针对阵元幅相误差使波达方向(direction of arrival,DOA)估计精度下降的问题,提出了一种阵元幅相误差和DOA同时估计算法。该算法通过在阵列一侧设置少量已校正阵元,改变了误差矩阵的结构,并根据改变后的矩阵特征构造了变换矩阵,通过构...针对阵元幅相误差使波达方向(direction of arrival,DOA)估计精度下降的问题,提出了一种阵元幅相误差和DOA同时估计算法。该算法通过在阵列一侧设置少量已校正阵元,改变了误差矩阵的结构,并根据改变后的矩阵特征构造了变换矩阵,通过构造的变换矩阵和子空间算法,实现了对阵元幅相误差和DOA的同时估计。此外,该算法能够解决信源功率存在较大差异时误差估计不准的问题,实现了高精度的误差和角度的同时估计。计算机仿真结果证明了所提算法的正确性和有效性。展开更多
阵元位置误差会严重影响多重信号分类(multiple signal classification,MUSIC)算法的测向性能,为此给出了一种阵元位置误差自校正的累量域辅助阵元法。首先构造了一种最大非冗余四阶累积量矩阵,并基于该矩阵实现了信源方位和阵元位置误...阵元位置误差会严重影响多重信号分类(multiple signal classification,MUSIC)算法的测向性能,为此给出了一种阵元位置误差自校正的累量域辅助阵元法。首先构造了一种最大非冗余四阶累积量矩阵,并基于该矩阵实现了信源方位和阵元位置误差的联合估计,其中信源方位的估计需要一维搜索,而阵元位置误差的估计需要求解一个线性最小二乘问题。在一定假设条件下,对新算法的参数估计一致性做了理论分析。仿真实验表明:新算法可以减少对辅助阵元个数的要求,并且减弱了高斯色噪声对算法参数估计性能的影响。展开更多
MUSIC（Muldple Signal Classification）算法是一种精度很高的空间谱估计算法，理论上说，它可以分辨空间任意两个方位不同的非相关信号。但这种高分辨率是以阵列的精确校准为前提的。针对阵列误差的校正，很多文献资料都提出了相应的...MUSIC（Muldple Signal Classification）算法是一种精度很高的空间谱估计算法，理论上说，它可以分辨空间任意两个方位不同的非相关信号。但这种高分辨率是以阵列的精确校准为前提的。针对阵列误差的校正，很多文献资料都提出了相应的解决办法。但这些校正算法大都是在假设阵列误差与方位无关的基础上提出来的，这与实际情况不符，因为实际应用中，阵列的误差几乎都是与信号的方位有关的（简称方位相关阵列误差）。对于方位相关阵列误差的校正，一直以来都是空间谱估计中的一个难点，相关的研究也很少。辅助阵元法，是解决这一难点的有效方法，它计算量小，适用于任意的阵列几何结构．而且不会牵涉到通常参数联合优化估计时的局部收敛问题。所以将辅助阵元法与MUSIC算法结合起来估计信号的波迭方向（DOA）具有重要的实际意义。本文对基于辅助阵元法的MUSIC算法进行了详细的论述，分析了信噪比和校正阵元的精度对算法性能的影响。同时提出相应的解决办法，为实际应用提供参考。展开更多
基于阵列观测站的目标定位易受阵列误差的影响。针对方位依赖幅相误差影响下的定位问题,提出了一种利用辅助阵元(Instrumental Sensor,IS)自校正的非圆信号多站直接定位(Direct Position Determination,DPD)算法。该算法利用辅助阵元校...基于阵列观测站的目标定位易受阵列误差的影响。针对方位依赖幅相误差影响下的定位问题,提出了一种利用辅助阵元(Instrumental Sensor,IS)自校正的非圆信号多站直接定位(Direct Position Determination,DPD)算法。该算法利用辅助阵元校正方位依赖的阵列幅相误差,结合信号的非圆特性扩展数据模型,基于扩展子空间数据融合准则直接实现多目标位置参数与多站阵列误差参数的解耦估计,避免了传统两步定位方法的测向与数据关联步骤。仿真结果表明,该算法较传统的两步定位方法与未考虑阵列误差的直接定位算法均具有更高的定位精度,尤其在低信噪比与目标距离较近时优势更加明显。展开更多
文摘针对阵元幅相误差使波达方向(direction of arrival,DOA)估计精度下降的问题,提出了一种阵元幅相误差和DOA同时估计算法。该算法通过在阵列一侧设置少量已校正阵元,改变了误差矩阵的结构,并根据改变后的矩阵特征构造了变换矩阵,通过构造的变换矩阵和子空间算法,实现了对阵元幅相误差和DOA的同时估计。此外,该算法能够解决信源功率存在较大差异时误差估计不准的问题,实现了高精度的误差和角度的同时估计。计算机仿真结果证明了所提算法的正确性和有效性。
文摘阵元位置误差会严重影响多重信号分类(multiple signal classification,MUSIC)算法的测向性能,为此给出了一种阵元位置误差自校正的累量域辅助阵元法。首先构造了一种最大非冗余四阶累积量矩阵,并基于该矩阵实现了信源方位和阵元位置误差的联合估计,其中信源方位的估计需要一维搜索,而阵元位置误差的估计需要求解一个线性最小二乘问题。在一定假设条件下,对新算法的参数估计一致性做了理论分析。仿真实验表明:新算法可以减少对辅助阵元个数的要求,并且减弱了高斯色噪声对算法参数估计性能的影响。
文摘MUSIC（Muldple Signal Classification）算法是一种精度很高的空间谱估计算法，理论上说，它可以分辨空间任意两个方位不同的非相关信号。但这种高分辨率是以阵列的精确校准为前提的。针对阵列误差的校正，很多文献资料都提出了相应的解决办法。但这些校正算法大都是在假设阵列误差与方位无关的基础上提出来的，这与实际情况不符，因为实际应用中，阵列的误差几乎都是与信号的方位有关的（简称方位相关阵列误差）。对于方位相关阵列误差的校正，一直以来都是空间谱估计中的一个难点，相关的研究也很少。辅助阵元法，是解决这一难点的有效方法，它计算量小，适用于任意的阵列几何结构．而且不会牵涉到通常参数联合优化估计时的局部收敛问题。所以将辅助阵元法与MUSIC算法结合起来估计信号的波迭方向（DOA）具有重要的实际意义。本文对基于辅助阵元法的MUSIC算法进行了详细的论述，分析了信噪比和校正阵元的精度对算法性能的影响。同时提出相应的解决办法，为实际应用提供参考。
文摘基于阵列观测站的目标定位易受阵列误差的影响。针对方位依赖幅相误差影响下的定位问题,提出了一种利用辅助阵元(Instrumental Sensor,IS)自校正的非圆信号多站直接定位(Direct Position Determination,DPD)算法。该算法利用辅助阵元校正方位依赖的阵列幅相误差,结合信号的非圆特性扩展数据模型,基于扩展子空间数据融合准则直接实现多目标位置参数与多站阵列误差参数的解耦估计,避免了传统两步定位方法的测向与数据关联步骤。仿真结果表明,该算法较传统的两步定位方法与未考虑阵列误差的直接定位算法均具有更高的定位精度,尤其在低信噪比与目标距离较近时优势更加明显。
