基于运动声源的时间方位特性,提出了采用均匀线列阵识别水下运动目标线谱噪声源的方法。利用时空二维MUSIC(Multiple Signal Classification)法对多个入射声源进行高分辨方位估计,获得运动声源的时间方位曲线,经野值点剔除和中值滤波平...基于运动声源的时间方位特性,提出了采用均匀线列阵识别水下运动目标线谱噪声源的方法。利用时空二维MUSIC(Multiple Signal Classification)法对多个入射声源进行高分辨方位估计,获得运动声源的时间方位曲线,经野值点剔除和中值滤波平滑处理后,根据声源运动轨迹的先验信息,通过最小二乘法精确估计出噪声源通过线阵的正横时刻,最后结合参考声源确定噪声源在运动目标上的位置。考虑实际噪声测量情况,对时空MUSIC法做了近场修正,同时采用解相干处理使本文方法可适用于同频声源。数值仿真结果验证了方法的有效性。展开更多
A novel Direction-Of-Arrival (DOA) estimation method is proposed in the presence of mutual coupling using the joint sparse recovery. In the proposed method, the eigenvector corresponding to the maximum eigenvalue of c...A novel Direction-Of-Arrival (DOA) estimation method is proposed in the presence of mutual coupling using the joint sparse recovery. In the proposed method, the eigenvector corresponding to the maximum eigenvalue of covariance matrix of array measurement is viewed as the signal to be represented. By exploiting the geometrical property in steering vectors and the symmetric Toeplitz structure of Mutual Coupling Matrix (MCM), the redundant dictionaries containing the DOA information are constructed. Consequently, the optimization model based on joint sparse recovery is built and then is solved through Second Order Cone Program (SOCP) and Interior Point Method (IPM). The DOA estimates are gotten according to the positions of nonzeros elements. At last, computer simulations demonstrate the excellent performance of the proposed method.展开更多
现有的基于特征值或谱密度的频谱感知算法,多分别使用近似高斯分布和Tracy-Widom分布来分别分析求解检验统计量在信号是否存在时的分布,未能给出统一的解析表达式。该文提出均匀线阵(ULA)条件下基于空间谱密度比的频谱感知算法,并且基...现有的基于特征值或谱密度的频谱感知算法,多分别使用近似高斯分布和Tracy-Widom分布来分别分析求解检验统计量在信号是否存在时的分布,未能给出统一的解析表达式。该文提出均匀线阵(ULA)条件下基于空间谱密度比的频谱感知算法,并且基于顺序统计量的最新研究成果,给出检验统计量统一的闭合表达式。该算法基于离散空间谱密度最大最小值的比建立检验统计量。仿真结果表明,对于8阵元的ULA,在采样点数为1000、检测概率为0.9时,所提算法比最大最小特征值(MME)比算法有约1.7 d B的性能优势,同时也有效验证了检验统计量理论分布的准确性。展开更多
以均匀线阵(Uniform Linear Array,ULA)为子阵,结合频率分集阵(Frequency Diverse Array,FDA)的思想,构建了一种基于分布式子阵的频率分集阵。针对各子阵按等间距布阵将导致严重的栅瓣问题,提出了一种改进粒子群(Improved Particle Swar...以均匀线阵(Uniform Linear Array,ULA)为子阵,结合频率分集阵(Frequency Diverse Array,FDA)的思想,构建了一种基于分布式子阵的频率分集阵。针对各子阵按等间距布阵将导致严重的栅瓣问题,提出了一种改进粒子群(Improved Particle Swarm Optimization,IPSO)算法来优化分布式FDA中各子阵间的基线距离,以实现高效的栅瓣抑制。同时,从理论上推导了目标距离和角度均未知时参数估计的克拉美罗下界(Cramer-Rao Lower Bound,CRLB)。仿真结果表明,优化后分布式FDA的栅瓣得到有效抑制,而且阵列角度维分辨率和估计性能亦得到大幅度提升,验证了所提算法的有效性。展开更多
针对均匀线阵(uniform linear array,ULA)互耦条件下混合信源的波达方向(direction of arrival,DOA)估计问题,基于联合对角化算法,提出了一种基于3步实现的DOA与互耦系数估计新算法。首先利用互耦矩阵的Toeplitz结构实现混合信源中独立...针对均匀线阵(uniform linear array,ULA)互耦条件下混合信源的波达方向(direction of arrival,DOA)估计问题,基于联合对角化算法,提出了一种基于3步实现的DOA与互耦系数估计新算法。首先利用互耦矩阵的Toeplitz结构实现混合信源中独立信源的DOA及互耦系数的粗估计;然后结合斜投影及前后向空间平滑,实现混合信源DOA估计;最后以广义空间特征矩阵及混合信源DOA估计值为基础,提出一种非子空间类互耦系数自校正方法。计算机仿真结果表明,与同类算法相比,所提算法无论在DOA及互耦系数估计精度、还是在DOA估计成功率方面,均具有明显的优势,且对于高斯背景噪声具有普适性。展开更多
文摘基于运动声源的时间方位特性,提出了采用均匀线列阵识别水下运动目标线谱噪声源的方法。利用时空二维MUSIC(Multiple Signal Classification)法对多个入射声源进行高分辨方位估计,获得运动声源的时间方位曲线,经野值点剔除和中值滤波平滑处理后,根据声源运动轨迹的先验信息,通过最小二乘法精确估计出噪声源通过线阵的正横时刻,最后结合参考声源确定噪声源在运动目标上的位置。考虑实际噪声测量情况,对时空MUSIC法做了近场修正,同时采用解相干处理使本文方法可适用于同频声源。数值仿真结果验证了方法的有效性。
基金Supported by the Innovation Foundation for Outstanding Postgraduates in the Electronic Engineering Institute of PLA (No. 2009YB005)
文摘A novel Direction-Of-Arrival (DOA) estimation method is proposed in the presence of mutual coupling using the joint sparse recovery. In the proposed method, the eigenvector corresponding to the maximum eigenvalue of covariance matrix of array measurement is viewed as the signal to be represented. By exploiting the geometrical property in steering vectors and the symmetric Toeplitz structure of Mutual Coupling Matrix (MCM), the redundant dictionaries containing the DOA information are constructed. Consequently, the optimization model based on joint sparse recovery is built and then is solved through Second Order Cone Program (SOCP) and Interior Point Method (IPM). The DOA estimates are gotten according to the positions of nonzeros elements. At last, computer simulations demonstrate the excellent performance of the proposed method.
文摘现有的基于特征值或谱密度的频谱感知算法,多分别使用近似高斯分布和Tracy-Widom分布来分别分析求解检验统计量在信号是否存在时的分布,未能给出统一的解析表达式。该文提出均匀线阵(ULA)条件下基于空间谱密度比的频谱感知算法,并且基于顺序统计量的最新研究成果,给出检验统计量统一的闭合表达式。该算法基于离散空间谱密度最大最小值的比建立检验统计量。仿真结果表明,对于8阵元的ULA,在采样点数为1000、检测概率为0.9时,所提算法比最大最小特征值(MME)比算法有约1.7 d B的性能优势,同时也有效验证了检验统计量理论分布的准确性。
文摘以均匀线阵(Uniform Linear Array,ULA)为子阵,结合频率分集阵(Frequency Diverse Array,FDA)的思想,构建了一种基于分布式子阵的频率分集阵。针对各子阵按等间距布阵将导致严重的栅瓣问题,提出了一种改进粒子群(Improved Particle Swarm Optimization,IPSO)算法来优化分布式FDA中各子阵间的基线距离,以实现高效的栅瓣抑制。同时,从理论上推导了目标距离和角度均未知时参数估计的克拉美罗下界(Cramer-Rao Lower Bound,CRLB)。仿真结果表明,优化后分布式FDA的栅瓣得到有效抑制,而且阵列角度维分辨率和估计性能亦得到大幅度提升,验证了所提算法的有效性。
文摘针对均匀线阵(uniform linear array,ULA)互耦条件下混合信源的波达方向(direction of arrival,DOA)估计问题,基于联合对角化算法,提出了一种基于3步实现的DOA与互耦系数估计新算法。首先利用互耦矩阵的Toeplitz结构实现混合信源中独立信源的DOA及互耦系数的粗估计;然后结合斜投影及前后向空间平滑,实现混合信源DOA估计;最后以广义空间特征矩阵及混合信源DOA估计值为基础,提出一种非子空间类互耦系数自校正方法。计算机仿真结果表明,与同类算法相比,所提算法无论在DOA及互耦系数估计精度、还是在DOA估计成功率方面,均具有明显的优势,且对于高斯背景噪声具有普适性。
