An approach for joint direction of arrival(DOA) angle and frequency estimation for a linear array is investigated in this paper. Specifically, we make the utmost of the autocorrelation and cross-correlation informatio...An approach for joint direction of arrival(DOA) angle and frequency estimation for a linear array is investigated in this paper. Specifically, we make the utmost of the autocorrelation and cross-correlation information to propose an extended DOAmatrix(EDOAM) method. Subsequently, we obtain the autopaired angle and frequency estimates by the eigenvalues and the corresponding eigenvectors of the novel DOA matrix. Furthermore, the proposed method surpasses the DOA-matrix method which partly ignores the autocorrelation and cross-correlation information. Finally, the proposed method works well for both uniform and non-uniform linear arrays. The simulation consequences indicate the superiority of our proposed approach.展开更多
在相干信号波达方向(direction of arrival,DOA)估计中,当阵列接收到的相干信号处于低信噪比时,DOA估计性能会大大降低。针对该问题,提出一种增强的时空平滑(enhanced spatio-temporal smoothing,ESTS)算法,在使用时空相关矩阵重构接收...在相干信号波达方向(direction of arrival,DOA)估计中,当阵列接收到的相干信号处于低信噪比时,DOA估计性能会大大降低。针对该问题,提出一种增强的时空平滑(enhanced spatio-temporal smoothing,ESTS)算法,在使用时空相关矩阵重构接收数据矩阵的时空平滑(spatio-temporal smoothing,STS)方法的基础上进行了改进。首先对子阵列时空相关矩阵进行平方预处理,然后通过充分利用子阵列时空相关矩阵的协方差和互协方差信息解相干,提高了相干信号的分辨率以及对噪声扰动的鲁棒性。理论分析和统计结果均表明,与其他空间平滑类解相干方法相比,该方法提高了在低信噪比、少快拍数、小角度分离情况下的相干信号DOA估计的去相关性能。展开更多
针对传统波达方向(Direction of Arrival,DOA)估计方法在低信噪比、少快拍数条件下表现性能差甚至失效的问题,提出了一种基于重构频域协方差矩阵的波达方位估计方法。该方法根据转化的频域信号进行共轭反向修正实现对噪声的抑制,构造出...针对传统波达方向(Direction of Arrival,DOA)估计方法在低信噪比、少快拍数条件下表现性能差甚至失效的问题,提出了一种基于重构频域协方差矩阵的波达方位估计方法。该方法根据转化的频域信号进行共轭反向修正实现对噪声的抑制,构造出了新的频域协方差矩阵,利用平均噪声子空间建立空间谱估计函数,通过谱峰搜索估计出信源的方位角。经仿真对比分析,所提改进方法可以识别多个相干信号,并且在低信噪比、少快拍数条件下仍然获得较好的方位估计性能,估计误差较传统算法降低2%~25%。展开更多
为提升互质阵列对相干信号的估计性能,提出了基于多重Toeplitz矩阵重构的互质阵列相干信号波达方向(direction of arrival,DOA)估计方法。该方法首先将互质阵列构造为共轭增广虚拟阵列;其次,通过插值补零将共轭增广虚拟阵列变为虚拟均...为提升互质阵列对相干信号的估计性能,提出了基于多重Toeplitz矩阵重构的互质阵列相干信号波达方向(direction of arrival,DOA)估计方法。该方法首先将互质阵列构造为共轭增广虚拟阵列;其次,通过插值补零将共轭增广虚拟阵列变为虚拟均匀线阵;然后,利用窄带信号在不同快拍数下的强相关性和噪声的弱相关性构造时空相关矩阵,并使用时空相关矩阵的所有行重构Toeplitz矩阵;最后,使用子空间方法得到DOA估计结果。理论分析和试验结果表明,与现有的矩阵重构方法相比,该方法在低信噪比和少快拍数的情况下具有良好的估计性能和分辨能力。展开更多
提出一种相干信号二维波达方向(Direction of Arrival,DOA)估计算法——模式空间波达方向矩阵(Mode-Space DOA Matrix,MS-DOAM)法。算法基于双圆阵,利用模式空间转换将圆阵转换为虚拟双平行线阵,计算虚拟线阵阵元间的互相关信息,构造两...提出一种相干信号二维波达方向(Direction of Arrival,DOA)估计算法——模式空间波达方向矩阵(Mode-Space DOA Matrix,MS-DOAM)法。算法基于双圆阵,利用模式空间转换将圆阵转换为虚拟双平行线阵,计算虚拟线阵阵元间的互相关信息,构造两个等效协方差矩阵,进而构造波达方向矩阵,对该波达方向矩阵特征分解,利用得到的特征值与特征矢量求得入射信号的仰角和方位角。算法无需二维搜索,实现估计参数自动配对。仿真结果表明,算法在低信噪比和短快拍条件下,估计误差低于虚拟空间平移算法。展开更多
基金supported by the National Natural Science Foundation of China (61971217,61971218,61631020)Jiangsu Natural Science Foundation (BK20200444)+1 种基金Jiangsu Key Research and Development Project (BE2020101)the Fund of Sonar Technology Key Laboratory。
文摘An approach for joint direction of arrival(DOA) angle and frequency estimation for a linear array is investigated in this paper. Specifically, we make the utmost of the autocorrelation and cross-correlation information to propose an extended DOAmatrix(EDOAM) method. Subsequently, we obtain the autopaired angle and frequency estimates by the eigenvalues and the corresponding eigenvectors of the novel DOA matrix. Furthermore, the proposed method surpasses the DOA-matrix method which partly ignores the autocorrelation and cross-correlation information. Finally, the proposed method works well for both uniform and non-uniform linear arrays. The simulation consequences indicate the superiority of our proposed approach.
文摘针对传统波达方向(Direction of Arrival,DOA)估计方法在低信噪比、少快拍数条件下表现性能差甚至失效的问题,提出了一种基于重构频域协方差矩阵的波达方位估计方法。该方法根据转化的频域信号进行共轭反向修正实现对噪声的抑制,构造出了新的频域协方差矩阵,利用平均噪声子空间建立空间谱估计函数,通过谱峰搜索估计出信源的方位角。经仿真对比分析,所提改进方法可以识别多个相干信号,并且在低信噪比、少快拍数条件下仍然获得较好的方位估计性能,估计误差较传统算法降低2%~25%。
文摘为提升互质阵列对相干信号的估计性能,提出了基于多重Toeplitz矩阵重构的互质阵列相干信号波达方向(direction of arrival,DOA)估计方法。该方法首先将互质阵列构造为共轭增广虚拟阵列;其次,通过插值补零将共轭增广虚拟阵列变为虚拟均匀线阵;然后,利用窄带信号在不同快拍数下的强相关性和噪声的弱相关性构造时空相关矩阵,并使用时空相关矩阵的所有行重构Toeplitz矩阵;最后,使用子空间方法得到DOA估计结果。理论分析和试验结果表明,与现有的矩阵重构方法相比,该方法在低信噪比和少快拍数的情况下具有良好的估计性能和分辨能力。
文摘提出一种基于弹载双均匀圆阵(uniform circular array,UCA)的相干信源二维波达方向(direction ofarrival,DOA)估计算法。算法首先沿轴向对阵列进行虚拟平移,利用空间平滑技术处理数据以恢复协方差矩阵的秩,实现相干信号解相干,再依据轴向双圆阵列的结构特点构造波达方向矩阵,对波达方向矩阵进行特征值分解可得到包含俯仰角信息的特征值和包含俯仰角信息与方位角信息的特征矢量,完成相干信源DOA估计。算法将波达方向矩阵法引入均匀圆阵,估计参数自动配对,同时避免了常规算法的二维谱峰搜索,实时性好。仿真结果表明,与矩阵重构的均匀圆阵旋转不变子空间(uniform circular array-estimation of signal parameters via rotational invariance techniques,UCA-ESPRIT)算法相比,本文算法计算量较小,分辨率高。
文摘提出一种相干信号二维波达方向(Direction of Arrival,DOA)估计算法——模式空间波达方向矩阵(Mode-Space DOA Matrix,MS-DOAM)法。算法基于双圆阵,利用模式空间转换将圆阵转换为虚拟双平行线阵,计算虚拟线阵阵元间的互相关信息,构造两个等效协方差矩阵,进而构造波达方向矩阵,对该波达方向矩阵特征分解,利用得到的特征值与特征矢量求得入射信号的仰角和方位角。算法无需二维搜索,实现估计参数自动配对。仿真结果表明,算法在低信噪比和短快拍条件下,估计误差低于虚拟空间平移算法。
