短波段内多重信号分类算法的窄带假设分析

经典空间谱估计算法的两个适用假设是远场平面波和窄带信号。文章利用7单元均匀线列阵仿真分析了短波波段内多重信号分类（MUSIC）算法的窄带假设上限带宽。可以发现：对于短波信号,50kHz的带宽所带来的测向误差不超过O．08°。这就意味着,对于短波通信信号的侦察测向完全可以采用经典空间谱估计算法,比如MUSIC算法,而不需要为窄带假设来付出代价,这便为设计高精度的短波通信实时测向系统提供了条件。     

基于模式空间变换的圆阵无源测向算法研究

建立了均匀圆阵测向系统模型,在其基础上利用模式空间变换方法将均匀圆阵转化为虚拟均匀线阵,使得ESPRIT算法得以应用,从而实现二维无源测向。为验证算法的可行性及可靠性,搭建了七元均匀圆阵实测系统。实验结果表明,该算法所用时间较短,且测向结果较为稳定,可应用于均匀圆阵无源测向系统。     

DOA估计算法性能分析及仿真

分析了几种常见空间谱估计算法的结构,提出了一种未知信源数的高分辨DOA估计算法。该算法继承了求根MUSIC算法优越的性能,直接利用阵列接收数据的协方差矩阵,无须预判信源个数和进行特征值分解,实现高分辨谱估计,同时在信噪比较小时,仍能保持较高的角度分辨力。最后通过大量的计算机仿真实验比较了各种算法的性能,证明了新算法理论的正确性和有效性。     

相干信号源高分辨测向的仿真比较

论述了高分辨测向的MUSIC算法、空间平滑法、修正空间平滑法和MD算法的基本原理,通过仿真实验,比较了在相干信号源条件下各算法测向精度的性能优劣.     

谱估计测向的MUSIC算法研究

由天线阵对被测信号的响应矩阵的特征值,可得到对应于信号和噪声的特征向量,以此扩展成信号子空间和噪声子空间。利用信号子空间与噪声子空间的正交关系,即可求得信号方位角的估计值。这种空间谱估计测向的MUSIC算法,用于圆形天线阵对非相干信号进行测向,可以克服一般干涉仪测向体制中测向模糊和测向盲区的问题。     

利用频谱仪实现多信号测向

随着通信技术的发展,无线电信号之间的干扰越来越严重,无线电信号的测向技术在无线电监测系统中的地位也越来越重要。本文针对目前无线电测向系统的不足,对比较常用的需要硬件支持最少的测向方法———最大信号法进行了改进,设计了一套适用于便携式测向系统使用的测向方法,借助频谱仪实现了多信号的测向,使得测向的频谱范围、随机信号捕获和测向精度得以很大的改进。系统能够对30MHz~18GHz范围内的任意一段频谱进行测向,可以获取测试频段内任意15个典型信号的频点及其方位角和俯仰角信息,测向的最大误差为2°。     

复杂电磁环境下ESPRIT算法的测向性能

从复杂电磁环境的实际应用出发,从入射角度、阵元间距、信号带宽、多信源(邻近信号)这4个因素对旋转不变子空间算法的测向精度作了仿真研究,得出了一些结论,发现旋转不变子空间算法比多重信号分类算法更适合于在复杂电磁环境中的应用.     

利用比力多重积分作为输入信号的捷联导航算法

本论文提出了异于传统的推导捷联导航算法的方法,现在常用的仍然是传统的推导方法,且不久前Paul Savage做过总结(Savage,P．G,“Strapdown Inertial Navigation Integration Algorithm Design Part2：Velocity and Position Algorithms”,Journal of Guidance,Control,and Dynamics,V01．21,No．2,1998,PP．208—221．)。新方法的要点是利用了额外的加速度计的输出信号,它是比力多重积分在迭代周期的增量。由此产生了比力转换算法新的家族,它有效地消弱所谓的假振摆效应(它在线性振动和高频陀螺仪误差存在时产生),以较低的速度计算且无须采用抗混叠预滤波。     

MUSIC算法测向技术研究

论述了MUSIC高分辨测向算法的基本原理,分析了该算法在处理相干信号源时失效的原因.最后用MUSIC算法对几种条件下的非相干信号源进行了无源测向的仿真.     

一种联合估计的有源校正高精度测向算法

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。     

一种基于贝叶斯估计的高分辨目标定向新方法

提出一种高分辨方位估计新方法。它是建立在阵列输出信号和噪声参数联合后验概率密度基础上的空间谱估计。仿真结果表明,该方法具有以下几个显著的优点：①极高的空间分辨率和估计精度;②可解相干源;③低信噪比、少快拍数的情况下很有潜力;④可以估计不同方向目标源的能量;⑤具有较好的工程应用前景。该方法和ＭＵＳＩＣ方法的性能进行了比较并给出计算机仿真结果。     

针对弹载卫星导航接收机干扰方向测定的算法研究

在弹载应用中,卫星导航接收机动态范围大,干扰方向相对接收机变化迅速,高动态导致自适应抗干扰算法产生的零陷深度变浅、范围变大,同时破坏了零陷附近接收的卫星信号,严重影响了 自适应空时滤波的抗干扰性能.研究弹载卫星导航接收机干扰方向的测定方法,通过干扰测向将天线零陷对准干扰方向,在指定方向形成波束,从而提高了接收机的抗干扰...     

运动单阵元被动合成阵列波达方向估计

 提出了一种运动单阵元被动合成阵列波达方向(DOA)估计算法。该算法基于被动合成阵列(PSA)的概念,结合空间谱估计的思想构建了运动单阵元被动合成阵列模型,通过多次不同速度合成阵列过程实现对信号DOA的无模糊估计。通过对单次匀速合成阵列过程进行分析得到,在假设信号频率已知条件下,合成阵列算法能够达到与同孔径实阵列多重信号分类（MUSIC）算法相当的DOA估计性能。仿真验证了被动合成阵列与同孔径实阵列的渐近等效性及算法的有效性。     

空间谱估计经典算法性能比较

空间谱估计是阵列信号处理的一个重要研究方向。空间谱估计理论与技术已日趋成熟,近几十年的经典谱估计技术包括：常规波束形成（CBF）、Capon谱估计、多重信号分类（MUSIC）、旋转不变子空间算法（ESPRIT）、最大似然（ML）、子空间拟合（SF）,及这些算法的扩展和变形。上述算法在各个分散的文章中均有具体深入的理论分析和研究,亦有类似的2种或3种算法的性能比较,但是针对这些所有算法的性能比较,就笔者所知尚无公开报道,而使工程实现时对算法的选择没有依据。本文对这些经典算法做了简介,列出各个算法的优缺点,并对性能进行仿真比较,能直观地得到各个算法的性能对比,给工程实现算法选择提供理论依据。     

GNSS复杂电磁环境综合监测测向与分析评估技术

复杂的电磁环境是电磁辐射源集合与电波传播环境相互作用的总和.针对目前GNSS易受复杂电磁环境影响的问题,研究了GNSS复杂电磁环境综合监测测向与分析评估技术,提出了专用信道化监测方法、比幅与比相联合测向方法、卫星导航信号和电磁干扰信号综合分析方法以及GNSS复杂电磁环境影响效应分析评估方法,解决了现有通用设备在弱信号监测测向、电磁干扰信号与导航信号联合监测以及在复杂电磁环境影响效应分析评估方面存在的不足.该技术能够指导GNSS复杂电磁环境综合监测测向与分析评估设备的研制,为GNSS复杂电磁环境监测保障的工程化提供了技术支持.