针对色噪声下基于差分去噪的宽带相干信号波达方向(direction of arrival,DOA)估计方法对相干信源数有限制的问题,提出一种基于噪声圆形特性去噪和Toeplitz矩阵重构的估计算法。首先,对接收到的信号求取协方差矩阵,利用噪声的圆形特性...
详细信息
针对色噪声下基于差分去噪的宽带相干信号波达方向(direction of arrival,DOA)估计方法对相干信源数有限制的问题,提出一种基于噪声圆形特性去噪和Toeplitz矩阵重构的估计算法。首先,对接收到的信号求取协方差矩阵,利用噪声的圆形特性消除噪声。为达到对协方差矩阵进行Toeplitz矩阵重构的要求,通过协方差矩阵相乘来构造新的数据协方差矩阵。然后,通过Toeplitz矩阵重构来解相干。最后,利用旋转子空间算法准则构造聚焦矩阵,使用传播算子算法实现DOA估计。理论分析及仿真实验验证了该算法的有效性,该算法对相干信源数的奇偶没有限制,同时该算法也适用于高斯白噪声下宽带相干信号DOA估计的场景。
该文提出脉冲超宽带(Impulse Radio Ultra WideBand,IR-UWB)系统中一种基于改进传播算子算法(Propagator Method,PM)的到达时间(Time-Of-Arrival,TOA)和波达方向(Direction-Of-Arrival,DOA)联合估计方法。首先直接对接收信号的频域形式...
详细信息
该文提出脉冲超宽带(Impulse Radio Ultra WideBand,IR-UWB)系统中一种基于改进传播算子算法(Propagator Method,PM)的到达时间(Time-Of-Arrival,TOA)和波达方向(Direction-Of-Arrival,DOA)联合估计方法。首先直接对接收信号的频域形式建模,然后采用改进的PM算法估计出两根天线的TOA参数,最后由两根天线的到达时间差计算出信号的DOA参数,从而达到TOA和DOA联合估计的目的。该算法无需谱峰搜索就可直接得到TOA和DOA的闭式解,且可以实现参数自动配对,大大降低了复杂度。最后给出了该算法的大量实验仿真,以及与现有算法的比较,仿真结果验证了该方法的可行性、稳健性和优越性。
利用集群自主式水下航行器(Autonomous Underwater Vehicles,AUV)进行的水下协同作业的需求越来越多。对于水下集群作业来说,AUV的水下定位非常重要。目前,AUV通常采用声学定位的工作模式,利用长、短基线阵对水下目标的二维波达方向(Direction of Arrival,DOA)进行估计,但在小型AUV上,基阵的阵列尺寸等受载体体积和换能器尺寸的共同限制,多信源条件下DOA估计的精度不高。设计低功耗平台,采用双平行线阵及传播算子算法来对多源目标进行二维DOA估计,结合通信与声学定位一体化方法,利用高频通信信号作为定位信号源,实现多信源环境中估计角度自动配对,在阵列尺寸受限的小型AUV上布放时,有较好的DOA估计效果。仿真结果验证了该方法的有效性。
针对L型阵列在二维波达方向(Direction-of-Arrival,DOA)估计参数,估计过程后期随着信噪比(Signal to Noise Ratio,SNR)的提高测向误差几乎没有变化,维持在0.15°左右,提出了修正F型阵列构型。该阵列在不额外增加阵元数的情况下,充...
详细信息
针对L型阵列在二维波达方向(Direction-of-Arrival,DOA)估计参数,估计过程后期随着信噪比(Signal to Noise Ratio,SNR)的提高测向误差几乎没有变化,维持在0.15°左右,提出了修正F型阵列构型。该阵列在不额外增加阵元数的情况下,充分利用阵元所包含的信号信息使用2次传播算子(Propagation Method,PM)算法对俯仰角和方位角进行2次估计。仿真试验结果表明,修正F型阵列能够实现信号的DOA估计,在高SNR情况下侧向误差减小到0.07°左右,相比均匀L型阵列,该阵列在高SNR情况下估计精度提升了53.3%,在小快拍数情况下成功率也提高了20%,具有稳定、精确的估计精度。
二维波达方向(TWO Dimension Direction of Arrival，2D DOA)估计在现代阵列信号处理中发挥着重要作用，并成功地应用于车载雷达、卫星通信、医学探测等领域。2D DOA估计能够获得更准确的信号方位角和俯仰角信息，因此得到了广泛的研究...
详细信息
二维波达方向(TWO Dimension Direction of Arrival，2D DOA)估计在现代阵列信号处理中发挥着重要作用，并成功地应用于车载雷达、卫星通信、医学探测等领域。2D DOA估计能够获得更准确的信号方位角和俯仰角信息，因此得到了广泛的研究。已有的文献在研究二维阵列的参数估计过程中，某些算法仍然存在着估计误差大或者运算量高或者算法适用情况单一的问题。本文针对这些问题进行改进，主要工作和研究成果包括以下几个方面: (1)针对传播算子算法在低信噪比及小快拍数下估计不精确的问题，研究了基于阵列扩展的改进传播算子算法。改进算法利用阵列的平移不变性和信号协方差矩阵的对角特性，对协方差矩阵进行扩展重构:其次，通过求解新的伪传播算子与阵列流型的新关系来求得二维角度;最后根据快速配对法实现角度配对。基于阵列扩展的改进传播算子算法更适用于低信噪比及小快拍数的情况，避免了谱峰搜索，可实现角度的精确估计，更贴合工程实际。 (2)针对Unitary旋转不变子空间算法在混合圆信号和非圆信号存在角度兼并时估计不准确的问题，研究了基于联合对角化的Unitary旋转不变子空间算法。改进算法利用非圆信号的非圆特性以及圆信号的虚拟非圆特性，通过Unitary旋转不变子空间算法将复数运算转变为实值运算，大大降低了运算量，最后利用联合对角化技术，通过对方向矩阵集的联合对角化器的求解来获得二维角度，从而完成对圆信号和非圆信号的角度分离。改进算法可以在混合信号存在角度兼并时成功分离混合信号的角度，复杂度低，且自动配对。 (3)针对轮换迭代算法在混合幅相误差和互耦误差时对DOA和误差系数估计不准确的问题，研究了改进的非迭代多重信号分类算法。改进算法利用了误差矩阵特性及矩阵向量转换性质，对谱峰搜索函数进行扩展重构以弥补由于误差矩阵的缺秩导致的秩亏损，并通过搜索角度域得到信号的二维角度，借鉴轮换迭代的思想对误差矩阵进行求解，最终实现信号角度和误差参数的联合估计。改进算法可以在混和误差存在的情况下，有效解决了原有算法的估计不准问题，提高了算法的估计性能。
暂无评论