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
针对相干信号波达方向(Direction of Arrival,DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification,MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后...针对相干信号波达方向(Direction of Arrival,DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification,MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。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。
文摘针对相干信号波达方向(Direction of Arrival,DOA)估计,提出了一种改进的多重信号分类(Multiple Signal Classification,MUSIC)算法。首先,利用信号协方差矩阵的两个最大特征值所对应的特征向量,构造出两个Toeplitz矩阵;然后,利用前后向空间平滑思想得到这两个矩阵的无偏估计并求和;最后,利用MUSIC算法从中估计出相干信号DOA。和已有方法相比,该方法无需损失阵列孔径且具有更优的DOA估计性能。
