CN113254856B - 一种用于单快拍非圆信号的doa估计方法 - Google Patents
一种用于单快拍非圆信号的doa估计方法 Download PDFInfo
- Publication number
- CN113254856B CN113254856B CN202110404301.0A CN202110404301A CN113254856B CN 113254856 B CN113254856 B CN 113254856B CN 202110404301 A CN202110404301 A CN 202110404301A CN 113254856 B CN113254856 B CN 113254856B
- Authority
- CN
- China
- Prior art keywords
- signal
- circular
- array
- doa
- snapshot
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims abstract description 28
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 238000005070 sampling Methods 0.000 claims abstract description 4
- 238000001228 spectrum Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 7
- 239000000654 additive Substances 0.000 claims description 6
- 230000000996 additive effect Effects 0.000 claims description 6
- 230000021615 conjugation Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 15
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Discrete Mathematics (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种用于单快拍非圆信号的DOA估计方法,具体为:设置大规模均匀线阵阵列,对目标非圆信号进行单快拍采样;对单快拍接收信号进行DFT变换,得到DOA初始估计;利用一阶泰勒级数展开公式构造方程,将初估计结果代入方程解出信号非圆相位;利用非圆特性扩展单快拍接收信号,抵消扩展信号中的非圆相位;对扩展后的单快拍信号进行DFT变换,得到更精确的DOA估计结果;再次利用一阶泰勒级数展开公式进一步提高DOA估计结果精度。本发明充分利用了非圆信号的非圆特性,进一步扩展了大规模均匀线阵的有效孔径,从而提高了DOA估计精度,同时不需要计算接收信号的协方差矩阵,显著地降低算法的计算复杂度。
Description
技术领域
本发明属于阵列信号处理,尤其涉及一种用于单快拍非圆信号的DOA估计方法。
背景技术
阵列信号处理作为现代信号处理的一个重要分支,具有波束控制灵活、信号增益高、空间分辨率高、抗干扰能力强等优点,近年来在雷达、通信和电子战等领域获得了广泛的应用。波达方向估计(Direction of Arrival,DOA)是阵列信号处理的一个主要研究方向。基于大规模均匀阵列的DFT类算法具有较高的估计精度和稳定性,同时计算复杂度也非常低,但该类算法的估计精度存在门限。
发明内容
发明目的:本发明的目的是提供一种大规模均匀线阵中用于单快拍非圆信号的DOA估计方法,充分利用非圆信号的非圆信息,解决精度门限问题,进一步提高DOA估计精度。
技术方案:本发明提供了一种用于单快拍非圆信号的DOA估计方法,包括步骤:
步骤1:设置大规模均匀线阵阵列,对目标非圆信号进行单快拍采样;
步骤2:对单快拍接收信号进行DFT变换,得到DOA初始估计;
步骤3:利用一阶泰勒级数展开公式构造方程,将所述DOA初始估计代入方程解出信号非圆相位的估计;
步骤4:利用非圆特性扩展单快拍接收信号,抵消扩展信号中的非圆相位;
步骤5:对扩展后的单快拍信号进行DFT变换,得到更精确的DOA估计结果;
步骤6:再次利用一阶泰勒级数展开公式构造方程,进一步提高DOA估计结果精度。
进一步地,步骤1具体包括:
远场窄带非圆信源发出的信号入射到大规模均匀线阵阵列,入射方向与阵列法线的夹角为θ,入射信号的方向向量a(θ)表达式为:
a(θ)=[1,ej2πdsinθ/λ,...,ej2πd(M-1)sinθ/λ]T
其中,j表示虚数单位,π表示圆周率,d表示大规模均匀线阵相邻阵元之间的间距,[]T表示矩阵转置运算,λ表示接收信号的波长;
阵列接收的单快拍非圆信号x表达式为:
x=as+n
其中,n表示阵列接收的零均值加性高斯白噪声,各阵元接收噪声之间互相独立,噪声与信号互相独立,s表示接收信号强度,其表达式为:
其中,s0是一个圆信号,表示入射非圆信号的非圆相位。
进一步地,步骤1中,大规模均匀线阵阵列沿直线放置,相邻阵元之间间距d=λ/2,其中,λ为接收信号的波长。
进一步地,步骤2中具体包括:
定义M×M维的归一化DFT变换矩阵F1,第p行第q列元素为对方向向量a进行DFT变换,用/>表示变换后的DFT谱,变换后/>的第m个元素表达式为:
其中,[·]m,表示向量的第m个元素,[·]表示四舍五入取整,M表示大规模均匀线阵的阵元数;
对阵列接收的单快拍非圆信号x做DFT变换,
其中,表示x的傅里叶频谱,/>是加性高斯白噪声的傅里叶频谱;
DOA初始估计表达式为:
其中,m1为峰值位置。
进一步地,步骤3中具体包括:
将阵列方向向量在初始估计点按照泰勒级数展开,忽略二次及以上项,其表达式为:
整个阵列的接收信号x满足以下方程:
其中,使用总体最小二乘法解上述方程得到:
b=(AHA-I)-1AHx
对b的第一个元素求相位得到非圆相位的估计:
进一步地,步骤4中具体包括:
扩展接收的单快拍非圆信号矩阵,令
其中,分别表示对x、a、n中每个元素取共轭后的矩阵;
相位校正矩阵P表达式为:
其中,IM-1表示(M-1)×(M-1)维单位矩阵,假设抵消非圆相位影响后的扩展单快拍非圆数据表达式为:
其中,具有类似均匀线阵方向向量的范德蒙结构,z是一个虚拟的具有2M-1个阵元的大规模均匀线阵接收信号。
进一步地,步骤5中具体包括:
定义(2M-1)×(2M-1)维的归一化DFT变换矩阵F1,第p行第q列元素为对a2进行DFT变换,变换后的DFT谱/>变换后/>的第m个元素为:
当时,/>取得最大值;
对z做DFT变换,得到:
噪声傅里叶频谱不影响/>峰值位置,搜索/>峰值位置,记峰值位置为m2,得到DOA估计结果表达式为:
进一步地,步骤6中具体包括:
将阵列方向向量在初始估计点按照泰勒级数展开,忽略二次及以上项,其表达式为:
其中,δθ=(θ-θi2)表示初估计θi2与真实值θ的偏差,整个阵列的接收信号x满足以下方程:
其中,使用总体最小二乘法解上述方程,得到:
进一步对偏差估计:
最终的DOA估计结果表达式为:
θT=θi2+δθ。
有益效果:与现有技术相比,本发明具有如下显著的优点:
(1)本发明方法利用DFT变换,降低了运算的复杂度;
(2)本发明方法充分利用了非圆信号的非圆特性,具有很高的DOA估计精度;
(3)本发明方法利用按照泰勒级数展开,突破了DFT算法的精度门限,进一步提高了DOA估计精度。
附图说明
图1是本发明的方法流程图;
图2是本发明中大规模均匀线阵示意图;
图3是本发明中非圆相位影响示意图;
图4是本发明中利用非圆信息扩展效果对比图;
图5是本发明中真实阵列初估计、虚拟初估计及精估计性能对比图;
图6是不同阵元数下本发明方法与DFT-search100、SS-ESPRIT和SS-PM算法计算复杂度对比图;
图7是不同阵元数下本发明方法与DFT-Taylor算法不同角度估计性能对比图;
图8是不同信噪比下本发明方法与DFT-search100、SS-MUSIC、SS-ESPRIT和SS-PM算法性能对比图。
具体实施方式
下面结合附图和实施例对本发明的技术方案做进一步的详细说明。
符号表示:(·)T表示矩阵转置运算,(·)H表示矩阵共轭转置运算,大写字母X表示矩阵,小写字母x(·)表示矢量,e表示自然常数,j表示虚数符号,*表示取复数共轭运算,angle(·)表示取复数的相角,I表示主对角线元素全为1,其余元素全为0的单位矩阵,O表示所有元素全为0的矩阵。
如图1所示,本实施例提供了一种大规模均匀线阵中用于单快拍非圆信号的DOA估计方法,具体为:
步骤一:设置大规模均匀线阵阵列,对目标非圆信号进行单快拍采样;
如图2所示,实施例中的大规模均匀线阵沿着一条直线放置,相邻阵元之间的间距d=λ/2,其中λ表示接收信号的波长。
远场窄带非圆信源发出的信号入射到该大规模均匀线阵,入射方向与阵列法线的夹角为θ,则入射信号的方向向量a(θ)表达式为:
a(θ)=[1,ej2πdsinθ/λ,...,ej2πd(M-1)sinθ/λ]T
其中,j表示虚数单位,π表示圆周率,d表示大规模均匀线阵相邻阵元之间的间距,[·]T表示矩阵转置运算;
因此阵列接收的单快拍非圆信号x表示为:
x=as+n
其中,n表示阵列接收的零均值加性高斯白噪声,各阵元接收噪声之间互相独立,噪声与信号也互相独立,s表示接收信号强度,可以分解为:
其中,s0是一个圆信号,表示入射非圆信号的非圆相位。
步骤二:对单快拍接收信号进行DFT变换,得到DOA初始估计;
定义M×M维的归一化DFT变换矩阵F1,第p行第q列元素为对方向向量a进行DFT变换,用/>表示变换后的DFT谱,变换后/>的第m个元素为:
其中[·]m表示向量的m个元素,当时/>取得最大值,其中[·]表示四舍五入取整。
对阵列接收单快拍数据x做DFT变换,得到:
其中,表示单快拍数据x的傅里叶频谱,n是加性高斯白噪声,所以其傅里叶频谱不影响/>峰值位置,/>也不影响峰值位置。搜索/>峰值位置即可得到DOA初始估计值,记峰值位置为m1,DOA初始估计值为:
步骤三:利用一阶泰勒级数展开公式构造方程,将初估计结果代入方程解出信号非圆相位;
将阵列方向向量在初始估计点按照泰勒级数展开,忽略二次及以上项。得到:
则整个阵列的接收信号x满足以下方程
其中考虑到A存在偏差,使用总体最小二乘法解上述方程得到:
b=(AHA-I)-1AHx
解出b后,对b的第一个元素求相位即可得到非圆相位的估计:
步骤四:利用非圆特性扩展单快拍接收信号,抵消扩展信号中的非圆相位;
扩展接收的单快拍非圆信号矩阵,令
其中,分别表示对x、a、n中每个元素取共轭后的矩阵;
非圆相位对接收信号的影响如图3所示,即使在无噪声情况下扩展信号y的相位也不是连续的。本发明首先估计非圆相位然后抵消非圆相位的影响。
定义相位校正矩阵P:
其中IM-1表示(M-1)×(M-1)维单位矩阵。假设则抵消非圆相位影响后的扩展单快拍非圆数据为:
其中具有类似均匀线阵方向向量的范德蒙结构,z可以看做是一个虚拟的具有2M-1个阵元的大规模均匀线阵接收信号。
步骤五:对扩展后的单快拍信号进行DFT变换,得到更精确的DOA估计结果;
定义(2M-1)×(2M-1)维的归一化DFT变换矩阵F1,第p行第q列元素为对a2进行DFT变换,用/>表示变换后的DFT谱,变换后/>的第m个元素为:
当时/>取得最大值。
对z做DFT变换,得到:
噪声傅里叶频谱不影响/>峰值位置。搜索/>峰值位置,记峰值位置为m2,即可得到DOA估计值:
基于非圆信号扩展的虚拟阵列具有两倍真实阵列的阵元数,可以显著提高初估计的精度。
步骤六:再次利用一阶泰勒级数展开公式进一步提高DOA估计结果精度。
将阵列方向向量在初始估计点按照泰勒级数展开,忽略二次及以上项。得到:
其中,δθ=(θ-θi2)表示初估计的偏差。则整个阵列的接收信号x满足以下方程:
其中使用总体最小二乘法解上述方程,得到:
解出b2后,用b2的第二个元素除以b1的第一个元素获得对偏差的估计,进而进一步提高DOA估计精度。
进一步对偏差估计:
最终的DOA估计结果表达式为:
图4是利用非圆信息扩展效果对比图,可以看出利用非圆相位扩展后可以获得更窄的谱峰。
图5是真实阵列初估计、虚拟初估计及精估计性能对比图,可以看出虚拟阵列扩展了阵列扩径,所以显著提高了DOA估计精度,但是其依然存在精度门限,精估计结果具有更好的DOA估计性能,而且不存在精度门限。
图6是不同阵元数下本发明方法与DFT-search100、SS-ESPRIT和SS-PM算法复杂度对比图,可以看到本发明方法具有四种算法中最低的计算复杂度。
图7是不同阵元数下本发明方法与DFT-Taylor算法不同角度估计性能对比图,仿真选取信噪比为0dB,选择128个阵元的大规模均匀线阵,其中DFT-泰勒算法使用圆信号,而本发明方法使用非圆信号,可以看到由于本发明方法利用了非圆信号的非圆信息,具有更好的DOA估计精度。
图8是不同信噪比下本发明方法与DFT-search100、SS-MUSIC、SS-ESPRIT和SS-PM算法性能对比图。可以看到本发明方法在信噪比较高(大于-5dB)时具有所仿真几种算法中最好的DOA估计性能,较低信噪比时也具有良好的稳定性,优于SS-ESPRIT算法和SS-PM算法。
Claims (4)
1.一种用于单快拍非圆信号的DOA估计方法,其特征在于,包括如下步骤:
步骤1:设置大规模均匀线阵阵列,对目标非圆信号进行单快拍采样;
步骤2:对单快拍接收信号进行DFT变换,得到DOA初始估计;
步骤3:利用一阶泰勒级数展开公式构造方程,将所述DOA初始估计代入方程解出信号非圆相位的估计;
步骤4:利用非圆特性扩展单快拍接收信号,抵消扩展信号中的非圆相位;
步骤5:对扩展后的单快拍信号进行DFT变换,得到更精确的DOA估计结果;
步骤6:再次利用一阶泰勒级数展开公式构造方程,进一步提高DOA估计结果精度;
所述步骤1具体包括:
远场窄带非圆信源发出的信号入射到大规模均匀线阵阵列,入射方向与阵列法线的夹角为θ,入射信号的方向向量a(θ)表达式为:
a(θ)=[1,ej2πdsinθ/λ,...,ej2πd(M-1)sinθ/λ]T
其中,j表示虚数单位,π表示圆周率,d表示大规模均匀线阵相邻阵元之间的间距,[·]T表示矩阵转置运算,λ表示接收信号的波长;
阵列接收的单快拍非圆信号x表达式为:
x=as+n
其中,n表示阵列接收的零均值加性高斯白噪声,各阵元接收噪声之间互相独立,噪声与信号互相独立,s表示接收信号强度,其表达式为:
其中,s0是一个圆信号,表示入射非圆信号的非圆相位;
所述步骤2中具体包括:
定义M×M维的归一化DFT变换矩阵F1,第p行第q列元素为对方向向量a进行DFT变换,用/>表示变换后的DFT谱,变换后/>的第m个元素表达式为:
其中,[·]m表示向量的第m个元素,[·]表示四舍五入取整,M表示大规模均匀线阵的阵元数;
对阵列接收的单快拍非圆信号x做DFT变换,
其中,表示x的傅里叶频谱,/>是加性高斯白噪声的傅里叶频谱;
DOA初始估计表达式为:
其中,m1为峰值位置;
所述步骤4中具体包括:
扩展接收的单快拍非圆信号矩阵,得到:
其中,分别表示对x、a、n中每个元素取共轭后的矩阵;
相位校正矩阵P表达式为:
其中,IM-1表示(M-1)×(M-1)维单位矩阵,I表示主对角线元素全为1,其余元素全为0的单位矩阵;假设抵消非圆相位影响后的扩展单快拍非圆数据表达式为:
其中,a2=[e-j2πd(M-1)sinθ/λ,e-j2πd(M-2)sinθ/λ,...,ej2πd(M-1)sinθ/λ]T,具有类似均匀线阵方向向量的范德蒙结构,z是一个虚拟的具有2M-1个阵元的大规模均匀线阵接收信号。
2.根据权利要求1所述的用于单快拍非圆信号的DOA估计方法,其特征在于,所述步骤1中,大规模均匀线阵阵列沿直线放置,相邻阵元之间间距d=λ/2,其中,λ为接收信号的波长。
3.根据权利要求2所述的用于单快拍非圆信号的DOA估计方法,其特征在于,所述步骤5中具体包括:
定义(2M-1)×(2M-1)维的归一化DFT变换矩阵F1,第p行第q列元素为对a2进行DFT变换,变换后的DFT谱/>变换后/>的第m个元素为:
当时,/>取得最大值;
对z做DFT变换,得到:
噪声傅里叶频谱不影响/>峰值位置,搜索/>峰值位置,记峰值位置为m2,得到DOA估计结果表达式为:
4.根据权利要求3所述的用于单快拍非圆信号的DOA估计方法,其特征在于,所述步骤6中具体包括:
将阵列方向向量在初始估计点按照泰勒级数展开,忽略二次及以上项,其表达式为:
其中,δθ=(θ-θi2)表示初估计θi2与真实值θ的偏差,整个阵列的接收信号x满足以下方程:
其中,使用总体最小二乘法解上述方程,得到:
进一步对偏差估计:
最终的DOA估计结果表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110404301.0A CN113254856B (zh) | 2021-04-15 | 2021-04-15 | 一种用于单快拍非圆信号的doa估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110404301.0A CN113254856B (zh) | 2021-04-15 | 2021-04-15 | 一种用于单快拍非圆信号的doa估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113254856A CN113254856A (zh) | 2021-08-13 |
CN113254856B true CN113254856B (zh) | 2024-02-13 |
Family
ID=77220857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110404301.0A Active CN113254856B (zh) | 2021-04-15 | 2021-04-15 | 一种用于单快拍非圆信号的doa估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113254856B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107167763A (zh) * | 2017-04-21 | 2017-09-15 | 天津大学 | 基于非圆特性的远近场混合信号波达方向估计方法 |
CN107505602A (zh) * | 2017-07-25 | 2017-12-22 | 南京航空航天大学 | 嵌套阵下基于dft的doa估计方法 |
CN109782218A (zh) * | 2019-02-01 | 2019-05-21 | 中国空间技术研究院 | 一种基于双平行天线阵的相干分布式非圆信号doa估计方法 |
CN110824416A (zh) * | 2019-11-22 | 2020-02-21 | 宁波大学 | 基于秩损原理的一维非相干分布式非圆信号参数估计方法 |
CN111965595A (zh) * | 2020-06-30 | 2020-11-20 | 南京航空航天大学 | 一种基于无人机的多非圆信源高精度直接定位方法 |
CN111965591A (zh) * | 2020-07-21 | 2020-11-20 | 南京航空航天大学 | 一种基于四阶累积量矢量化dft的测向估计方法 |
CN112130111A (zh) * | 2020-09-22 | 2020-12-25 | 南京航空航天大学 | 一种大规模均匀十字阵列中单快拍二维doa估计方法 |
-
2021
- 2021-04-15 CN CN202110404301.0A patent/CN113254856B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107167763A (zh) * | 2017-04-21 | 2017-09-15 | 天津大学 | 基于非圆特性的远近场混合信号波达方向估计方法 |
CN107505602A (zh) * | 2017-07-25 | 2017-12-22 | 南京航空航天大学 | 嵌套阵下基于dft的doa估计方法 |
CN109782218A (zh) * | 2019-02-01 | 2019-05-21 | 中国空间技术研究院 | 一种基于双平行天线阵的相干分布式非圆信号doa估计方法 |
CN110824416A (zh) * | 2019-11-22 | 2020-02-21 | 宁波大学 | 基于秩损原理的一维非相干分布式非圆信号参数估计方法 |
CN111965595A (zh) * | 2020-06-30 | 2020-11-20 | 南京航空航天大学 | 一种基于无人机的多非圆信源高精度直接定位方法 |
CN111965591A (zh) * | 2020-07-21 | 2020-11-20 | 南京航空航天大学 | 一种基于四阶累积量矢量化dft的测向估计方法 |
CN112130111A (zh) * | 2020-09-22 | 2020-12-25 | 南京航空航天大学 | 一种大规模均匀十字阵列中单快拍二维doa估计方法 |
Non-Patent Citations (1)
Title |
---|
A Low-Complexity 2D-DOA Estimation Algorithm with Massive URA;Zhou Lu等;Journal of Physics: Conference Series;第1575卷;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113254856A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107450047B (zh) | 嵌套阵下基于未知互耦信息的压缩感知doa估计方法 | |
CN110007266B (zh) | 一种冲击噪声下的任意阵列相干源测向方法 | |
CN106707257B (zh) | 基于嵌套阵列的mimo雷达波达方向估计方法 | |
CN110515038B (zh) | 一种基于无人机-阵列的自适应无源定位装置及实现方法 | |
CN111123192B (zh) | 一种基于圆形阵列和虚拟扩展的二维doa定位方法 | |
CN111239678B (zh) | 一种基于l型阵列的二维doa估计方法 | |
CN107505602A (zh) | 嵌套阵下基于dft的doa估计方法 | |
CN106772224A (zh) | 一种采用时频分析的l型阵列二维波达方向估计算法 | |
CN107576931B (zh) | 一种基于协方差低维度迭代稀疏重构的相关/相干信号波达方向估计方法 | |
CN107290717B (zh) | 针对非圆信号的多目标直接定位方法 | |
CN112130111B (zh) | 一种大规模均匀十字阵列中单快拍二维doa估计方法 | |
CN112666513B (zh) | 一种改进式music波达方向估计方法 | |
CN111965591B (zh) | 一种基于四阶累积量矢量化dft的测向估计方法 | |
CN113671439B (zh) | 基于非均匀智能超表面阵列的无人机集群测向系统及方法 | |
CN109507636B (zh) | 基于虚拟域信号重构的波达方向估计方法 | |
Sanudin et al. | Capon-like DOA estimation algorithm for directional antenna arrays | |
CN103323810B (zh) | 一种l阵方位角和俯仰角配对的信号处理方法 | |
CN108594165B (zh) | 一种基于期望最大化算法的窄带信号波达方向估计方法 | |
CN113254856B (zh) | 一种用于单快拍非圆信号的doa估计方法 | |
CN116699511A (zh) | 一种多频点信号波达方向估计方法、系统、设备及介质 | |
CN113791379B (zh) | 嵌套阵列非高斯环境下的正交匹配追踪doa估计方法 | |
CN115932714A (zh) | 一种基于双曲正切核相关熵的单快拍波达方向估计方法 | |
CN114167346A (zh) | 基于协方差矩阵拟合阵元扩展的doa估计方法及系统 | |
CN113126021A (zh) | 一种基于三平行线阵的单快拍二维doa估计方法 | |
Huang et al. | Research of DOA Estimation Based on Modified MUSIC Algorithms |
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 |