基于均匀圆阵相干信源DOA估计的改进MUSIC算法

提出了一种均匀圆阵(UCA)相干信号的到达角(DOA)估计方法.通过模式激励法和改进MUSIC算法,对均匀圆阵的输出信号作模式变换,使其阵列流形具类似均匀线阵形式,再重构Toeplitz矩阵使其秩与信号相关性无关,完成对相干信号的DOA估计.仿真结果表明:该法可行.     

星载稀布L阵对地面辐射源的高精度测向研究

在均匀分布和非均匀分布两种情况下,采用二维MUSIC算法研究了星载稀布L阵列的地面辐射源测向精度。对地面辐射源方位估计、小角度辐射源分辨率,以及测向精度的分析和仿真结果表明,星载L型阵列能实现对地面辐射源的高精度二维测向。在相同条件下,非均匀阵的测向性能明显优于均匀阵。     

多径条件下阵列互耦自校正算法研究

在实际的阵列中,阵元间的互耦和相干信源的存在都会使得大多数高分辨的DOA估计算法的性能严重下降,甚至完全失效.针对这一问题,在应用子空间原理的基础上,利用均匀线阵互耦矩阵的带状循环特性及对称Toeplitz性,并结合前后向空间平滑算法,提出了一种阵元互耦条件下的相干信源的波达方向估计新算法.该算法无需阵元的互耦参数信息,就可准确地估计出相干信源的DOA,估计性能优良,且只需一维搜索,计算量较小.仿真结果验证了该算法的有效性.     

GMSK信号的非相干解调技术研究

介绍了GMSK信号的两种非相干解调--1bit差分解调和改进型的Viterbi算法解调.通过计算机仿真对这两种非相干解调算法进行了研究,最后在相互之间进行了解调性能仿真比较.仿真结果表明,1bit差分解调算法完全能够实现对GMSK信号的正确解调, 改进型的Viterbi解调算法在解调过程中用MSK信号的相位路径进行高斯滤波后作为参考路径,并选取与接收信号的相位路径的Euclidean距离最小的作为解调路径,取得了良好的解调效果.在同等误码率要求下,改进的Viterbi算法比1bit差分解调性能具有更高的SNR优势.     

基于多径信号衰落特性的快速DOA估计算法

针对低空测向,提出了一种基于多径衰落特性的快速波达方向估计算法。先给出了一种新的基于时域数据块平滑(TDBS)解相干方法,无阵列孔径损失,对阵列结构无要求,再分步分辨相干和非相干信源,用少数阵元进行迭代解相干处理,降低了算法的运算量,可分辨更多信源。算法无需特征值分解,有较强的实时性。仿真结果表明算法理论正确且有效。     

相关噪声背景下相干信源DOA估计算法研究

根据信号和噪声的非圆对称特性,利用除第一个阵元外的其它阵元接收数据的共轭信息,对原阵列进行有效地扩展,提出了一种相关噪声背景下相干信源波达方向（DOA）估计的新算法。由于对阵列进行了虚拟扩展并运用斜投影算法将非相干信源与相干信源分开分辨,因此该算法具有很强的信源过载能力及阵元节省能力,在一定程度上提高了空间分辨率DOA估计的性能,并可对消空间具有非圆对称性的相关噪声,适用于低信噪比环境。仿真结果证明了算法理论的正确性和有效性。     

星载非均匀稀布阵高精度测向性能分析

基于微小卫星的侦察与无源定位技术是目前各国广泛研究的问题之一。为了克服有效载荷的限制，寻求适于星载的接收阵列形式，文中针对两种非均匀间距L型稀布阵，采用二维MUSIC算法分析了阵列对地面辐射源的测向性能，并与等间距及同孔径的均匀L阵进行了比较，利用Matlab编程，给出了仿真结果。理论分析和仿真结果表明，本文考虑的非均匀间距阵稀布L阵能够实现对地面辐射源的高精度测向，测向性能明显优于同孔径（等间距）阵。     

平稳色噪声背景下相干信源DOA估计的新算法

提出一种基于对称均匀线阵的波达方向(DOA)估计新方法.该算法在未知噪声协方差矩阵为复对称Toeplitz结构的情况下,利用空间差分方法和相干信源信息Toeplitz矩阵重构相结合,来处理同时存在相干、非相干信源的情况.该算法在提高阵列的信源过载能力的同时,可明显减小运算量.计算机仿真结果证明了算法的有效性和正确性.     

一种基于非圆相干信号的波束成形算法

空间平滑是一种传统去相干算法,此算法是基于圆信号提出的,同时存在孔径损耗问题。针对非圆相干信号,提出了一种全阵加权扩展空间平滑波束成形算法。首先将扩展空间平滑的子阵分解思想引入波束成形算法中,从理论上证明了算法的去相干特性,并通过分析证明了算法比传统空间平滑算法在可适用信源数上的提高。为了更好地去除期望信号与干扰间的相干性,利用虚拟波束得到权值对子阵进行加权。最后设计了一种转换矩阵,可将子阵波束权矢量扩展至全阵波束权矢量,从而避免了扩展空间平滑带来的孔径损耗问题。仿真结果表明了算法的可行性及优越性。     

相干信源DOA估计的非对称加权空间平滑差分算法

提出了相干信源DOA估计的非对称加权空间平滑差分(UWSSD)算法。在空间平滑差分运算的基础上,对各子阵协方差矩阵采用非对称权值加权处理,破坏差分矩阵的负反对称特性,从而使信源差分协方差矩阵恢复为满秩。差分矩阵中不含相关噪声及非相关源信息,可利用它分辨相关及相干信源,而利用传统子空间算法分辨非相干信源,从而重复利用阵列接收数据,可分辨更多信源。通过分析差分矩阵的特点,提出了一种无需矩阵特征分解的快速算法。仿真结果表明,UWSSD算法具有较强的噪声抑制能力及信源过载能力。