利用Toeplitz特性改善来波方向估计性能

提出一种利用协方差矩阵的Ｔｏｅｐｌｉｔｚ特性,使估计的协方差矩阵成为Ｔｏｅｐｌｉｔｚ矩阵的方法,在低信噪比短数据流情况下,改善来波方向（ＤＯＡ）估计的性能,且不需增加乘法运算量．对ＭＵＳＩＣ算法和ＰＲＯＥＳＰＲＩＴ算法进行了分析并作了计算机仿真,仿真结果表明：利用Ｔｏｅｐｌｉｔｚ特性后,ＭＵＳＩＣ算法谱峰幅度增大,波谷相对波峰的深度增加,这将有利于目标的分辨;并可减小低信噪比情况下ＭＵＳＩＣ算法和ＰＲＯＥＳＰＲＩＴ算法ＤＯＡ估计的方差．     

一种二维来波方向估计的快速ESPRIT算法1)

提出了一种快速 ESPRIT算法.使用该算法和两平行均匀线阵可实现二维来波方向的快速估计.快速ESPRIT算法利用协方差矩阵中不受噪声影响的子块来估计来波方向，避免估计整个协方差矩阵和噪声功率，减少了特征分解的次数，大幅度地降低了运算量.而参数的估计性能接近PRO-ESPRIT算法.最后给出计算机仿真结果，表明了该算法的有效性.     

一维GTD散射中心模型参数估计的改进MUSIC算法

针对利用多重信号分类（MUSIC）算法估计一维几何绕射理论（GTD）的散射中心模型时噪声鲁棒性较差、参数精度不高这一问题，提出一类改进的MUSIC算法。首先，构建原始回波数据的共轭矩阵，有效提高了原始回波数据的利用率；其次，将原始回波数据的协方差矩阵、共轭数据的协方差矩阵叠加取平均，得到一个新的总协方差矩阵；最后，对矩阵作2次方、4次方等偶次方处理，得到另一矩阵，以达到增大信号特征值与噪声特征值之间差距的作用，等效为增大了信噪比。仿真结果表明:所提改进算法的参数估计性能及噪声鲁棒性均要优于经典MUSIC算法。      

基于SA&M-Relax的外辐射源雷达目标DOA估计方法

外辐射源雷达回波信噪比极低，通常在距离-多普勒二维相关后进行目标角度估计。在这种单快拍情况下，经典的超分辨算法由于协方差矩阵的非正定性导致算法性能较差。针对这一问题，在A&M插值迭代算法的基础上，提出了一种适用于稀疏阵列的SA&M-Relax外辐射源雷达目标DOA估计方法。在相同阵元数目的情况下，与原有算法相比提高了目标角度估计的分辨率与精度，同时减少了运算量。通过仿真实验验证了所提方法的有效性。      

基于双层协方差矩阵重构的稳健波束形成算法

针对协方差矩阵含目标信号分量及目标导向矢量失配情况下，传统自适应波束形成器性能急剧下降的问题，提出了干扰加噪声协方差矩阵双层重构的稳健波束形成算法。首先，利用稀疏重构的方法预估干扰加噪声协方差矩阵，通过估计干扰导向矢量及干扰功率对干扰加噪声协方差矩阵进行优化校正；然后，基于子空间理论建立导向矢量约束误差优化模型，利用迭代方法对凸优化模型进行求解，得到最优权值向量。仿真结果表明:所提算法显著提高了波束形成器在目标导向矢量约束误差及阵列误差情况下的稳健性，低快拍条件下表现较好，输出性能优于仿真对比算法。      

基于非圆信号的单次快拍二维DOA新算法

针对双平行线阵相干信号二维波达方向(DOA,Direction of Arrival)快速估计问题,利用信号的非圆特性,提出了一种基于非圆信号的单次快拍数据的二维DOA算法.建立新的阵列坐标系,对阵列接收单次快拍数据进行共轭运算,通过数据重新链接得到伪快拍数据,阵列孔径扩展1倍.仅需要对3个伪单快拍矩阵的扩展矩阵进行一次奇异值分解即可实现二维DOA估计和解相干.该算法计算复杂度低,估计精度高,适用于对二维DOA估计实时性要求高的应用背景.计算机仿真结果验证了方法的有效性.     

基于空时DFT投影实现宽带信号二维角估计

 提出了一种基于空时DFT投影的宽带信号二维角估计算法. 该方法采用3个共面的均匀线阵,每一均匀线阵对宽带信号空间采样,然后进行空时二维DFT变换,在空时频率域对宽带信号进行投影变换,用MUSIC算法实现宽带来波信号方向余弦的估计. 利用3个方向余弦估值进行配对,然后求得来波的方位角和仰角估计. 该方法既保留了投影算法的优点,即不需要源的先验知识;不需变换矩阵和在低信噪比有好的性能,又避免二维谱峰搜索.仿真实验表明了算法是有效的.     

自适应对角线加载的波束形成算法

采样协方差矩阵求逆(SMI)的波束形成方法在少快拍数、高信噪比情况下波束形成性能下降。对角线加载技术能减弱了小特征值对应的噪声波束的影响,改善了方向图畸变,但是加载量的确定一直以来是一个比较困难的问题。文中提出了一种自适应对角线加载波束形成算法,根据阵列接收信号协方差矩阵的特征结构,自适应地加载对角线,进而提高波束形成的鲁棒性。仿真结果表明:该算法在高、中、低的信噪比下都具有较好的波束形成性能,且在少快拍数情况下仍具有较好的波束形成性能,是一种鲁棒的且性能优越的波束形成算法,而且该算法容易实现。     

结构方程模型的预测建模方法

提出一种结构方程模型的动态预测建模方法,从而可以在无须未来样本数据的情况下,预测系统要素之间未来的因果关系。采用矩阵谱分解,将协方差矩阵唯一分解为特征值矩阵和特征向量矩阵乘积的形式.分别应用经典的线性回归方法和高维群点主轴旋转预测方法对特征值矩阵和特征向量矩阵建立预测模型,提出一种协方差矩阵的后推预测算法.采用极大似然法,迭代估计未来结构方程模型的各种参数.仿真实验例示了该方法的主要计算步骤.计算结果显示,利用本模型得到的拟合值精度较高,预测模型真实可信,表明这种方法可以用于分析和预测结构方程模型.      

一种二维来波方向估计的快速ESPRIT算法

提出了一种快速ＥＳＰＲＩＴ算法,使用该算法和两平行均匀线阵可实现二维来波方向的快速估计,快速ＥＳＰＲＩＴ算法复协方差矩阵中不受噪声影响的子块来估计来波方向,避免估计整个协方差矩阵和噪声功率,减少了特征分解的次数,大幅度地降低了运算量,而参数的估计性能接近ＰＲＯ－ＥＳＰＲＩＴ算法,最后给出了计算机仿真结果,表明了该算法的有效性。     

基于一维噪声子空间的空间谱估计算法

针对ＭＵＳＩＣ算法在实际情况下,由于Ｒ的信号特征值发生所谓的＂能量泄漏＂而引起的性能下降,提出了一种新算法。算法的基本思想是,无论入射信号数为多少,始终认定只有阵列相关矩阵Ｒ的最小特征值λｍ才是噪声特征值;其对应的Ｒ的特征向量才是真正的噪声特征向量,并且构成一维噪声子空间。算法在减小运算量的同时,提高了在信号特征值能量发生泄漏的情况下对到达角估计的精度和分辨力。算法的思想同样适用于空间平滑等各种抗相干源算法。     

基于酉变换的正交投影自适应波束形成

正交投影 (OP)自适应波束形成算法性能优良 ,但需要进行复协方差矩阵特征分解 ,运算量大。提出了一种基于酉变换的OP自适应波束形成算法 ,该算法对取样协方差矩阵Toeptitz化后利用酉变换将其转换为实矩阵 ,然后对实矩阵特征分解进行自适应波束形成。波束形成器的实值运算可节省大量计算时间。理论分析和计算机仿真结果表明此方法是有效的。     

一种时间欠采样实时频率和二维角估计方法

提出了用均匀平行线阵和阵元输出信号的时间延迟估计时间欠采样来波频率、方位角和仰角的方法.该算法在DFT波束空间使用PRO-ESPRIT方法,实现频率无模糊估计,完成来波信号频率和角度的估计.频率间接估计算法是先估计数字频率,然后用数字频率求模拟频率,其估计方差比直接估计算法的方差要小几个数量级.仿真实验表明了算法的有效性.     

相关信号DOA估计的超分辨算法及其改进

常见的超分辨算法,如MUSIC算法、Capon算法等,只能对非相关信号到达角进行估计,无法分辨两个相关回波信号。介绍的d-MUSIC算法解决了这个问题,文中给出了这种算法的适用范围和空间谱特性,提出增加泰勒展开阶数的方法来提高算法的测角精度。