CN109507634A - 一种任意传感器阵列下的基于传感算子的盲远场信号波达方向估计方法 - Google Patents
一种任意传感器阵列下的基于传感算子的盲远场信号波达方向估计方法 Download PDFInfo
- Publication number
- CN109507634A CN109507634A CN201811324893.XA CN201811324893A CN109507634A CN 109507634 A CN109507634 A CN 109507634A CN 201811324893 A CN201811324893 A CN 201811324893A CN 109507634 A CN109507634 A CN 109507634A
- Authority
- CN
- China
- Prior art keywords
- matrix
- array
- signal
- row
- doa
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种任意传感器阵列下的基于传感算子的盲远场信号波达方向估计方法,可应用于雷达、声呐和移动通信领域。该方法包括通过接收信号的协方差或利用接收信号直接计算传播算子;利用传播算子估计信号子空间;基于秩亏准则构建一维空间谱函数,通过谱峰搜索或者多项式求根实现对DOA的估计。该发明首先利用线性的传播算子估计信号子空间,继而基于秩亏准则提出用于波达方向估计的一维空间谱函数。同时,该发明提供了一种当阵列构型满足特殊条件时的基于多项式求根的快速波达方向估计方法,降低了计算复杂度。运用该算法可以获得较传统算法更低的计算复杂度,同时估计精度保持接近。
Description
技术领域
本发明属于信号处理领域,特别是涉及一种任意传感器阵列构型下基于秩亏准则的信号波达方向估计方法。
背景技术
利用传感器阵列实现盲信号波达方向(Direction-of-arrival,DOA)估计是雷达、声呐、无线通信、射电天文等领域的一项基本课题。DOA估计领域的经典算法有常规波束成形算法、最大似然算法、最小二乘算法、子空间算法和张量分解算法等。其中,以多重信号分类(Multiple Signal Classification,MUSIC)算法、基于旋转不变性的信号参数估计算法(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)为代表的子空间算法由于其高分辨率、高精度、相对较低的复杂度等优点,成为学术界和工程界关注的焦点。MUSIC算法和ESPRIT算法分别代表了子空间算法的两种思路。MUSIC算法利用噪声子空间与阵列流型之间的正交性,通过对空间谱函数的搜索得到对DOA的估计,优点是适用于任意构型阵列,缺点是谱峰搜索过程复杂度较高。ESPRIT算法利用信号子空间和旋转不变阵列的性质,优点是对DOA估计具有闭式解,复杂度较低,缺点是只适用于旋转不变阵列。基于这两种算法,相应的改进算法层出不穷。例如针对MUSIC改进的求根MUSIC算法降低了复杂度,针对ESPRIT改进的广义ESPRIT算法利用秩亏准则解除了旋转不变阵列的限制。然而,这些算法均采用特征值分解运算对子空间进行估计,这种运算的计算复杂度与阵元数的立方成正比,当阵元数较大时,算法复杂度较高。
传播算子(Propagator Method,PM)算法同样利用子空间理论进行DOA估计,但其是利用传播算子这一可通过对接收信号简单矩阵运算得到的线性算子得到对子空间的估计,避免了复杂度较高的特征值分解运算。基于传播算子对MUSIC和ESPRIT算法的改进分别有N-PM算法和S-PM算法,相关的改进算法可用于实现电磁矢量传感器、稀疏L型阵列、双基地多输入多输出雷达等装置下的DOA估计。
发明内容
发明目的:提供一种任意传感器阵列构型下基于秩亏准则的信号波达方向估计方法,该方法可以降低传统广义ESPRIT算法的复杂度,更快速的获得估计结果,减少对硬件计算能力的依赖和对存储空间的占用,同时,估计精度与传统广义ESPRIT算法保持接近。
技术方案:为实现上述发明目的,本发明采用以下技术方案:
一种任意传感器阵列下的基于传感算子的盲远场信号波达方向估计方法,包括以下步骤:
(1)通过接收信号的协方差或利用接收信号直接计算传播算子;
(2)利用传播算子估计信号子空间;
(3)基于秩亏准则构建一维空间谱函数,通过谱峰搜索或者多项式求根实现对DOA的估计。
进一步的,步骤(1)中基于信号独立假设,阵列流型矩阵A为满秩矩阵,其K行线性无关,剩余(M-K)行是前K行的线性组合,则将阵列流型矩阵A按如下形式分块:
其中,G1是一个包含A前K行的非奇异K×K矩阵,G2是包含A后(M-K)行的 (M-K)×K维矩阵,PHG1=G2,矩阵P即为传播算子;
将T组快拍采样数据记为Y=[y(1),…,y(T)],并计算采样协方差矩阵对接收数据Y和采样协方差矩阵按如下方式分块:
其中,分别包含Y的前K行和后(M-K)行,分别包含的左边K列和后边(M-K)列;对传播算子的估计由下列两式分别获得:
进一步的,步骤(2)中定义一个M×K维的新矩阵Q=[IK,P]H,其中IK是K×K维的单位矩阵,由传播算子P的定义,易得:
其中,A为阵列流型矩阵,G1为一个包含A前K行的非奇异K×K矩阵,因为矩阵G1非奇异,等式成立,且可得Q与阵列流型矩阵A张成相同的列空间,由此,利用传播算子实现对信号子空间的估计。
进一步的,步骤(3)中将阵列分成两阵元数均为(M-1)的子阵,假设两个子阵分别包含前(M-1)和后(M-1)个阵元,两子阵相应的选择矩阵定义为J1和J2,且其中IM-1是(M-1)×(M-1)的单位矩阵,o是(M-1)×1的零矢量;
两子阵的阵列流型矩阵分别表示为A1=J1A,A2=J2A,令a1(θk)、a2(θk)分别表示 A1和A2的第k列,其表达式为:
阵列流型矢量a1(θk)、a2(θk)之间存在如下转移关系:a2(θk)=Γ(θk)a1(θk),其中δi=ci+1-ci,i=1,...,M-1;
两子阵接收信号的信号子空间分别表示为:
定义w(θ)=[cosθ,sinθ]T并构建一个(M-1)×(M-1)的对角矩阵和矩阵W(θ)=Q2-C(θ)Q1,由传播算子定义和子阵转移关系得:
其中,H(θ)=[(Γ(θ1)-C(θ))a1(θ1),…,(Γ(θK)-C(θ))a1(θK)],
因为G1非奇异,当θ=θk时,H(θ)的第k列(Γ(θk)-C(θ))a1(θk)的所有元素将为零;此时,如果K≤M-1,矩阵W(θ)将产生秩亏,方阵EW(θ)的行列式值将为零,其中E 是一个任意的(M-1)×K的满秩矩阵,E=WH(θ);
由此,得到以下一维空间谱函数:
更进一步的,令δmin表示集合{δ1,…,δM-1}中2范数最小的元素,当阵列构型不满足δi=αiδmin,时,则,通过对一维空间谱函数f(θ)估计DOA,在[-π/2,π/2]范围内对DOA进行搜索,K个最大的峰值即是DOA的估计值。
更进一步的,令δmin表示集合{δ1,…,δM-1}中2范数最小的元素,当阵列构型满足δi=αiδmin,时,谱峰搜索问题转换为多项式求根问题:假设δ1=δmin且α1≤α2≤…≤αM-1,定义则C(θ)和W(θ)分别表示为:
W(z)=Q2-C(z)Q1;
同时WH(θ)被表示为空间谱函数的分母被表示为如下的多项式形式:
p(z)=det{F(z)W(z)};
因为αi,i=1,…,M-1均为正数,DOA将通过对多项式p(z)求根得到,单位圆内使空间谱函数最大的K个根即是DOA估计值。
有益效果:与现有技术相比,本发明首先利用线性的传播算子估计信号子空间,继而基于秩亏准则,提出了用于波达方向估计的一维空间谱函数,实现了对S-PM算法的改进,去除了传统的S-PM算法对于阵列构型的限制,将其推广到任意传感器阵列构型的情形。与传统的广义ESPRIT算法相比,其复杂度更低,而估计精度保持接近。同时,提出了一种当阵列构型满足特定条件时的基于求根多项式的快速波达方向估计方法,进一步降低了计算复杂度;运用该方法可以获得较传统算法更低的计算复杂度,同时估计精度保持接近。
附图说明
图1是本发明下阵列模型图;
图2是本发明下算法流程图;
图3是本发明与广义ESPRIT算法的复杂度对比图;
图4是本发明估计均方误差值与N-PM、广义ESPRIT算法和克拉美罗界对比图。
具体实施方式
下面结合附图以及具体的实施例子对本发明的技术方案进行详细的说明。
以一阵元任意分布的传感器阵列为例,如图1所示,其阵元数为M,阵元坐标表示为(xm,ym),m=1,…,M,且相邻阵元之间间隔不大于入射信号波长的一半。空间中存在K个远场、窄带、独立信源,其信号中心频率均为ω0,且有M>K。假设信源与阵列之间的距离足够远,信号波前可被认为平面波。假设阵元相互独立,无互耦等干扰因素影响,入射信号可被表示成:
y(t)=As(t)+n(t),t=1,…,T(1);
其中A表示阵列流型矩阵,θ=[θ1,…,θK]表示信号方向与y轴之间的夹角,且有θk∈[-π/2,π/2],s(t)=[s1(t),…,sK(t)]T为K×1的复信号矢量,n(t)表示平稳零均值的加性高斯白噪声,方差为t表示采样时间点,T表示快拍数。阵列流型矩阵A的表达式为A=[a(θ1),…,a(θK)],其中为对应于第k个信号的阵列流型矢量,cm=[xm,ym]T,w(θk)=[cosθk,sinθk]T,λ=c/ω0为波长,c为光速。
如图2所示,一种任意传感器阵列构型下基于秩亏准则的信号波达方向估计方法,首先利用线性的传播算子估计信号子空间,继而基于秩亏准则提出用于波达方向估计的一维空间谱函数。同时,该发明提供了一种在特定阵列构型下的基于多项式求根的快速波达方向估计算法,替代了复杂度较高的谱峰搜索过程。运用该算法可以获得较传统算法更低的计算复杂度,同时估计精度保持接近。具体包括以下步骤:
(1)通过接收信号的协方差或利用接收信号直接计算传播算子;
基于信号独立假设,阵列流型矩阵A为满秩矩阵,其K行线性无关,而剩余(M-K) 行是前K行的线性组合。此时,将阵列流型矩阵A按如下形式分块:
其中G1是一个包含A前K行的非奇异K×K矩阵,G2是包含A后(M-K)行的(M-K)×K维矩阵。矩阵G2可表示为G1的线性变换:PHG1=G2,矩阵P即为传播算子。
传播算子P可简单得从接收信号或者采样协方差矩阵中计算得到。将T组快拍采样数据记为Y=[y(1),…,y(T)],并计算采样协方差矩阵对接收数据Y和采样协方差矩阵按如下方式分块:
其中分别包含Y的前K行和后(M-K)行,分别包含的左边K列和后边(M-K)列。对传播算子的估计可由下列两式分别获得:
(2)利用传播算子估计信号子空间;
定义一个M×K维的新矩阵Q=[IK,P]H,其中IK是K×K维的单位矩阵。由传播算子P的定义,易得:
因为矩阵G1非奇异,等式成立,且可得Q与阵列流型A张成相同的列空间,也即span{Q}=span{A}。由此,利用传播算子实现对信号子空间的估计。
(3)基于秩亏准则构建一维空间谱函数,通过谱峰搜索或者多项式求根实现对DOA的估计;
将阵列分成两阵元数均为(M-1)的子阵,在不失一般性的基础上,假设两个子阵分别包含前(M-1)和后(M-1)个阵元。两子阵相应的选择矩阵定义为J1和J2,且其中IM-1是(M-1)×(M-1)的单位矩阵,o是(M-1)×1的零矢量。
两子阵的阵列流型矩阵可分别表示A1=J1A,A2=J2A。令a1(θk),a2(θk)分别表示 A1和A2的第k列,也即两个子阵对应于第k个信号的阵列流型矢量,其表达式为:
阵列流型矢量a1(θk),a2(θk)之间存在如下转移关系:a2(θk)=Γ(θk)a1(θk),其中δi=ci+1-ci,i=1,...,M-1
两子阵接收信号的信号子空间可分别表示为:
定义w(θ)=[cosθ,sinθ]T并构建一个(M-1)×(M-1)的对角矩阵和矩阵W(θ)=Q2-C(θ)Q1。由传播算子定义和子阵转移关系可得:
其中H(θ)=[(Γ(θ1)-C(θ))a1(θ1),…,(Γ(θK)-C(θ))a1(θK)]。
因为G1非奇异,当θ=θk时,H(θ)的第k列(Γ(θk)-C(θ))a1(θk)的所有元素将为零。此时,如果K≤M-1,矩阵W(θ)将产生秩亏,方阵EW(θ)的行列式值将为零,其中E 是一个任意的(M-1)×K的满秩矩阵。本发明中,选择E=WH(θ)。
由此,可通过对如下一维空间谱函数估计DOA:
在[-π/2,π/2]范围内对DOA进行搜索,K个最大的峰值即是DOA的估计值。
令δmin表示集合{δ1,…,δM-1}中2范数最小的元素,当阵列构型满足δi=αiδmin,时,谱峰搜索问题可转换为多项式求根问题。具体而言,不失一般性,假设δ1=δmin且α1≤α2≤…≤αM-1。定义则C(θ)和W(θ)可分别表示为:
W(z)=Q2-C(z)Q1 (15);
同时WH(θ)可被表示为空间谱函数的分母可被表示为如下的多项式形式:
p(z)=det{F(z)W(z)} (16);
因为αi,i=1,…,M-1均为正数,DOA可通过对多项式p(z)求根得到,单位圆内使空间谱函数最大的K个根即是DOA估计值。
图3是本发明与广义ESPRIT算法的复杂度对比图,图中参数K=2,T=150,“Proposed-search”、“Proposed-root”分别表示采用空间谱搜索和多项式求根实现估计的本发明方法,“GESPRIT-search”、“GESPRIT-root”分别表示采用空间谱搜索和多项式求根实现估计的广义ESPRIT算法。如图3所示,无论是采用空间谱搜索还是多项式求根方法,本发明的复杂度在同等条件下均低于广义ESPRIT算法。
图4是本发明估计均方误差值与N-PM、广义ESPRIT算法和克拉美罗界对比图,“Proposed”、“N-PM”、“GESPRIT”、“CRB”分别表示本发明方法、N-PM算法、广义 ESPRIT算法和克拉美罗界。此处考虑M=8阵元的任意构型阵列,阵元坐标分别为 (0,0),(0.3λ,0.25λ),(0.5λ,0),(0.85λ,0.25λ),(1.15λ,0),(1.4λ,0.25λ),(1.75λ,0), (2.1λ,0.25λ);空间中存在K=3个信源,角度分别是(20°,40°,60°),快拍数T=100。如图4所示,相比N-PM算法,本发明方法的估计精度与广义ESPRIT算法接近,更接近克拉美罗界,而本发明方法的计算复杂度相比广义ESPRIT算法较小。
Claims (6)
1.一种任意传感器阵列下的基于传感算子的盲远场信号波达方向估计方法,其特征在于,包括以下步骤:
(1)通过接收信号的协方差或利用接收信号直接计算传播算子;
(2)利用传播算子估计信号子空间;
(3)基于秩亏准则构建一维空间谱函数,通过谱峰搜索或者多项式求根实现对DOA的估计。
2.根据权利要求1所述的一种任意传感器阵列下的基于传感算子的盲远场信号波达方向估计方法,其特征在于,步骤(1)中基于信号独立假设,阵列流型矩阵A为满秩矩阵,其K行线性无关,剩余(M-K)行是前K行的线性组合,则将阵列流型矩阵A按如下形式分块:
其中,G1是一个包含A前K行的非奇异K×K矩阵,G2是包含A后(M-K)行的(M-K)×K维矩阵,PHG1=G2,矩阵P即为传播算子;
将T组快拍采样数据记为Y=[y(1),…,y(T)],并计算采样协方差矩阵对接收数据Y和采样协方差矩阵按如下方式分块:
其中,分别包含Y的前K行和后(M-K)行,分别包含的左边K列和后边(M-K)列;对传播算子的估计由下列两式分别获得:
3.根据权利要求1所述的一种任意传感器阵列下的基于传感算子的盲远场信号波达方向估计方法,其特征在于,步骤(2)中定义一个M×K维的新矩阵Q=[IK,P]H,其中IK是K×K维的单位矩阵,由传播算子P的定义,易得:
其中,A为阵列流型矩阵,G1为一个包含A前K行的非奇异K×K矩阵,因为矩阵G1非奇异,等式成立,且可得Q与阵列流型矩阵A张成相同的列空间,由此,利用传播算子实现对信号子空间的估计。
4.根据权利要求1所述的一种任意传感器阵列下的基于传感算子的盲远场信号波达方向估计方法,其特征在于,步骤(3)中将阵列分成两阵元数均为(M-1)的子阵,假设两个子阵分别包含前(M-1)和后(M-1)个阵元,两子阵相应的选择矩阵定义为J1和J2,且其中IM-1是(M-1)×(M-1)的单位矩阵,o是(M-1)×1的零矢量;
两子阵的阵列流型矩阵分别表示为A1=J1A,A2=J2A,令a1(θk)、a2(θk)分别表示A1和A2的第k列,其表达式为:
阵列流型矢量a1(θk)、a2(θk)之间存在如下转移关系:a2(θk)=Γ(θk)a1(θk),其中
两子阵接收信号的信号子空间分别表示为:
定义w(θ)=[cosθ,sinθ]T并构建一个(M-1)×(M-1)的对角矩阵和矩阵W(θ)=Q2-C(θ)Q1,由传播算子定义和子阵转移关系得:
其中,H(θ)=[(Γ(θ1)-C(θ))a1(θ1),…,(Γ(θK)-C(θ))a1(θK)],
因为G1非奇异,当θ=θk时,H(θ)的第k列(Γ(θk)-C(θ))a1(θk)的所有元素将为零;此时,如果K≤M-1,矩阵W(θ)将产生秩亏,方阵EW(θ)的行列式值将为零,其中E是一个任意的(M-1)×K的满秩矩阵,E=WH(θ);
由此,得到以下一维空间谱函数:
5.根据权利要求4所述的一种任意传感器阵列下的基于传感算子的盲远场信号波达方向估计方法,其特征在于:令δmin表示集合{δ1,…,δM-1}中2范数最小的元素,当阵列构型不满足时,则,通过对一维空间谱函数f(θ)估计DOA,在[-π/2,π/2]范围内对DOA进行搜索,K个最大的峰值即是DOA的估计值。
6.根据权利要求4所述的一种任意传感器阵列下的基于传感算子的盲远场信号波达方向估计方法,其特征在于:令δmin表示集合{δ1,…,δM-1}中2范数最小的元素,当阵列构型满足时,谱峰搜索问题转换为多项式求根问题:假设δ1=δmin且α1≤α2≤…≤αM-1,定义则C(θ)和W(θ)分别表示为:
W(z)=Q2-C(z)Q1;
同时WH(θ)被表示为空间谱函数的分母被表示为如下的多项式形式:
p(z)=det{F(z)W(z)};
因为αi,i=1,…,M-1均为正数,DOA将通过对多项式p(z)求根得到,单位圆内使空间谱函数最大的K个根即是DOA估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811324893.XA CN109507634B (zh) | 2018-11-08 | 2018-11-08 | 一种任意传感器阵列下的基于传播算子的盲远场信号波达方向估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811324893.XA CN109507634B (zh) | 2018-11-08 | 2018-11-08 | 一种任意传感器阵列下的基于传播算子的盲远场信号波达方向估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109507634A true CN109507634A (zh) | 2019-03-22 |
CN109507634B CN109507634B (zh) | 2020-08-11 |
Family
ID=65747901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811324893.XA Active CN109507634B (zh) | 2018-11-08 | 2018-11-08 | 一种任意传感器阵列下的基于传播算子的盲远场信号波达方向估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109507634B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110907926A (zh) * | 2019-10-29 | 2020-03-24 | 长江大学 | 基于传播算子的双基地emvs-mimo雷达快速目标定位算法及装置 |
CN111025225A (zh) * | 2019-12-18 | 2020-04-17 | 南京航空航天大学 | 适于互质线阵的基于传播算子的波达方向估计方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1850147A1 (en) * | 2004-12-24 | 2007-10-31 | Fujitsu Ltd. | Arriving correction deducing device and program |
EP2293094A1 (en) * | 2009-09-01 | 2011-03-09 | Fujitsu Limited | Method of estimating direction of arrival and apparatus thereof |
CN102608565A (zh) * | 2012-03-23 | 2012-07-25 | 哈尔滨工程大学 | 一种基于均匀圆阵列的波达方向估计方法 |
KR101426862B1 (ko) * | 2013-03-19 | 2014-08-07 | 국방과학연구소 | 3차원 배열 안테나 시스템 및 이를 적용한 고도각 추정방법 |
CN104730489A (zh) * | 2015-02-06 | 2015-06-24 | 天津大学 | 一种阵元互耦条件下的低复杂度doa估计方法 |
CN105388450A (zh) * | 2015-10-28 | 2016-03-09 | 江苏大学 | 一种基于目标角度分离的双基地mimo系统dod和doa估计方法 |
CN106483493A (zh) * | 2016-09-13 | 2017-03-08 | 电子科技大学 | 一种稀疏双平行线阵及二维波达方向估计方法 |
CN106526530A (zh) * | 2016-09-30 | 2017-03-22 | 天津大学 | 基于传播算子的2‑l型阵列二维doa估计算法 |
CN106610483A (zh) * | 2016-11-11 | 2017-05-03 | 长江大学 | 基于张量子空间和谱峰搜索的mimo雷达角度估计算法 |
CN106772224A (zh) * | 2016-12-28 | 2017-05-31 | 武汉大学 | 一种采用时频分析的l型阵列二维波达方向估计算法 |
CN106950553A (zh) * | 2017-03-09 | 2017-07-14 | 西安电子科技大学 | 色噪声背景下相干信源的mimo雷达超分辨测向算法 |
CN106980104A (zh) * | 2016-12-29 | 2017-07-25 | 中国银联股份有限公司 | 用于传感器阵列的信号波达方向自校正方法 |
CN107015191A (zh) * | 2017-05-18 | 2017-08-04 | 哈尔滨工程大学 | 一种在多径干扰环境下单偶极子极化敏感阵列降维doa估计方法 |
CN107728102A (zh) * | 2017-09-29 | 2018-02-23 | 南京科兴新材料科技有限公司 | 一种阵列传感器的波达方向估计方法 |
-
2018
- 2018-11-08 CN CN201811324893.XA patent/CN109507634B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1850147A1 (en) * | 2004-12-24 | 2007-10-31 | Fujitsu Ltd. | Arriving correction deducing device and program |
EP2293094A1 (en) * | 2009-09-01 | 2011-03-09 | Fujitsu Limited | Method of estimating direction of arrival and apparatus thereof |
CN102608565A (zh) * | 2012-03-23 | 2012-07-25 | 哈尔滨工程大学 | 一种基于均匀圆阵列的波达方向估计方法 |
KR101426862B1 (ko) * | 2013-03-19 | 2014-08-07 | 국방과학연구소 | 3차원 배열 안테나 시스템 및 이를 적용한 고도각 추정방법 |
CN104730489A (zh) * | 2015-02-06 | 2015-06-24 | 天津大学 | 一种阵元互耦条件下的低复杂度doa估计方法 |
CN105388450A (zh) * | 2015-10-28 | 2016-03-09 | 江苏大学 | 一种基于目标角度分离的双基地mimo系统dod和doa估计方法 |
CN106483493A (zh) * | 2016-09-13 | 2017-03-08 | 电子科技大学 | 一种稀疏双平行线阵及二维波达方向估计方法 |
CN106526530A (zh) * | 2016-09-30 | 2017-03-22 | 天津大学 | 基于传播算子的2‑l型阵列二维doa估计算法 |
CN106610483A (zh) * | 2016-11-11 | 2017-05-03 | 长江大学 | 基于张量子空间和谱峰搜索的mimo雷达角度估计算法 |
CN106772224A (zh) * | 2016-12-28 | 2017-05-31 | 武汉大学 | 一种采用时频分析的l型阵列二维波达方向估计算法 |
CN106980104A (zh) * | 2016-12-29 | 2017-07-25 | 中国银联股份有限公司 | 用于传感器阵列的信号波达方向自校正方法 |
CN106950553A (zh) * | 2017-03-09 | 2017-07-14 | 西安电子科技大学 | 色噪声背景下相干信源的mimo雷达超分辨测向算法 |
CN107015191A (zh) * | 2017-05-18 | 2017-08-04 | 哈尔滨工程大学 | 一种在多径干扰环境下单偶极子极化敏感阵列降维doa估计方法 |
CN107728102A (zh) * | 2017-09-29 | 2018-02-23 | 南京科兴新材料科技有限公司 | 一种阵列传感器的波达方向估计方法 |
Non-Patent Citations (5)
Title |
---|
GAO F, GERSHMAN A B: "《A generalized ESPRIT approach to direction-of-arrival estimation》", 《IEEE SIGNAL PROCESSING LETTERS》 * |
MARCOS S, MARSAL A, BENIDIR M: "《The propagator method for source bearing estimation》", 《SIGNAL PROCESSING》 * |
ZHENG WANG,ZHANG XIAOFEI,SUN HUAPU,CAO RENZHENG: "《Non-circular generalised-ESPRIT algorithm for direction of arrival estimation》", 《IET RADAR,SONAR & NAVIGATION》 * |
曹仁政,张小飞: "《单基地MIMO雷达中相关目标的波达角和多普勒频率快速联合估计算法》", 《JOURNAL OF DATA ACQUISITION AND PROCESSING》 * |
李宇翔: "《一种基于传播算子的DOA改进算法》", 《大科技》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110907926A (zh) * | 2019-10-29 | 2020-03-24 | 长江大学 | 基于传播算子的双基地emvs-mimo雷达快速目标定位算法及装置 |
CN111025225A (zh) * | 2019-12-18 | 2020-04-17 | 南京航空航天大学 | 适于互质线阵的基于传播算子的波达方向估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109507634B (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Azzouzi et al. | New measurement results for the localization of uhf rfid transponders using an angle of arrival (aoa) approach | |
Xu et al. | Optimal sensor placement for 3-D angle-of-arrival target localization | |
CN106980106B (zh) | 阵元互耦下的稀疏doa估计方法 | |
CN107015191A (zh) | 一种在多径干扰环境下单偶极子极化敏感阵列降维doa估计方法 | |
CN108872926B (zh) | 一种基于凸优化的幅相误差校正及doa估计方法 | |
CN110197112B (zh) | 一种基于协方差修正的波束域Root-MUSIC方法 | |
CN112130111B (zh) | 一种大规模均匀十字阵列中单快拍二维doa估计方法 | |
WO2022151511A1 (zh) | 基于互相关张量的三维互质立方阵列波达方向估计方法 | |
CN110297213A (zh) | 基于装载互质线阵的无人机平台的辐射源定位装置及方法 | |
CN104181513A (zh) | 一种雷达天线阵元位置的校正方法 | |
CN115856767B (zh) | 一种可重构智能超表面辅助的波到达方向估计方法 | |
CN109239649A (zh) | 一种阵列误差条件下的互质阵列doa估计新方法 | |
CN109507634A (zh) | 一种任意传感器阵列下的基于传感算子的盲远场信号波达方向估计方法 | |
CN106154217A (zh) | Ula和uca中互耦未知时基于空间谱伪峰消除的自校准方法 | |
CN109696651B (zh) | 一种基于m估计的低快拍数下波达方向估计方法 | |
Elvander et al. | Tracking and sensor fusion in direction of arrival estimation using optimal mass transport | |
CN111175692A (zh) | 基于分层合成Lasso先验模型的离格稀疏贝叶斯DOA估计方法 | |
CN113466782B (zh) | 一种基于深度学习(dl)的互耦校正doa估计方法 | |
CN112240957B (zh) | 一种卫星导航干扰测向中天线幅相特性校正方法 | |
Zhang et al. | An efficient 2-D DOA estimation method for unfolded coprime L-shaped array | |
Ning et al. | A velocity independent MUSIC algorithm for DOA estimation | |
CN113093093B (zh) | 基于线性阵列波达方向估计的车辆定位方法 | |
CN206292389U (zh) | 一种移动目标的定位系统 | |
Ghobadzadeh et al. | Low-complexity 2D root-MUSIC pairing for an L-shaped array | |
Cao et al. | Direct self-position awareness based on array-sensing multiple source data fitting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP02 | Change in the address of a patent holder |
Address after: No.1 Lingshan South Road, Qixia District, Nanjing City, Jiangsu Province 210046 Patentee after: THE 28TH RESEARCH INSTITUTE OF CHINA ELECTRONICS TECHNOLOGY Group Corp. Address before: 210014 No. 1 East Garden Street, Qinhuai District, Jiangsu, Nanjing Patentee before: THE 28TH RESEARCH INSTITUTE OF CHINA ELECTRONICS TECHNOLOGY Group Corp. |
|
CP02 | Change in the address of a patent holder |