提出一种基于均匀圆阵单次快拍数据的相干信源波达方向(direction of arrival,DOA)估计方法——直接数据特征值分解(direct data eigenvalue decomposition,DD-EVD)法.算法通过模式空间转换将均匀圆阵虚拟为均匀线阵,再直接利用波束空...提出一种基于均匀圆阵单次快拍数据的相干信源波达方向(direction of arrival,DOA)估计方法——直接数据特征值分解(direct data eigenvalue decomposition,DD-EVD)法.算法通过模式空间转换将均匀圆阵虚拟为均匀线阵,再直接利用波束空间的快拍数据,构造一个Toeplitz矩阵,并对矩阵按阵列流形分解.理论推导证明,矩阵的秩得到恢复,只与入射信号个数有关.对该矩阵进行特征值分解可得到正确的信号子空间和噪声子空间,进而完成相干信源DOA估计.算法使用单次快拍数据构造矩阵,适合非平稳信号参数的估计,同时不需要快拍累计和相关运算,降低了计算复杂度.仿真结果验证了算法的有效性.展开更多
提出了一种针对均匀圆阵接收信号波达方向(direction of arrival,DOA)判定的算法,该算法相对于其他算法,更能充分利用信号中的有用信息,达到提高算法判定精度的目的.算法将接收信号数学模型在Z轴和X轴方向分别进行虚拟平移,通过模式激励...提出了一种针对均匀圆阵接收信号波达方向(direction of arrival,DOA)判定的算法,该算法相对于其他算法,更能充分利用信号中的有用信息,达到提高算法判定精度的目的.算法将接收信号数学模型在Z轴和X轴方向分别进行虚拟平移,通过模式激励,构造出两个包含接收信号DOA信息的满秩Toeplitz矩阵,达到相干信号解相干的目的.先后根据Z轴、X轴方向旋转因子特性的不同,先得出信号俯仰角的估计值,再得出方位角的估计值,完成二维波达方向的判定.仿真结果验证了该算法对于相干信号DOA判定的正确性,而且对于强相干和低信噪比的入射信号DOA也能有效区分和判定.展开更多
文摘提出一种基于均匀圆阵单次快拍数据的相干信源波达方向(direction of arrival,DOA)估计方法——直接数据特征值分解(direct data eigenvalue decomposition,DD-EVD)法.算法通过模式空间转换将均匀圆阵虚拟为均匀线阵,再直接利用波束空间的快拍数据,构造一个Toeplitz矩阵,并对矩阵按阵列流形分解.理论推导证明,矩阵的秩得到恢复,只与入射信号个数有关.对该矩阵进行特征值分解可得到正确的信号子空间和噪声子空间,进而完成相干信源DOA估计.算法使用单次快拍数据构造矩阵,适合非平稳信号参数的估计,同时不需要快拍累计和相关运算,降低了计算复杂度.仿真结果验证了算法的有效性.
文摘提出了一种针对均匀圆阵接收信号波达方向(direction of arrival,DOA)判定的算法,该算法相对于其他算法,更能充分利用信号中的有用信息,达到提高算法判定精度的目的.算法将接收信号数学模型在Z轴和X轴方向分别进行虚拟平移,通过模式激励,构造出两个包含接收信号DOA信息的满秩Toeplitz矩阵,达到相干信号解相干的目的.先后根据Z轴、X轴方向旋转因子特性的不同,先得出信号俯仰角的估计值,再得出方位角的估计值,完成二维波达方向的判定.仿真结果验证了该算法对于相干信号DOA判定的正确性,而且对于强相干和低信噪比的入射信号DOA也能有效区分和判定.
