匀圆阵相邻阵元间接收信号相位差的变化规律,得出了其与入射信号的方位角和俯仰角的对应关系,在此基础上推导出入射信号方位角和俯仰角的闭式解。同时,针对相位差测量中存在相位模糊的问题,提出一种循环搜索算法有效地实现了相位差的解模糊,极大地提高了利用相位差进行DOA估计的稳健性和适用范围。理论分析和仿真结果表明,该二维DOA估计方法可以在存在相位模糊的情况下稳健有效地工作。展开更多
针对常规十字阵子阵间互耦不易处理这一问题,设计一种立体十字型阵列,并在该阵列基础上,提出立体十字型互耦阵列传播算子(propagation method for tridimensional cross array in presence of mutual coupling,TCA-MC-PM)算法。该算法...针对常规十字阵子阵间互耦不易处理这一问题,设计一种立体十字型阵列,并在该阵列基础上,提出立体十字型互耦阵列传播算子(propagation method for tridimensional cross array in presence of mutual coupling,TCA-MC-PM)算法。该算法首先分别从子阵中选取部分合适阵元构成阵列,将理想导向向量与互耦系数剥离,利用信号子空间与理想导向向量张成同一空间这一关系估计方位角与俯仰角,接着通过子空间与秩损原理估算互耦系数,最后利用整个阵列的空间谱函数完成方位角和俯仰角的配对。在此过程中涉及的子空间都以阵列的传播算子构建,可避免特征分解,降低运算量。仿真表明,本文提出的算法不涉及空间谱搜索,运算量小,有效抑制互耦影响,测量精度高。展开更多
针对传统高分辨率谱估计法估计远场声源波达方向(Direction of arrival,DOA)时计算量大、对相干信号估计失准的问题,本文提出一种改进的基于圆形麦克风阵列和四阶累积量的声源二维DOA估计算法。该算法结合了圆阵定位无死角的优势和矩阵...针对传统高分辨率谱估计法估计远场声源波达方向(Direction of arrival,DOA)时计算量大、对相干信号估计失准的问题,本文提出一种改进的基于圆形麦克风阵列和四阶累积量的声源二维DOA估计算法。该算法结合了圆阵定位无死角的优势和矩阵虚拟扩展获得更多声源定位信息的长处。首先利用模式空间变换将均匀圆形阵列(Uniform circular array,UCA)虚拟化成2K+1个均匀线性阵列(Uniform linear array,ULA),并应用空间平滑技术将虚拟线性阵列划分成L个子阵;接着利用四阶累积构造方法提取有效阵元信息并去掉冗余数据,通过重构矩阵得到新的接收数据;最后通过MUSIClike算法搜索谱峰获得声源信号的方位角和俯仰角。仿真结果表明:在信噪比(Signal‑to‑noise ratio,SNR)较低时,相比传统的高分辨谱估计算法,本文算法可实现对远场相干信号的高精度估计;同时本文算法也具有更低的均方根误差性能,且能有效减少运行时间。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
基金supported by the National Basic Research Program of China。
文摘With the extensive application of large-scale array antennas,the increasing number of array elements leads to the increasing dimension of received signals,making it difficult to meet the real-time requirement of direction of arrival(DOA)estimation due to the computational complexity of algorithms.Traditional subspace algorithms require estimation of the covariance matrix,which has high computational complexity and is prone to producing spurious peaks.In order to reduce the computational complexity of DOA estimation algorithms and improve their estimation accuracy under large array elements,this paper proposes a DOA estimation method based on Krylov subspace and weighted l_(1)-norm.The method uses the multistage Wiener filter(MSWF)iteration to solve the basis of the Krylov subspace as an estimate of the signal subspace,further uses the measurement matrix to reduce the dimensionality of the signal subspace observation,constructs a weighted matrix,and combines the sparse reconstruction to establish a convex optimization function based on the residual sum of squares and weighted l_(1)-norm to solve the target DOA.Simulation results show that the proposed method has high resolution under large array conditions,effectively suppresses spurious peaks,reduces computational complexity,and has good robustness for low signal to noise ratio(SNR)environment.
文摘A direction-of-arrival （DOA） estimation algorithm based on direct data domain （D3） approach is presented. This method can accuracy estimate DOA using one snapshot modified data, called the temporal and spatial two-dimensional vector reconstruction （TSR） method. The key idea is to apply the D3 approach which can extract the signal of given frequency but null out other frequency signals in temporal domain. Then the spatial vector reconstruction processing is used to estimate the angle of the spatial coherent signal source based on extract signal data. Compared with the common temporal and spatial processing approach, the TSR method has a lower computational load, higher real-time performance, robustness and angular accuracy of DOA. The proposed algorithm can be directly applied to the phased array radar of coherent pulses. Simulation results demonstrate the performance of the proposed technique.
文摘针对常用锥面载体的单曲率特性,结合合理的阵元布局和利用非圆信号非零椭圆协方差特性,提出一种锥面共形阵列天线非圆信号盲极化二维波达方向(two dimensional-direction of arrival,2D-DOA)估计方法。该方法基于非圆-旋转不变子空间(non-circular estimation of signal parameters via rotation invariant technique,NC-ESPRIT),充分利用非圆信号的阵列扩展性,将DOA与极化参数去耦合,在此基础上,对俯仰与方位角度参数分维处理,在未知极化参数的情况下,实现了2D的分维估计。针对相干源情况,推导了锥面共形阵列非圆信号解相干空间平滑算法,通过解相干预处理,保证了所提算法对相干信号的适用性,扩展了算法的应用范围。计算机仿真实验表明,所提方法在信噪比较低(小于10dB)时,较之已有算法大大提升了DOA估计精度,达到了较好的效果。
文摘为了利用跳频信号的空域特征参数辅助多跳频信号的网台分选,在空时频分析的基础上,提出一种基于多重信号分类(multiple signal classification,MUSIC)对称压缩谱(MUSIC symmetrical compressed spectrum,MSCS)的多跳频信号二维波达方向(two dimensional direction of arrival,2D-DOA)高效估计算法。首先根据跳频信号的时频域特征,构建每一跳的空时频矩阵(spatial time-frequency distribution,STFD),获取时频域的协方差矩阵;然后将共轭子空间的思想引入到MUSIC算法中,通过对噪声子空间及其共轭的交集进行奇异值分解,实现噪声子空间的降维;最终通过半谱搜索实现2D-DOA的高效估计。同时为了提高低信噪比条件下算法的性能,在时频图处理过程中采用形态学滤波进行去噪,并在修正的时频图上完成了跳频信号每一跳的提取。通过理论论证和实验仿真表明,本文算法相比于MUSIC算法,在保证均方根误差相当和估计成功率有所提高的情况下,计算复杂度降低了一半。
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。
文摘为利用互质结构进行二维高精度波达方向(direction of arrival,DOA)估计,设计了双平行互质阵列,提出了构建非均匀虚拟阵列的失配处理贝叶斯学习方法,最大限度扩展了测向自由度的同时,降低了网格失配对DOA估计精度的影响。首先,对平行互质阵列进行垂直方向扩展构建了双平行互质阵列;其次,进行了非均匀虚拟阵列扩展,利用稀疏贝叶斯学习进行稀疏重构;然后,利用到达角相邻网格的能量关系,通过泰勒展开,进行了低复杂度的失配处理;最后,提出剔除规则和选择规则,融合两个方向子阵的估计结果。理论分析和仿真实验证明了所提阵列和DOA估计方法的有效性。
文摘根据均匀圆阵阵列结构的特点,提出一种利用相邻阵元间相位差进行二维波达方向(direction of ar-rival,DOA)估计的方法。分析了均匀圆阵相邻阵元间接收信号相位差的变化规律,得出了其与入射信号的方位角和俯仰角的对应关系,在此基础上推导出入射信号方位角和俯仰角的闭式解。同时,针对相位差测量中存在相位模糊的问题,提出一种循环搜索算法有效地实现了相位差的解模糊,极大地提高了利用相位差进行DOA估计的稳健性和适用范围。理论分析和仿真结果表明,该二维DOA估计方法可以在存在相位模糊的情况下稳健有效地工作。
文摘针对常规十字阵子阵间互耦不易处理这一问题,设计一种立体十字型阵列,并在该阵列基础上,提出立体十字型互耦阵列传播算子(propagation method for tridimensional cross array in presence of mutual coupling,TCA-MC-PM)算法。该算法首先分别从子阵中选取部分合适阵元构成阵列,将理想导向向量与互耦系数剥离,利用信号子空间与理想导向向量张成同一空间这一关系估计方位角与俯仰角,接着通过子空间与秩损原理估算互耦系数,最后利用整个阵列的空间谱函数完成方位角和俯仰角的配对。在此过程中涉及的子空间都以阵列的传播算子构建,可避免特征分解,降低运算量。仿真表明,本文提出的算法不涉及空间谱搜索,运算量小,有效抑制互耦影响,测量精度高。
文摘针对传统高分辨率谱估计法估计远场声源波达方向(Direction of arrival,DOA)时计算量大、对相干信号估计失准的问题,本文提出一种改进的基于圆形麦克风阵列和四阶累积量的声源二维DOA估计算法。该算法结合了圆阵定位无死角的优势和矩阵虚拟扩展获得更多声源定位信息的长处。首先利用模式空间变换将均匀圆形阵列(Uniform circular array,UCA)虚拟化成2K+1个均匀线性阵列(Uniform linear array,ULA),并应用空间平滑技术将虚拟线性阵列划分成L个子阵;接着利用四阶累积构造方法提取有效阵元信息并去掉冗余数据,通过重构矩阵得到新的接收数据;最后通过MUSIClike算法搜索谱峰获得声源信号的方位角和俯仰角。仿真结果表明:在信噪比(Signal‑to‑noise ratio,SNR)较低时,相比传统的高分辨谱估计算法,本文算法可实现对远场相干信号的高精度估计;同时本文算法也具有更低的均方根误差性能,且能有效减少运行时间。
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。
