CN115825863B - 一种冲击噪声下的非圆信号快速直接定位方法 - Google Patents

一种冲击噪声下的非圆信号快速直接定位方法 Download PDF

Info

Publication number
CN115825863B
CN115825863B CN202211626474.8A CN202211626474A CN115825863B CN 115825863 B CN115825863 B CN 115825863B CN 202211626474 A CN202211626474 A CN 202211626474A CN 115825863 B CN115825863 B CN 115825863B
Authority
CN
China
Prior art keywords
pflom
circular
matrix
array
signal
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
Application number
CN202211626474.8A
Other languages
English (en)
Other versions
CN115825863A (zh
Inventor
李嘉琪
张小飞
姜康
陈烨
王斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202211626474.8A priority Critical patent/CN115825863B/zh
Publication of CN115825863A publication Critical patent/CN115825863A/zh
Application granted granted Critical
Publication of CN115825863B publication Critical patent/CN115825863B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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

  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种冲击噪声下的非圆信号快速直接定位方法。首先，建立对称Alpha稳定分布噪声模型，同时利用目标信号的椭圆协方差信息扩展空间信息；其次，利用相位分数低阶矩算子对接收信号构建PFLOM矩阵，对该矩阵进行特征分解得到扩展噪声子空间；最后联立所有基站的信息，借助降维多重信号分类技术快速直接地求解目标位置。本发明考虑了在某些场景下突然产生的尖峰脉冲对阵列信号接收的影响，在同一情况下，比非圆信号下的传统MUSIC算法以及传统旋转不变技术具有更高的定位精度；此外，本发明借助降维手段进行快速搜索，显著降低了计算复杂度。

Description

一种冲击噪声下的非圆信号快速直接定位方法
技术领域
本发明属于无线定位技术领域，尤其涉及一种冲击噪声下的非圆信号快速直接定位方法。
背景技术
在实时场景下，阵列接收的信号不只是圆信号，更多的是像调幅信号、二进制相移键控、脉冲幅度调制信号、正交相移键控信号等用于现代通信领域的非圆信号。非圆信号可以同时利用信号的二阶相关和共轭相关统计信息，提高了信息利用率，能够进一步提升定位精度。
在实际中，噪声通常是伴随脉冲特性的，由于闪电、杂波、火花等人为或者自然现象会对信号幅度产生尖峰从而导致脉冲噪声，该噪声的概率分布通常带有较长拖尾，此时不能再利用信号的二阶统计量来描述噪声模型。
不仅如此，现有的关于非圆信号的多阵列无源定位算法利用目标信号的椭圆协方差信息扩展阵列孔径的同时，也带来了高维搜索问题，计算复杂度大大增加，此外，传统的两步定位方法在数据关联上也存在难题。
为了解决上述问题以及适应新的应用场景，本发明提出了一种在冲击噪声下的非圆信号快速直接定位方法。
发明内容
发明目的：为了解决现有技术存在的问题以及适应新的应用场景，本发明提供了一种冲击噪声下的非圆信号快速直接定位方法。在保证估计性能的同时显著降低了计算复杂度，易于实时处理。
技术方案：本发明所述的一种冲击噪声下的非圆信号快速直接定位方法，包括以下步骤：
(1)构造多阵列非圆高斯目标信号模型，获取阵列接收信号模型xk(t)；
(2)根据椭圆协方差信息，将接收信号进行扩展；
(3)对扩展后的接收信号利用PFLOM算子构建PFLOM矩阵，并对PFLOM矩阵进行特征分解；
(4)联立所有基站的信息，借助降维MUSIC算法快速直接地求解目标位置。
优选的，所述多阵列非圆高斯目标信号模型包括多个观测基站和信源，每个所述观测基站均配备有阵列，步骤(1)所述阵列接收信号模型xk(t)为：
其中，为每个观测基站的阵列流型，M为阵元数，Q为信源数，导向矢量/>为：
第k个观测基站接收到的第q个信源的波达角d为阵元间距；uk＝[xk，yk]T为第k个观测基站的位置，pq＝[xq，yq]T为第q个辐射源的位置；uk(1)为uk的第一行元素，pq(1)为pq的第一行元素；Φ为信源的非圆相位对角矩阵；/>为实值矢量；
nk(t)为对称Alpha稳定分布加性噪声，nk(t)的特征函数为：
其中，γ＞0为尺度系数，0＜α≤2为特征指数，ω为变量参数。
优选的，步骤(2)中扩展后的接收信号Zk(t)为：
(·)*为共轭运算；
将Zk(t)改写为：
其中Bk(p)是扩展后的阵列流形矩阵：
其中，bk(pq)为扩展后的阵列流形矢量，是第q个信源的非圆相位角，q＝1，2，……，Q。
优选的，步骤(3)中构建的PFLOM矩阵Rpflom为：
其中，R(1)，R(2)，R(3)和R(4)均为M×M维度大小的子矩阵，将各子矩阵中序号为(i，j)的元素表示为：
其中，x(·)(t)和各表示xk(t)和/>第(·)个元素，/>是期望算子，所用到的z<b>被称为PFLOM算子，z为一个复值，其值为x(·)(t)或/>
对非构建的PFLOM矩阵Rpflom进行特征值分解，得到扩展噪声子空间Un：
Rpflom＝[Us Un]∑[Us Un]H
其中，Us为信号子空间。
优选的，步骤(4)实现过程如下：
对扩展的阵列流形矢量bk(pq)进行矩阵转换，使位置信息与非圆相位信息分离：
其中矩阵Q(pq)和为：
则有第k个观测基站的子代价函数：
利用降维的手段简化子代价函数：
其中，e＝[1，0]T；
再联立所有观测基站的子代价函数，求解目标位置：
有益效果：与现有技术相比，本发明的有益效果：本发明可以适应在冲击噪声下的新场景下进行有效的直接定位，解决了在脉冲噪声下无法利用二阶统计量进行准确定位的问题；本发明所提算法的估计精度优于同一场景下的传统MUSIC算法和ESPRIT直接定位技术。
附图说明
图1为本发明的流程图；
图2为多阵列联合定位场景图；
图3为本发明一次实验下的谱峰等高线图；
图4为本发明与传统定位方法在不同特征指数下的求根均方误差性能示意图；
图5为本发明与传统定位方法在不同阶数矩下的求根均方误差性能示意图；
图6为本发明与传统定位方法在不同快拍数下的求根均方误差性能示意图；
图7为本发明与传统定位方法在不同广义信噪比下的求根均方误差性能示意图。
具体实施方式
下面结合附图对本发明做进一步详细说明，其中小写加粗字母代表向量，大写加粗字母代表矩阵。
本发明提供一种冲击噪声下的非圆信号快速直接定位方法，如图1所示，具体包括以下步骤：
步骤1：构造如图2所示的多阵列非圆信号定位模型；得到信源信号信息rk(t)：
然后建立对称Alpha稳定分布噪声模型nk(t)。首先当一个随机变量χ服从Alpha稳定分布时，其并没有统一的闭式概率密度分布函数表达式，对于其P.Levy范式型特征函数为
其中
α为特征指数，决定分布脉冲特性的程度，0＜α≤2；β为对称参数，确定分布的斜度，-1≤β≤1；γ为尺度系数，是关于样本相对于均值的分散程度的度量，γ＞0；μ称为位置参数，-∞＜μ＜+∞。当μ＝0，且β＝0时该分布称为对称Alpha稳定分布。
由上可知噪声的SαS特征函数为
则第k个观测基站的接收信号为其中，/>为每个观测站的阵列流型，为导向矢量，第k个观测站接收到的第q个辐射源的波达角/>d表示阵元间距。uk＝[xk，yk]T表示第k个观测站的位置，pq＝[xq，yq]T表示第q个辐射源的位置。本发明只考虑非圆率为1即最大非圆率的严格二阶非圆信号，它可以表示为/>假设/>表示第q个辐射源对应的非圆相位，/>表示其非圆信号的幅值，则可以得到：
其中，是一个实值矢量。
步骤2：利用目标信号的椭圆协方差信息，将各观测基站的接收信号扩展为：
其又可以写成：
式中
式中，bk(pq)为扩展的阵列流形矢量。
步骤3：对扩展接收信号构建PFLOM矩阵Rpflom
其中，R(1)，R(2)，R(3)和R(4)都是M×M维度大小的子矩阵，对于其序号为(i，j)的元素可以表示为：
上述四式中的x(·)(t)和各表示x(t)和x*(t)第(·)个元素，/>是期望算子。
上述所用到的z<b>被称为PFLOM算子，定义式为：
PFLOM算子具有以下性质为：
定义PFLOM矩阵为：
其中α为噪声的特征指数，阶数矩b需满足并且可证明有对于有界；这就可以说明PFLOM可以用于处理Alpha稳定分布噪声并在定义域内收敛。
又有证明可知Rb可以进行特征值分解即Rb＝VΛVH+kI，其中V为阵列流形，Λ为Q×Q的对角阵，κ为常数。则PFLOM矩阵Rpflom也可以进行特征值分解：
Rpflom＝U∑UH+Υ
其中U＝[Us Un]，∑是以特征值为元素的对角矩阵，即∑＝diag{λ1，...，λ2M}。
步骤4：联立所有基站的信息，借助降维MUSIC算法快速直接地求解目标位置。
相比于圆信号，针对非圆信号的算法就需要考虑非圆相位的影响，为保证定位精度，求解目标源位置时还需要对非圆相位进行估计。同时对位置p和非圆相位Φ进行搜索，得到非圆子空间融合技术下的代价函数：
但是该算法需要对位置p和非圆相位Φ进行搜索，计算量十分庞大，复杂度很高。
因此为了降低算法复杂度，提高算法的实用性。本发明引入降维的思想，在保证原有估计性能的前提下，减少搜索维度，进行快速搜索求解目标位置。
对扩展的阵列流形矢量bk(pq)进行矩阵转换，使位置信息与非圆相位信息分离：
式中
则对于第k个观测站的子代价函数可以重写为：
对上式左乘和右乘/>依然成立，则：
定义则上式可表示为：
至此，非圆相位与位置已然分离，接下来，对于未知非圆相位参数而言，上式是一个二次优化问题：
令e＝[1，0]T，则如此可以消除/>的平凡解，于是重构上式的优化问题
为求解上述优化问题，拟采用拉格朗日乘子法，于是构造以下函数：
式中，λ为拉格朗日乘子。令对/>的导数为0，即：
由于因此ν＝1/(eHTk(p)-1e)，于是：
则最终可以得到降维后的第k个观测站的子代价函数：
因此可以通过下式求解
有文献证明，当位置矢量p处于信源位置时，Q(p)HUn＝0，即二者满足正交关系，若考虑噪声影响，此时对于所有观测站来说，上式代价函数都取得极大值。于是联合所有基站，可以通过求解如下的代价函数来快速获取目标位置：
至此，在保证原有精度的前提下，通过二次优化问题的求解，减小了搜索维度，进而降低了算法复杂度。
在以下的实验仿真中，不加说明，其信源非圆相位和位置和基站位置以及信息均为：信源共有3个目标，它们的非圆相位和位置分别是(π/3弧度,π/5弧度,π/4弧度)和[(-500米,0米),(0米,500米),(500米,100米)]，有5个观测基站[(-1200米,-1200米),(-600米,-800米),(-400米,-1000米),(200米,-600米),(800米,-900米)]，每个基站配备阵元数为8的均匀线阵。谱峰搜索步长均为10米，蒙特卡洛仿真均为500次。
本发明实现了在冲击噪声条件下的非圆信号直接定位，并且使用了降维的快速搜索手段减小了计算量。图3是本发明在一次实验下的谱峰等高线示意图。仿真条件为：快拍数为300，广义信噪比为10分贝，其广义信噪比的定义式为：
其中γ为噪声的尺度系数，L为快拍数，β(t)为信号的幅值。特征指数为0.5，阶数矩为0.1，搜索步长为10米，蒙特卡洛仿真500次。从图3可以看出，本发明可以实现在冲击噪声影响下的精确定位，解决了不能利用常规二阶统计量进行直接定位的问题。
本发明性能估计标准为均方根误差(root mean square error,RMSE)定义为：
其中，J为蒙特卡罗实验次数，Q表示目标个数，表示第j次蒙特卡洛实验第q个目标位置的估计值，pq表示第q个目标位置的真实值。
由于对称Alpha稳定分布噪声模型受到特征指数α值的影响，且在构建PFLOM矩阵时的PFLOM算子的阶数矩b值也会影响实验性能估计，故图4和图5分别是本发明在不同的特征指数α值和在不同的阶数矩b值下与其他算法的性能曲线图。
图4中的仿真条件为：快拍数为300，广义信噪比为10分贝，阶数矩为0.1，特征指数从0.3到2，其步长为0.1。从图4可以看出，本发明在不同的特征指数下与非圆信号下传统MUSIC和传统ESPRIT方法相比具有更好的估计性能。可以在图中看出，对于特征指数α的选择也有一定的要求，当0.3≤α≤0.7时，传统ESPRIT方法比传统MUSIC方法估计误差要大一些，但是本发明方法依然是三者性能最好的；所以后续实验在选择特征指数时，不加说明均默认为0.5。
图5中的仿真条件为：快拍数为300，广义信噪比为10分贝，由于阶数矩需要满足当选择特征指数为0.5时，阶数矩选择从0.04到0.24，其步长为0.02。从图5可以看出，本发明在不同的阶数矩下与非圆信号下传统MUSIC和传统ESPRIT方法相比具有更好的估计性能。可以在图中看出，随着阶数矩的增大，三种方法的均方根误差也随之增大，但是本发明的性能依然优于其他两种算法，但是在0.2＜b＜0.24时，传统MUSIC算法十分接近于本发明算法，故在选择参数b时应该选择b＜0.2的值，以下实验不加说明均默认为0.1。
图6是本发明在不同快拍数下与传统MUSIC和传统ESPRIT方法的性能对比图。其仿真条件为：广义信噪比为10分贝，特征指数为0.5，阶数矩为0.1，快拍数从50到500，步长为50。从图6可以看出，本发明在不同的快拍数下与非圆信号下传统MUSIC和传统ESPRIT方法相比具有更好的估计性能。而且，在50＜L≤100时，随着快拍数的增加，三种方法性能均有很大提升；但是在100＜L≤500时，三者性能基本不随快拍数的变化而变化，故在选择快拍数的时候应选择大于100次快拍。
图7是本发明在不同广义信噪比下与传统MUSIC和传统ESPRIT方法的性能对比图。其仿真条件为：快拍数为300，特征指数为0.5，阶数矩为0.1，广义信噪比从4分贝到20分贝，步长为2分贝。从图7可以看出，本发明在不同广义信噪比条件下与非圆信号下传统MUSIC和传统ESPRIT方法相比具有更好的估计性能。另外在图中看出，随着到达高信噪比阶段，三种方法的性能均会出现一个平缓不变的趋势，并且不同的算法的性能随广义信噪比增大其放缓的趋势也会有所不同。
综上所述，从仿真效果图的分析可知，本发明提出的一种冲击噪声下的非圆信号快速直接定位方法能够在冲击噪声影响下有效地定位到信源位置，比其他一些算法具有更高的估计性能。此外，该方法使用降维手段进行快速谱峰搜索，显著降低了计算复杂度。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (2)

1.一种冲击噪声下的非圆信号快速直接定位方法，其特征在于，包括以下步骤：
(1)构造多阵列非圆高斯目标信号模型，获取阵列接收信号模型xk(t)；
(2)根据椭圆协方差信息，将接收信号进行扩展；
(3)对扩展后的接收信号利用PFLOM算子构建PFLOM矩阵，并对PFLOM矩阵进行特征分解；
(4)联立所有基站的信息，借助降维MUSIC算法快速直接地求解目标位置；
所述多阵列非圆高斯目标信号模型包括多个观测基站和信源，每个所述观测基站均配备有阵列，步骤(1)所述阵列接收信号模型xk(t)为：
其中，为每个观测基站的阵列流型，M为阵元数，Q为信源数，导向矢量/>为：
第k个观测基站接收到的第q个信源的波达角d为阵元间距；uk＝[xk，yk]T为第k个观测基站的位置，pq＝[xq，yq]T为第q个辐射源的位置；uk(1)为uk的第一行元素，pq(1)为pq的第一行元素；Φ为信源的非圆相位对角矩阵；/>为实值矢量；
为对称Alpha稳定分布加性噪声，/>的特征函数/>为：
其中，γ＞0为尺度系数，0＜α≤2为特征指数，ω为变量参数；
步骤(3)中构建的PFLOM矩阵Rpflom为：
其中，R(1)，R(2)，R(3)和R(4)均为M×M维度大小的子矩阵，将各子矩阵中序号为(i，j)的元素表示为：
其中，x(·)(t)和各表示xk(t)和/>第(·)个元素，/>是期望算子，z<b>称为PFLOM算子，z为一个复值，为x(·)(t)或/>
对非构建的PFLOM矩阵Rpflom进行特征值分解，得到扩展噪声子空间Un：
Rpflom＝[Us Un]∑[Us Un]H
其中，Us为信号子空间；
步骤(4)实现过程如下：
对扩展的阵列流形矢量bk(pq)进行矩阵转换，使位置信息与非圆相位信息分离：
是第q个信源的非圆相位角，其中矩阵Q(pq)和/>为：
则有第k个观测基站的子代价函数：
对子代价函数进行降维，得到：
其中，e＝[1，0]T；
再联立所有观测基站的子代价函数，求解目标位置：
2.根据权利要求1所述的一种冲击噪声下的非圆信号快速直接定位方法，其特征在于，步骤(2)中扩展后的接收信号zk(t)为：
(·)*为共轭运算；
将zk(t)改写为：
其中矩阵Bk(p)是扩展后的阵列流形矩阵：
其中，bk(pq)为扩展后的阵列流形矢量，是第q个信源的非圆相位角，q＝1，2，……，Q。
CN202211626474.8A 2022-12-16 2022-12-16 一种冲击噪声下的非圆信号快速直接定位方法 Active CN115825863B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211626474.8A CN115825863B (zh) 2022-12-16 2022-12-16 一种冲击噪声下的非圆信号快速直接定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211626474.8A CN115825863B (zh) 2022-12-16 2022-12-16 一种冲击噪声下的非圆信号快速直接定位方法

Publications (2)

Publication Number Publication Date
CN115825863A CN115825863A (zh) 2023-03-21
CN115825863B true CN115825863B (zh) 2023-12-29

Family

ID=85516453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211626474.8A Active CN115825863B (zh) 2022-12-16 2022-12-16 一种冲击噪声下的非圆信号快速直接定位方法

Country Status (1)

Country Link
CN (1) CN115825863B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102427602A (zh) * 2011-12-06 2012-04-25 南京师范大学 稀疏直接定位方法
CN104994041A (zh) * 2015-06-26 2015-10-21 北京理工大学 三维大规模天线系统基于导频的波达波离角联合估计方法
WO2016083124A1 (fr) * 2014-11-28 2016-06-02 Thales Procede de localisation passive d'un emetteur non mobile
CN108120953A (zh) * 2017-12-27 2018-06-05 大连理工大学 一种基于波达方向估计的无线电定位方法
CN108881075A (zh) * 2018-06-05 2018-11-23 浙江树人学院 一种冲击噪声环境中基于稳健自适应滤波的信道估计方法
CN108957416A (zh) * 2018-04-17 2018-12-07 大连大学 脉冲噪声环境下基于分数阶功率谱密度的线性调频信号参数估计方法
CN113296049A (zh) * 2021-04-28 2021-08-24 南京航空航天大学 互质阵列脉冲环境下非圆信号的共轭增广doa估计方法
CN113791379A (zh) * 2021-09-23 2021-12-14 南京航空航天大学 嵌套阵列非高斯环境下的正交匹配追踪doa估计方法
CN114325568A (zh) * 2021-12-24 2022-04-12 南京航空航天大学 脉冲噪声环境下基于bnc的嵌套阵列非圆信号doa估计方法
CN115079090A (zh) * 2022-06-13 2022-09-20 南京航空航天大学 基于esprit与加权降维搜索的多阵列非圆源快速定位方法
CN115219981A (zh) * 2021-04-16 2022-10-21 南京航空航天大学 分布式监测中基于降维传播算子的非圆信源直接定位方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102427602A (zh) * 2011-12-06 2012-04-25 南京师范大学 稀疏直接定位方法
WO2016083124A1 (fr) * 2014-11-28 2016-06-02 Thales Procede de localisation passive d'un emetteur non mobile
CN104994041A (zh) * 2015-06-26 2015-10-21 北京理工大学 三维大规模天线系统基于导频的波达波离角联合估计方法
CN108120953A (zh) * 2017-12-27 2018-06-05 大连理工大学 一种基于波达方向估计的无线电定位方法
CN108957416A (zh) * 2018-04-17 2018-12-07 大连大学 脉冲噪声环境下基于分数阶功率谱密度的线性调频信号参数估计方法
CN108881075A (zh) * 2018-06-05 2018-11-23 浙江树人学院 一种冲击噪声环境中基于稳健自适应滤波的信道估计方法
CN115219981A (zh) * 2021-04-16 2022-10-21 南京航空航天大学 分布式监测中基于降维传播算子的非圆信源直接定位方法
CN113296049A (zh) * 2021-04-28 2021-08-24 南京航空航天大学 互质阵列脉冲环境下非圆信号的共轭增广doa估计方法
CN113791379A (zh) * 2021-09-23 2021-12-14 南京航空航天大学 嵌套阵列非高斯环境下的正交匹配追踪doa估计方法
CN114325568A (zh) * 2021-12-24 2022-04-12 南京航空航天大学 脉冲噪声环境下基于bnc的嵌套阵列非圆信号doa估计方法
CN115079090A (zh) * 2022-06-13 2022-09-20 南京航空航天大学 基于esprit与加权降维搜索的多阵列非圆源快速定位方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Non-Circular Sources DOA Estimation for Coprime Array With Impulsive Noise: A Novel Augmented Phased Fractional Low-Order Moment;Xudong Dong等;《IEEE Transactions on Vehicular Technology》;10559-10569 *
多阵列中非圆信号借助于降维搜索和子空间数据融合的直接定位算法;张小飞等;《数据采集与处理》(第6期);1022-1032 *
脉冲噪声环境下波达方向估计方法研究;张金凤;《中国博士学位论文全文数据库信息科技辑》(第5期);I136-10 *
航空武器数据链阵列抗干扰技术研究;吕卫华;《中国博士学位论文全文数据库 工程科技Ⅱ辑》(第11期);C032-18 *

Also Published As

Publication number Publication date
CN115825863A (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN111337893B (zh) 一种基于实值稀疏贝叶斯学习的离格doa估计方法
CN107450047B (zh) 嵌套阵下基于未知互耦信息的压缩感知doa估计方法
CN109655799A (zh) 基于iaa的协方差矩阵向量化的非均匀稀疏阵列测向方法
CN112712557B (zh) 一种基于卷积神经网络的超分辨率cir室内指纹定位方法
US11982698B2 (en) Joint denoising and delay estimation for the extraction of pulse-width of signals in RF interference
CN111257845B (zh) 一种基于近似消息传递的不在网格目标角度估计方法
Dreifuerst et al. Deep learning-based carrier frequency offset estimation with one-bit ADCs
CN113296049B (zh) 互质阵列脉冲环境下非圆信号的共轭增广doa估计方法
CN111337873A (zh) 一种基于稀疏阵的doa估计方法
Feintuch et al. Neural-Network-Based DOA Estimation in the Presence of Non-Gaussian Interference
CN115825863B (zh) 一种冲击噪声下的非圆信号快速直接定位方法
CN113376569A (zh) 基于最大似然的嵌套阵稀疏表示波达方向估计方法
CN117640302A (zh) 一种压缩感知和深度学习辅助的mimo波束空间信道估计方法
Yang et al. A correlation-aware sparse Bayesian perspective for DOA estimation with off-grid sources
Li et al. Performance analysis of propagator‐based esprit for direction of arrival estimation
CN115079090A (zh) 基于esprit与加权降维搜索的多阵列非圆源快速定位方法
CN114460535A (zh) 一种基于加权欧拉esprit的多阵列非圆源直接定位方法
CN114325568A (zh) 脉冲噪声环境下基于bnc的嵌套阵列非圆信号doa估计方法
Zhang et al. A parameter estimation algorithm for multiple frequency-hopping signals based on sparse Bayesian method
Yang et al. DeepDOA: A Novel Deep Learning-Based Method for DOA Superresolution in a Single Snapshot
CN115219981A (zh) 分布式监测中基于降维传播算子的非圆信源直接定位方法
US20240095562A1 (en) Composite quantum architecture for quantum realization of jordan-form based systems
CN110873866A (zh) 一种互耦条件下单基地mimo雷达目标角度估计方法
CN113109758B (zh) 冲击噪声环境下的量子瞭望非圆测向方法
CN114282655B (zh) 基于深度学习的无网格波达方向估计方法

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