基于改进PCA的DOA估计方法

阵列信号处理中,MUSIC等高分辨率DOA估计方法都要通过特征值分解来获得波达方向估计,然而矩阵特征值分解的计算量较大,不利于实时处理.提出一种改进的PCA(principal component analysis)迭代算法,来逼近信号子空间.仿真实验表明该算法在估计弱信号时性能要比MUSIC算法好,且计算量要小得多.     

基于噪声子空间估计的MWF实现

采用阵列天线对GPS接收信号进行干扰抑制,在信号处理时引入时延,形成空时二维处理的模式.空时二维抗干扰由于运算量大而导致在实际实现困难,必须进行降维处理.多级维纳滤波(MWF)方法可以有效降低滤波器的维数,但是经典的MWF方法存在子空间维数估计不准的问题.本文对于多级维纳滤波方法进行了分析,利用MWF的分析滤波器将接收信号矢量映射为另一信号矢量.通过对该信号矢量的协方差矩阵进行分析,找到一种判断子空间维数的稳健方法.仿真表明该方法能够准确地估计出噪声子空间维数.与传统的设定MSE门限的方法相比较,得出用本方法估计子空间维数更为准确可靠,抗干扰性能更优的结论.     

基于Krylov子空间的宽带信号DOA快速估计方法

提出了一种基于Krylov子空间的宽带信号DOA（Direction of Arrival）快速估计方法。该方法首先对方向矩阵进行Jacobi—Anger展开来构造“聚焦”矩阵，然后通过多级维纳滤波（MSWF：Multi-Stage Weiner Filter）算法求得聚焦后的阵列协方差矩阵的Krylov子空间，因为在满足一定的条件下，Krylov子空间等价于阵列的信号子空间，所以可以求得信号的DOA。采用Jacobi-Anger展开式构造聚焦矩阵不需要进行角度的预估计，通过MSWF算法求Krylov子空间不需对观测数据的协方差矩阵进行特征值或奇异值分解，从而使得该方法运算量比常用的宽带空间谱估计方法要小。计算机仿真试验证实了方法的有效性。     

一种新的共轭增强MUSIC测向算法

提出一种新的测向算法。利用阵列输出的非零时延互相关函数及其共轭形成伪阵列输出,从而得到伪协方差矩阵,对其进行特征分解,利用信号子空间与噪声子空间的正交性,搜索得到的空间谱函数的极大值点对应的角度就是波达方向。仿真实验表明,新算法可对多于阵元数的信号进行测向,其测角精度和分辨力优于MUISC和MUSIC-like算法。     

用数据矩阵奇异值分解实现时间欠采样信号频率无模糊估计

提出一种在欠Ｎｙｑｕｉｓｔ采样下可实现高宽频带内信号频率无模糊估计的算法，该算法通过构造一种特殊的数据矩阵，对数据矩阵奇异值分解，利用有限的采样数据构造出更为精确的噪声子空间，利用信号子空间与噪声子空间的正交性，精确地提取多个空间信号的频率信息。该法比基于协方差矩阵特征分解的算法具有更好的分辨性能。仿真结果验证了该算法的有效性。     

一种不需要源个数估计的MUSIC算法

MUSIC方法是阵列高分辨测向子空间方法中的经典算法,该算法的一个缺点就是需要进行源个数估计,源个数估计不正确将会导致虚假峰和漏峰.提出一种不需要源个数估计的MUSIC方法,该方法首先将快拍分组,对每一组的自相关进行特征值分解,以最小特征值对应的特征向量作为噪声向量,然后将搜索向量在每一组噪声向量上的投影构成新的矩阵,DOA对应的新矩阵将缺秩,根据新矩阵的缺秩程度来估计DOA.仿真结果证明了该方法的有效性.     

一种实值MUSIC算法

提出了一种实值MUSIC算法,通过构造实值转换矩阵Q[1],对协方差矩阵进行变换,使之转换为实矩阵,再进行实特征值分解,最后构造MUSIC谱进行谱峰搜索来获得信号的DOA估计。谱估计性能优于普通MUSIC算法,能有效减少计算量,并且对相干信号有一定的分辨能力。计算机仿真证明了此方法的有效性。     

基于特征空间重构的子阵级ADBF方法

为实现大型阵列天线子阵级自适应数字波束形成,提出了一种基于阵列特征空间重构的方法。对子阵协方差矩阵进行奇异值分解,分离出信号、干扰与噪声子空间对应的特征值以及特征向量,并对特征子空间重新分配,重构阵列特征空间,完成子阵级ADBF。与常规方法相比,该方法能够消除子阵级输出噪声功率不一致造成的阵列方向图畸变,减小协方差矩阵估计误差的影响。理论分析与仿真结果表明,该方法在子阵级波束形成以及抗干扰接收等方面具有优良性能。     

改进的宽带指向最小方差空间谱估计算法

宽带测向一直是阵列信号处理领域研究的难点。把指向最小方差宽带测向算法（STMV）应用到均匀线阵上，通过对阵列频域采样数据的空间协方差矩阵的估计和加权平均处理。给出了空间谱估计子的改进形式。与通常的信号子空间宽带测向算法相比。提出的算法不需要对波达方向进行预估计，因此避免了预估计误差对最终估计结果的影响。理论分析和仿真实验证明了测向算法的有效性。     

基于功率估计的方位数据关联算法

将功率信息与电波传播相关理论引入到测向交叉定位的数据关联问题中,提出一种基于功率估计的方位数据关联算法。推导了阵列协方差矩阵中信号功率与阵列流型之间的关系,利用空间协方差逆矩阵高阶幂逼近噪声子空间的方法,在已知阵列流型的基础上准确获取各目标的功率参数,避免了幅值特征类关联算法易受噪声与信号波形影响的问题;根据功率和传播路径的衰减关系,构造方位组合与功率信息的关联置信度函数,挑选出正确的关联组合。仿真结果表明了算法的有效性和优越性。