导读:本文包含了波达角论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:算法,嵌套,信号,多普勒,偶极子,求根,协方差。
波达角论文文献综述
曹仁政,张小飞[1](2018)在《单基地MIMO雷达中相干目标的波达角和多普勒频率快速联合估计算法》一文中研究指出针对单基地MIMO中相干目标的波达角(Direction-of-arrival,DOA)和多普勒频率联合估计问题,提出了一种降维-前向平滑-传播算子算法(Reduced dimension-forward spatial smoothing-propagator method,RD-FSS-PM)。该算法首先通过对接收信号进行降维变换以降低复杂度,继而利用前向平滑技术(Forward spatial smoothing,FSS)实现解相干,最后通过传播算子算法(Propagator method,PM)实现了对相干目标的波达角和多普勒频率联合估计,且无需额外配对。与传统的FSS-PM算法相比,所提算法波达角估计性能提升,多普勒频率估计性能接近而复杂度大大降低。本文同时分析了算法的理论均方误差(Mean squared error,MSE)和单基地MIMO雷达中波达角和多普勒频率联合估计问题的克拉美罗界(Cramer-Rao bound,CRB)。最后提供了详尽的仿真实验以验证算法的性能。(本文来源于《数据采集与处理》期刊2018年05期)
李建峰,沈明威,蒋德富[2](2018)在《互质阵中基于降维求根的波达角估计算法》一文中研究指出该文提出互质阵中基于降维求根的波达角(DOA)估计算法。互质阵包含两个稀疏均匀线性子阵,拥有互质的阵元间距和阵元数目。该算法基于子阵间的互协方差,利用较长子阵中的旋转不变性扩展较短子阵的虚拟孔径。然后通过矩阵分块构造噪声子空间,并将来自两个子阵的2维参数估计问题降维为1维求根问题,获得自动配对的2维模糊参数估计。最后由这2维模糊参数可恢复出两组参数,根据互质性从两组参数估计的交集中可以获得无模糊的高分辨率DOA估计。相比互质阵中的联合多重信号分类(MUSIC)算法和联合旋转不变技术(ESPRIT)算法,该算法无需特征分解,复杂度低,但可获得更精确的DOA估计,处理更多的信源,并且对色噪声有更强的鲁棒性。多个仿真结果均验证了所提算法的有效性。(本文来源于《电子与信息学报》期刊2018年08期)
李贵楠[3](2018)在《面向室内复杂环境的声阵列高性能波达角估计研究》一文中研究指出在以物联网为背景的目标监测领域,基于声阵列技术,对声源进行测向、定位与追踪一直是重要的研究课题。由多个麦克风组成的单个声阵列具备测向精度高、隐蔽性好的特点,被广泛应用于低空无人机/直升机预警、野生动物习性监测,水下鱼雷/潜艇定位、跟踪等国防和民用的众多领域,发挥着举足轻重的作用。近年来,随着智能家居和室内定位等领域对声源定位的需求越来越迫切,面向室内的声阵列技术成为学术界和工业界的研究热点。但受限于室内混响和噪声的严重干扰,以及波达角易产生估计模糊等问题,如何在复杂的室内场景中实现高精度的波达角估计是一个极具挑战的课题。本文主要基于声阵列技术,以面向室内声源定位为研究目标,从有效的解模糊方法探索、抑制混响和噪声的波达角估计算法研究以及基于单阵列定位系统实现等方面展开较为系统和深入的研究。主要内容如下:首先,研究了声阵列的理论基础,包括推导了窄带和宽带阵列信号模型,研究了阵列性能评价指标,仔细分析和推导了不同类型的波达角估计算法。此外,研究了压缩感知(CS)信号稀疏表示,设计观测矩阵以及信号重构等基础理论,并对基于压缩感知(CS)稀疏重构的波达角估计算法进行了理论分析。其次,提出了采用多频带实现解模糊的方法,并推导出了实现解模糊的频带和阵元间隔的约束条件,给阵元间隔的选择带来很大的自由度,能有效的提高波达角估计的分辨力。提出采用CS的波达角估计算法进行仿真验证,当阵元间隔大于半波长时,只要满足解模糊约束,即可估计出真实的波达角。同时为了实现稳定的解模糊,研究了在不同SNR下所需解模糊的频带数。此外,我们将基于CS波达角估计的解模糊算法与基于MUSIC算法和Beamforming算法的解模糊进行比较,发现基于CS的波达角估计算法在角度分辨力上存在明显的优势,可以避免再次出现空间谱混迭问题。接着,提出了基于频域的时延估计算法(FD-TDE算法)。该算法在室内环境中有效的提高了波达角估计性能。通过建立基于频域的信号误差估计模型,推导出FD-TDE算法的表达式,并且基于解模糊约束分析了该方法的解模糊特性,根据多量测信息采用最小二乘法提高波达角估计的准确性。采用Image Model模型,对不同信噪比(SNR)和混响(RT60)的室内环境,进行基于FD-TDE的波达角估计算性能验证。仿真和实验均证明,相比GCC-PHAT算法,FD-TDE算法具有更好的抑制混响和噪声的能力且复杂度更低,能够实现稳定、准确的波达角估计。最后,实现了基于单个声阵列和智能手机的室内定位系统设计与搭建。仿真验证了 chirp信号比语音信号具备更强的抑制混响和抗噪的能力,同时提出可基于分数阶傅里叶域对chirp信号进行混响滤波,进一步提高了波达角估计的性能。在定位实验中,基于TPSN实现距离量测(该距离估计方法为类似时钟同步协议TPSN的方法)以及基于FD-TDE算法实现角度估计,并在室内场景(办公室、走廊)中,进行高频和低频chirp信号的性能对比,给出了波达角估计对比结果和室内定位误差分析。(本文来源于《浙江大学》期刊2018-01-15)
冯瑜,纪奕才,方广有[4](2017)在《去除地面反射波的波达角估计方法研究》一文中研究指出以基于极化平面的波达角(Direction of Arrival,DOA)估计算法为基础,针对近地面天线受地面反射波影响从而极大地影响DOA估计的准确性问题,对如何去除地面反射波的影响进行深入研究.分别采用理想地面近似法、反射系数法和阵列抑制算法进行仿真试验,对比和分析这叁种算法的优缺点,以及各自的适用性.理论分析和仿真试验表明:理想地面近似算法在实际地面参数与理想导电平面相近时,具有准确的计算结果,但在其他情况下计算结果与真实值误差很大;反射系数法通过地面的电导率σ、相对介电常数εr以及入射波的极角θ分别求出地面的水平反射系数和垂直反射系数,从而准确估算出来波方向,但由于该方法需要预先知道地面参数,故其应用场景受到了一定的限制;阵列抑制算法巧妙地利用地面反射波和直达波在相位延迟和入射角方面的关系,通过移相操作,生成抑制反射波的新数据,再对其进行处理,准确计算出DOA.通过比较分析可以得出,阵列抑制算法可用于任何类型的实际地面,且无需知道实际地面参数,同时该算法具有很好的准确性,因此其应用场景不受限制,具有很好的理论研究和实际应用价值.(本文来源于《电波科学学报》期刊2017年06期)
李根,梁玉英[5](2017)在《雷达接收器目标信号波达角优化估计仿真研究》一文中研究指出雷达接收器目标信号波达角的优化估计,可以提高雷达对目标的角度测量精度,而复杂电磁环境下,目标信号具有低信噪比、少快拍和信源相干的特点,现有算法对信号波达角的估计精度较差。为此提出了对含有整数个信号周期的窄带快拍数据进行循环累积的自相关矩阵估计方法,并利用接收数据自相关矩阵最大特征值对应的特征矢量,提出了信号循环累积的相干信号波达角估计方法。仿真结果表明,上述方法能够在低信噪比和少快拍条件下提高相干信号波达角的估计精度。同时在满足窄带信号和整周期采样的条件下,信号循环累积的方法可以应用到任一接收数据自相关矩阵的波达角优化估计中。(本文来源于《计算机仿真》期刊2017年05期)
李建峰,蒋德富,沈明威[6](2017)在《基于平行嵌套阵互协方差的二维波达角联合估计算法》一文中研究指出论文提出基于平行嵌套阵互协方差的2维(Two Dimensional,2D)波达角(Direction Of Arrival,DOA)联合估计算法。算法基于两个互相平行的嵌套阵的互协方差生成较长虚拟阵列,同时将2维DOA估计问题降维为1维DOA估计问题。在构造协方差矩阵时,利用方向矩阵范德蒙特性增加虚拟快拍数,保证了孔径的最小损失。最后算法基于酉旋转不变技术(Estimation of Signal Parameters via Rotational Invariance Technique,ESPRIT)和总体最小二乘(Total Least Squares,TLS)方法进一步降低噪声影响,并获得了自动配对的2维DOA估计。相比传统平行阵下的DOA估计算法,该算法拥有更好的DOA估计性能,能辨识更多的空间信源,对空间色噪声有更强的鲁棒性。仿真结果验证了算法的有效性。(本文来源于《电子与信息学报》期刊2017年03期)
李建峰,张小飞[7](2017)在《MIMO雷达嵌套平行阵下基于子空间的目标二维波达角估计》一文中研究指出研究了多输入多输出(multiple input multiple output,MIMO)雷达中的二维波达角(direction of arrival,DOA)估计问题,并提出了一种嵌套平行阵下基于子空间的二维DOA估计算法。利用存在嵌套关系的双平行阵(two parallel uniform linear array,TPULA)作为收发阵列,大大增加了自由度(degree of freedom,DOF)。在DOA估计方面,算法利用数据重构增加虚拟脉冲数,并利用酉变换降低运算复杂度,然后分别基于信号子空间和噪声子空间获得了自动配对的二维DOA估计的闭式解。算法复杂度低,而且相比MIMO雷达中传统TPULA下的算法,该算法拥有更好的角度估计性能,并可辨别空间相干目标。仿真结果验证了算法的有效性。(本文来源于《系统工程与电子技术》期刊2017年03期)
谢宇芳,孙海信,齐洁[8](2017)在《一种有效的水下目标波达角估计方法》一文中研究指出为提高水下目标波达角(direction of arrival,DOA)估计精度,提出一种基于布谷鸟搜索算法的最大似然DOA估计法.该方法将布谷鸟搜索算法中影响布谷鸟搜索路径的多个参数由固定值改为自适应的动态参数,不仅改进了算法的精度,而且大幅度地提高算法的收敛速度.应用改进后的布谷鸟搜索算法优化基于分数低阶空时矩阵的最大似然DOA估计函数,使水下目标DOA估计在准确的前提下更加迅速.仿真结果表明,无论是在多途环境下还是无多途环境下,该方法都能有效地对水下目标进行DOA估计,而且具有很高的收敛速度,因此该方法具有一定的实际应用前景.(本文来源于《厦门大学学报(自然科学版)》期刊2017年02期)
闫锋刚,齐晓辉,刘帅,沈毅,金铭[9](2016)在《基于子空间旋转变换的低复杂度波达角估计算法》一文中研究指出多重信号分选(MUltiple SIgnal Classification,MUSIC)算法是波达方向(Direction-Of-Arrival,DOA)估计的最重要算法之一,但庞大的计算量使其工程实用性大打折扣。为降低MUSIC的计算量,该文基于子空间旋转(Subspace Rotation Technique,SRT)变换思想提出了一种高效改进算法,即SRT-MUSIC算法。SRT-MUSIC利用秩亏特性对噪声子空间矩阵按行分块并以旋转变换得到降维噪声子空间,进而基于该降维噪声子空间与导向矢量的正交性构造空间谱估计信号DOA。理论分析表明:SRT-MUSIC能有效避免空间谱搜索中的冗余运算,从而成倍降低算法的计算量。对于大阵元、少信号情况,所提算法计算效率优势更为明显。仿真实验证明了SRT-MUSIC的有效性和高效性。(本文来源于《电子与信息学报》期刊2016年03期)
赵继超,陶海红,高志奇[10](2016)在《基于稀疏拉伸式COLD传感器的波达角和极化参数估计》一文中研究指出同点正交配置磁环和电偶极子(Co-centered Orthogonal Loop and Dipole,COLD)是常用的二分量电磁矢量传感器之一,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息.针对由COLD传感器组成的均匀线阵,磁环分量保持不变,将电偶极子分量沿正交方向稀疏拉伸,形成L形阵,扩展阵列的空间孔径,提出了基于广义旋转不变的降维多重信号分类算法.该算法利用L形阵的几何构形,将导向矢量分隔成叁部分,利用广义旋转不变矩阵分别估计各个部分,使得波达角和极化参数仅需一维谱峰搜索就可以估计得到.同时,在参考点处新增一个电偶极子天线,利用四元数模型解决了由于稀疏拉伸引起的相位周期模糊问题.仿真实验验证了所提算法的有效性.(本文来源于《电波科学学报》期刊2016年02期)
波达角论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
该文提出互质阵中基于降维求根的波达角(DOA)估计算法。互质阵包含两个稀疏均匀线性子阵,拥有互质的阵元间距和阵元数目。该算法基于子阵间的互协方差,利用较长子阵中的旋转不变性扩展较短子阵的虚拟孔径。然后通过矩阵分块构造噪声子空间,并将来自两个子阵的2维参数估计问题降维为1维求根问题,获得自动配对的2维模糊参数估计。最后由这2维模糊参数可恢复出两组参数,根据互质性从两组参数估计的交集中可以获得无模糊的高分辨率DOA估计。相比互质阵中的联合多重信号分类(MUSIC)算法和联合旋转不变技术(ESPRIT)算法,该算法无需特征分解,复杂度低,但可获得更精确的DOA估计,处理更多的信源,并且对色噪声有更强的鲁棒性。多个仿真结果均验证了所提算法的有效性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
波达角论文参考文献
[1].曹仁政,张小飞.单基地MIMO雷达中相干目标的波达角和多普勒频率快速联合估计算法[J].数据采集与处理.2018
[2].李建峰,沈明威,蒋德富.互质阵中基于降维求根的波达角估计算法[J].电子与信息学报.2018
[3].李贵楠.面向室内复杂环境的声阵列高性能波达角估计研究[D].浙江大学.2018
[4].冯瑜,纪奕才,方广有.去除地面反射波的波达角估计方法研究[J].电波科学学报.2017
[5].李根,梁玉英.雷达接收器目标信号波达角优化估计仿真研究[J].计算机仿真.2017
[6].李建峰,蒋德富,沈明威.基于平行嵌套阵互协方差的二维波达角联合估计算法[J].电子与信息学报.2017
[7].李建峰,张小飞.MIMO雷达嵌套平行阵下基于子空间的目标二维波达角估计[J].系统工程与电子技术.2017
[8].谢宇芳,孙海信,齐洁.一种有效的水下目标波达角估计方法[J].厦门大学学报(自然科学版).2017
[9].闫锋刚,齐晓辉,刘帅,沈毅,金铭.基于子空间旋转变换的低复杂度波达角估计算法[J].电子与信息学报.2016
[10].赵继超,陶海红,高志奇.基于稀疏拉伸式COLD传感器的波达角和极化参数估计[J].电波科学学报.2016