共查询到19条相似文献,搜索用时 234 毫秒
1.
2.
3.
针对均匀圆阵存在一般阵列误差(如阵元的幅相误差和安装位置误差等)的情况,提出了多个信号的波达方向和多普勒频率估计方法。直接利用均匀圆阵的阵列流形,采用波达矩阵法估计各个信号的多普勒频率。由一般阵列误差的统计特性构造加权矩阵,采用加权总体最小二乘法估计各个信号的波达方向。此方法具有鲁棒性强等特点。计算机仿真证明了此方法的有效性。 相似文献
4.
阵列天线互耦对导向矢量的扰动以及信号相干性对数据协方差矩阵造成的秩损,使得基于子空间正交性原理的超分辨波达方向估计(Direction-of-Arrival,DOA)算法性能恶化,甚至失效。针对这一问题,提出一种在相干与非相干信号混合状态下无需阵列互耦补偿的特征矢量平滑DOA估计算法。该算法对部分阵元接收数据的协方差矩阵特征分解,将得到的特征矢量平滑处理后构造等效协方差矩阵,抑制阵列互耦影响的同时完成混合信号DOA估计。在阵列互耦和信号相干性均未知的条件下,正确估计了信号DOA,无需互耦参数估计或补偿。计算机仿真结果验证了算法的有效性。 相似文献
5.
6.
针对存在系统误差的阵列模型,提出了一种有源标校下的联合估计测向算法。该算法把误差矩阵估计转化为误差系数估计,并采用到达角精确已知的源信号进行标校,在此基础上使用最小二乘法联合估计幅相不一致误差系数和互耦误差系数,最后使用结合误差矩阵的MUSIC算法测量信号的到达角。仿真表明,该算法仅需要3个标校源,其精度相比于无阵列误差情况下降0.05°,具有较好的工程可实现性。 相似文献
7.
研究了稀疏阵列下二维波达方向(DOA)的估计问题,提出一种基于不动点迭代的空间谱估计(FPC-MUSIC)算法。首先建立基于矩阵填充的DOA估计信号模型,并验证该信号模型满足零空间性质(NSP),其次通过不动点迭代算法将稀疏阵列信号恢复为完整信号,最后利用恢复信号估计二维DOA。该算法可在稀疏阵列下大幅度降低谱估计平均副瓣,在大幅度降低阵元数的同时具有较高的估计精度。计算机仿真表明:FPC-MUSIC算法可在稀疏阵列下准确估计二维DOA,验证了该算法的有效性和优越性。 相似文献
8.
针对非合作低信噪比条件下的QPSK-DSSS信号,提出一种基于恒模特性的扩频序列估计算法。该算法首先将单用户QPSK-DSSS信号等效为两用户的BPSK-DSSS信号,其次通过对信号协方差矩阵进行特征分解,估计出由同相与正交两路扩频序列张成的二维信号子空间,最后利用扩频序列的恒模特性消除特征分解带来的酉阵模糊问题,实现扩频序列的精确估计。本文提出算法实现简单,相对目前现有传统算法具有较低的计算复杂度,而且计算机仿真表明:本文提出算法在低信噪比条件下具有优良的估计性能。 相似文献
9.
10.
研究单快拍下双基地多输入多输出(Multiple—InputMultiple-Output,MIMO)雷达中相干信源的离开角(Directionofdeparture,DOD)与到达角(directionofarrival,DOA)联合估计问题。利用单快拍下双基地MIMO雷达的接收信号构造一组Toeplitz矩阵,利用这组ToepIitz矩阵重构一个信号矩阵,提出一种基于降维多重信号分类(ReducedDimensionMultipleSignalClassification,RD-MUSIC)的DOD与DOA联合估计算法。提出的算法能够有效估计相干信源以及非相干信源的角度,实现角度的自动配对,并且角度估计性能远优于FBSS—ESPRIT算法以及ESPRIT-like算法。仿真结果验证了算法的有效性。 相似文献
11.
MIMO阵列是近年来信号处理领域提出的一种新体制阵列技术,可有效避免常规阵列中的相干源问题。为解决多载波造成的方位模糊,提出了一种基于聚焦变换的MIMO阵列目标方位估计方法。该方法将MIMO阵列接收信号分解为多个频率分量的信号,并通过聚焦算法将多个频率信号聚焦到同一信号子空间,然后对聚焦后的信号进行方位估计。仿真结果表明:与直接对MIMO阵列接收信号进行方位估计相比,该方法利用了MIMO阵列的回波不相干性和宽带信号能量,具有更好的分辨能力和更高的方位估计精度。 相似文献
12.
提出基于最小二乘的聚焦矩阵构造方法,首先,对宽带信号的每个频率分量,在所有可能的角度上构造方向向量;其次,在聚焦的频率点上,构造这些方向上的方向向量;最后,根据构造的方向向量,采用最小二乘方法求解聚焦矩阵。该方法不需要对DOA进行预估计,具有较好的稳定性和较高的角度分辨率。经计算机仿真验证,该方法是正确的。 相似文献
13.
针对单基地相关多输入多输出(MIMO)雷达中存在的阵列幅相误差问题进行了研究。给出了单基地相关MIMO雷达的阵列模型,并提出了一种MIMO雷达幅相误差估计方法。利用发射正交信号对阵列接收信号进行匹配滤波,可分离得到类似传统阵列的"虚拟阵列",利用分时信源数据将该阵列中真实导向矢量中信源波达方向(DOA)引起的相位与幅相误差分离开,通过构造代价函数得到波达方向估计值,进而分别得到发射阵与接收阵的幅相误差的估计值,同时给出了误差引入量分析。最后通过仿真验证了该方法的有效性。本文介绍的方法简单可行,适用于任意构型MIMO雷达的幅相误差估计。 相似文献
14.
15.
鲁棒成形极化敏感阵列波束的方法及极化估计 总被引:1,自引:0,他引:1
基于极化敏感阵列,提出了一种鲁棒成形阵列波束的方法。该方法首先将阵列的数据模型进行了重新描述,从而获得了信号波达角(DOA)和极化解耦的模型。借助于该模型并对信号的两个极化方向分别进行鲁棒约束,设计出了一个新的鲁棒空域波束空间成形矩阵,利用该矩阵可以获得信号两个极化分量的鲁棒估计。基于特征值分解的方法,最后给出了估计信号极化参数的方法。分析和数值仿真实验均表明:提出的方法,在对DOA估计误差以及阵列位置误差等造成的阵列失配具有较强鲁棒性的同时,也能有效抑制干扰和噪声,进而提升了极化参数估计的性能。 相似文献
16.
17.
针对在辐射源个数未知的条件下嵌套阵列难以估计多个辐射源角度的问题,提出了基于最大似然估计(MLE)的嵌套阵列角度估计算法。算法在嵌套阵列模型的基础上,首先通过推导阵列截获多辐射源信号的最大似然函数及其梯度,利用最速下降法估计出空域中所有潜在辐射源的角度;然后,通过多元假设检验,利用最大似然比与门限进行比较,确定出空域中所有潜在辐射源中某一时刻发射信号的活跃辐射源角度,排除其余噪声形成的虚假辐射源角度,解决了在辐射源个数未知条件下嵌套阵列对多个辐射源角度估计问题。仿真结果表明:与传统多重信号分类(MUSIC)算法相比,该算法在辐射源数目未知、存在相干信号、低信噪比(SNR)、低快拍数条件下,均具有较好的角度估计精度,并且算法形成的虚拟阵列自由度是空间平滑MUSIC算法的2倍;多元假设检验法比传统信源数目估计算法在低信噪比条件下和处理相干信号方面具有明显优势。 相似文献
18.
This paper proposes a novel algorithm for Two-Dimensional (2D) central Direction-of-Arrival (DOA) estimation of incoherently distributed sources. In particular, an orthogonal array structure consisting of two Non-uniform Linear Arrays (NLAs) is considered. Based on first-order Taylor series approximation, the Generalized Array Manifold (GAM) model can first be established to separate the central DOAs from the original array manifold. Then, the Hadamard rotational invariance relationships inside the GAMs of two NLAs are identified. With the aid of such relationships, the central elevation and azimuth DOAs can be estimated through a search-free polynomial rooting method. Additionally, a simple parameter pairing of the estimated 2D angular parameters is also accomplished via the Hadamard rotational invariance relationship inside the GAM of the whole array. A secondary but important result is a derivation of closed-form expressions of the Cramer-Rao lower bound. The simulation results show that the proposed algorithm can achieve a remarkably higher precision at less complexity increment compared with the existing low-complexity methods, which benefits from the larger array aperture of the NLAs. Moreover, it requires no priori information about the angular distributed function. 相似文献