虚拟阵列测向性能分析

针对相干信号源测向以及模糊的实际问题,提出一种基于任意形状平面阵列的测向方法。经计算机仿真,证明该方法的有效性。     

增益幅度不同时信号二维方向角和多普勒频率的盲估计

 在各阵元增益幅度不一致的条件下,提出了一种起伏目标的二维方向角和多普勒频率盲估计的新方法。此方法在各阵元增益幅度不一致的条件下,仍可获得很好的估计性能,并能应用于各个信号的频率相同的场合。且具有对噪声不敏感,不需进行谱峰搜索,适用范围广等特点。仿真结果表明了此算法的有效性。     

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。     

基于约束最小冗余线阵与干扰对消的测向方法

针对有源干扰背景下信号源和干扰源的个数超过线阵的自由度而产生线阵饱和现象,提出一种将约束最小冗余线阵与干扰对消技术相结合的测向方法。通过将无源状态和有源状态下线阵输出数据的协方差矩阵进行对消运算去除有源干扰和噪声分量,并对约束最小冗余线阵的波达方向(DOA)估计算法进行改进,构造了新的协方差Toeplitz矩阵,有效抑制了由阵列非均匀性导致的伪峰,提高了阵列的DOA估计性能。仿真结果表明:该算法在低信噪比背景下具有抗有源干扰能力,扩展了阵列孔径,并具有较高的测向精度和鲁棒性。     

双基地MIMO雷达收发角和径向速度联合估计

在双基地MIMO雷达信号模型基础上,提出一种新的目标收发角和径向速度联合估计方法。该方法首先将三参数估计问题转化为非对称联合对角化问题,然后采用最小二乘循环算法对其求解,估计收发导向矩阵和速度矩阵,最后利用谱分析算法恢复收发角和径向速度。同时采用截断高阶奇异值分解(THOSVD)对数据进行压缩处理,减小运算量。该方法充分利用匹配滤波输出的所有信息,无需二维谱峰搜索,每次循环均可得到精确的闭式解。与基于并行因子(PARAFAC)分析的方法相比,该方法可获得更高的参数估计精度,且三参数自动配对。仿真表明了方法的有效性。     

基于虚拟基线变换和RBFNN的宽频段DOA估计

提出利用虚拟基线变换的方法解决了频率高端的相位模糊,克服由于相位模糊性造成的方向特征的多值模糊问题,从而简化了从方向特征到波达方向的映射关系。提取无模糊的方向特征,训练RBF神经,进行宽频段波达方向估计。理论分析和试验表明,该解模糊方法计算量小,能有效消除圆阵列的相位模糊,适用阵元数大于等于5的任意均匀圆阵列天线（6元除外）;利用解模糊后的特征建立的DOA估计模型结构简单,性能大大优于直接建模和相关干涉仪法,具有优越的性能和工程实用性。     

一种分布式阵列波达方向估计方法

针对分布式MIMO雷达中的DOA估计问题,提出一种基于分布式子阵列作为发射,密布阵作为接收的DOA估计方法。发射阵元间隔为接收孔径大小。利用发射作为辅助提高阵列自由度,扩展阵列孔径,推导了DOA估计的过程。与密布阵MIMO雷达不同,在空间分集MIMO雷达中提高自由度并扩展阵列孔径。仿真结果表明了算法的正确性和有效性。     

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。     

阵元指向未知条件下的信号波达方向估计

提出了一种适用于阵元指向未知情形的极化敏感阵列信号波达方向(DOA)估计方法。该方法利用降秩准则将信号方向、极化和阵元指向信息进行解耦,通过唯角度参数搜索完成信号DOA估计,避免了复杂的多维寻优。讨论了新方法实现无模糊DOA估计的必要条件,并将其与利用错误指向信息的DOA估计方法进行了性能比较。结果表明:对于阵元指向未知或存在一定误差的场合,该算法的估计性能更优。     

基于WGS-84模型的单星DOA定位算法

提出了一种单星无源测向交叉定位方法,该方法结合WGS-84地球模型,通过坐标旋转,利用视线交叉定位来确定地面固定辐射源的位置,系统复杂度低,且定位精度趋近于GDOP。仿真结果验证了该算法的可行性和有效性。