CN106526530A - 基于传播算子的2‑l型阵列二维doa估计算法 - Google Patents

基于传播算子的2‑l型阵列二维doa估计算法 Download PDF

Info

Publication number
CN106526530A
CN106526530A CN201610868274.1A CN201610868274A CN106526530A CN 106526530 A CN106526530 A CN 106526530A CN 201610868274 A CN201610868274 A CN 201610868274A CN 106526530 A CN106526530 A CN 106526530A
Authority
CN
China
Prior art keywords
matrix
array
signal
rows
angle
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
Application number
CN201610868274.1A
Other languages
English (en)
Other versions
CN106526530B (zh
Inventor
杨晋生
孙光涛
陈为刚
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN201610868274.1A priority Critical patent/CN106526530B/zh
Publication of CN106526530A publication Critical patent/CN106526530A/zh
Application granted granted Critical
Publication of CN106526530B publication Critical patent/CN106526530B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明涉及采用阵列天线估计接收信号到达方向的技术领域，为解决传统的传播算子算法不能利用所有天线阵元的缺点，构造一个新的传播矩阵。解决基于双平行线阵的传播算子二维DOA估计算法，在俯仰角为70°～90°的实际移动通信俯仰角度范围内的角度估计失效问题。提高方位角和俯仰角的估计性能。本发明采用的技术方案是，基于传播算子的2‑L型阵列二维DOA估计算法，步骤如下：步骤1：构造接收信号矩阵步骤2：构造传播矩阵步骤3：估计旋转矩阵步骤4：方位角和俯仰角估计。本发明主要应用于无限探测设备的设计制造。

Description

基于传播算子的2-L型阵列二维DOA估计算法
技术领域
本发明涉及采用阵列天线估计接收信号到达方向的技术领域，尤其涉及采用2-L型天线阵列的信号到达方向估计方法。
背景技术
空间信号到达方向(Direction of Arrival,DOA)估计是空间谱估计一个主要研究方向，被广泛应用在雷达、声呐、地震、通信等许多领域。DOA估计的基本问题就是确定同时处在空间某一区域内多个感兴趣的信号的空间位置(即各个信号到达阵列参考阵元的方向角，简称波达方向)。经典的超分辨率DOA估计算法有多重信号分类算法(MUSIC,MultipleSignal Classification)和基于旋转不变技术的信号参数估计算法(ESPRIT，Estimationof Signal Parameter via Rotational Invitation Techniques)。它们都属于子空间类算法，其中MUSIC算法是噪声子空间类算法，ESPRIT算法是信号子空间类算法，以MUSIC算法为代表的算法包括特征矢量法、求根MUSIC法等，以ESPRIT算法为代表的算法包括最小二乘ESPRIT，总体最小二乘ESPRIT等。其中MUSIC算法的中心思想为：利用不同特征值的特征向量之间的正交性将空间划分为正交的子空间，然后使用这种正交性构造阵列空间谱函数，搜索其极值就可以实现空间信号电磁波的来向估计。
传统的MUSIC算法和ESPRIT算法等高分辨率算法，虽然具有良好的估计性能，但是由于需要进行谱峰搜索或者是对接收信号协方差矩阵进行特征值分解，在应用到二维DOA估计时具有较大的计算量，尤其是在阵元数目较大时。传播算子算法在求解信号子空间和噪声子空间时仅需要进行线性运算，因此具有较低的计算复杂度。目前，存在大量基于传播算子的L型阵列、2-L型阵列、双平行线阵、三平行线阵等二维DOA估计算法。但是某些基于双平行线阵以及基于L型阵列的传播算子算法在俯仰角为70°～90°的实际移动通信俯仰角度范围内存在角度估计失效问题，有些基于三平行线阵采用传播算子的二维DOA估计算法并没有充分利用天线阵列的结构特点，有些基于2-L型阵列的采用传播算子的二维DOA估计算法分别利用阵列的两个L型子阵，单独估计信号的方位角和俯仰角，估计性能较差。此外还有些算法需要进行费时的谱峰搜索。
发明内容
为克服现有技术的不足，本发明旨在解决传统的传播算子算法不能利用所有天线阵元的缺点，构造一个新的传播矩阵。解决基于双平行线阵的传播算子二维DOA估计算法，在俯仰角为70°～90°的实际移动通信俯仰角度范围内的角度估计失效问题。提高方位角和俯仰角的估计性能。本发明采用的技术方案是，基于传播算子的2-L型阵列二维DOA估计算法，步骤如下：
步骤1：构造接收信号矩阵
将位于坐标原点的阵元作为参考阵元，线阵X,Y,Z接收到的信号向量分别为x(t)＝[x1(t),x2(t),…,xN(t)]T，y(t)＝[y1(t),y2(t),…,yN(t)]T和z(t)＝[z1(t),z2(t),…,zN(t)]T，其中xi(t),yi(t),zi(t)分别表示线阵X,Y,Z上的第i个阵元在t时刻接收到的信号，N为子阵阵元数目，T表示矩阵转置运算，构造新的接收信号向量w(t)＝[xT(t),yT(t),zT(t)]T，且有其中Ax,Ay,Az分别为线阵X,Y,Z的阵列流型矩阵，A为2-L型阵列的阵列流型矩阵，s(t)为阵列的来波信号，n(t)为噪声分量，则对应M快拍的接收数据矩阵为W＝[w(1),w(2),…,w(M)]；
步骤2：构造传播矩阵
接收信号的自相关矩阵为将其按如下形式分块，R＝[R1,R2]，其中H表示矩阵取共轭转置运算，R1∈C3N×K，R2∈C3N×(3N-K)，C为复数，则传播矩阵为定义一个新的扩展传播矩阵其中IK×K为K阶的单位矩阵，K为来波信号的个数；
步骤3：估计旋转矩阵
将Pc按如下形式分块，其中Px,Py,Pz均为N×K的矩阵，定义矩阵其中A1为A的前K行，Pz,1为Pz的前N-1行，Pz,2为Pz的后N-1行，对Ψz进行特征值分解，则其特征值即为的对角线分量，为Φz的估计值，特征向量矩阵即为A1的估计值，其中Φz为子阵Z对应的旋转矩阵，其形式为 其中diag表示将一个向量对角化，d为阵元间距，λ为来波信号的波长，θi表示第i个信号的俯仰角，定义两个新的矩阵其中Px,1为Px的前N-1行，Px,2为Px的后N-1行，则有其中为Φx的估计值，Φx的形式为 为对应第i个信号的方位角，同理定义两个新的矩阵其中Py,1为Py的前N-1行，Py,2为Py的后N-1行，则有其中为Φy的估计值，Φy的形式为
步骤4：方位角和俯仰角估计
设分别为的第k个对角线分量，则方位角和俯仰角的估计值分别为其中angle表示取幅角运算，atan表示取反正切运算。
本发明的特点及有益效果是：
通过构造一个新的传播矩阵，利用了所有阵元的信息，能够以较低的计算复杂度获得较好的方位角和俯仰角估计性能；能够实现方位角和俯仰角估计的自动配对；在俯仰角为70°～90°的实际移动通信的俯仰角度范围内不会出现角度模糊问题。
附图说明：
图1天线阵列结构示意图。
图2方位角估计直方图。
图3俯仰角估计直方图。
图4不同角度组合估计联合均方误差图。
图5方位角估计均方误差随信噪比变化情况。
图6俯仰角估计均方误差随信噪比变化情况。
具体实施方式
针对已有DOA估计算法存在的问题，本发明提出了一种基于传播算子的2-L型阵列二维DOA估计算法，其特征在于：该天线阵列为2-L型阵列，其中在x轴、y轴和z轴上分别有一个阵元数目为N的均匀线阵，分别用X,Y,Z表示。阵元间距为来波信号波长的一半。
本发明采用的技术方案：基于传播算子的2-L型阵列二维DOA估计算法，包括以下步骤：
步骤1：构造接收信号矩阵。
将位于坐标原点的阵元作为参考阵元，线阵X,Y,Z接收到的信号向量分别为x(t)＝[x1(t),x2(t),…,xN(t)]T，y(t)＝[y1(t),y2(t),…,yN(t)]T和z(t)＝[z1(t),z2(t),…,zN(t)]T，其中xi(t),yi(t)zi(t)分别表示线阵X,Y,Z上的第i个阵元在t时刻接收到的信号。构造新的接收信号向量w(t)＝[xT(t),yT(t),zT(t)]T，则对应M快拍的接收数据矩阵为W＝[w(1),w(2),…,w(M)]。
步骤2：构造传播矩阵
接收信号的自相关矩阵为将其按如下形式分块，R＝[R1,R2]，其中R1∈C3N×K，R2∈C3N×(3N-K)。则传播矩阵定义一个新的扩展传播矩阵其中IK×K为K阶的单位矩阵，K为来波信号的个数。
步骤3：估计旋转矩阵
将Pc按如下形式分块，其中Px,Py,Pz均为N×K的矩阵。定义矩阵其中Pz,1为Pz的前N-1行，Pz,2为Pz的后N-1行。对Ψz进行特征值分解，则其特征值即为的对角线分量，为Φz的估计值，特征向量矩阵即为A1的估计值，其中Φz为子阵Z的阵列流型矩阵。定义两个新的矩阵其中Px,1为Px的前N-1行，Px,2为Px的后N-1行。则有其中为Φx的估计值,其中Φx为子阵X的阵列流型矩阵。同理定义两个新的矩阵其中Py,1为Py的前N-1行，Py,2为Py的后N-1行。则有其中为Φy的估计值,其中Φy为子阵Y的阵列流型矩阵。
步骤4：方位角和俯仰角估计
设分别为的第k个对角线分量，则方位角和俯仰角的估计值分别为其中angle表示取幅角运算，atan表示取反正切运算。。
下面将结合附图和实施例对本发明做进一步的描述：
构造如图1所示的2-L型天线阵列。假设空间中有K个窄带非相关信号入射到阵列上，其中第k个信号的二维波达方向为(k＝1,2,…K)，和θk分别为来波信号的方位角和俯仰角。
步骤1：构造接收信号矩阵。
子阵X,Y,Z在t时刻接收到的信号向量x(t)＝[x1(t),x2(t),…,xN(t)]T，y(t)＝[y1(t),y2(t),…,yN(t)]T，z(t)＝[z1(t),z2(t),…,zN(t)]T可以用式(1)表示。
其中nx(t),ny(t),nz(t)是N×1维的均值为0，方差为σ2的加性高斯白噪声，并和s(t)相互独立。为子阵X的阵列流型矩阵，其中为子阵Y的阵列流型矩阵，其中 为子阵Z的阵列流型矩阵，其中
将x(t),y(t),z(t)组合为一个新的接收信号向量w(t)＝[xT(t),yT(t),zT(t)]T。则对于M快W＝[w(1),w(2),…,w(M)]。
步骤2：构造传播矩阵
接收信号的自相关矩阵为将其按如下形式分块，R＝[R1,R2]，其中R1∈C3N×K，R2∈C3N×(3N-K)。则传播矩阵为定义一个新的扩展传播矩阵
步骤3：估计旋转矩阵
将Pc按如下形式分块，其中Px,Py,Pz均为N×K维的矩阵。定义矩阵其中Pz,1为Pz的前N-1行，Pz,2为Pz的后N-1行。对Ψz进行特征值分解，则其特征值即为的对角线分量，为Φz的估计值，特征向量矩阵即为A1的估计值。Φz的形式为diag表示将一个向量对角化运算。定义两个新的矩阵其中Px,1为Px的前N-1行，Px,2为Px的后N-1行。则有其中为Φx的估计值，Φx的形式为 同理定义两个新的矩阵 其中Py,1为Py的前N-1行，Py,2为Py的后N-1行。则有其中为Φy的估计值，Φy的形式为
步骤4：方位角和俯仰角估计
设分别为的第k个对角线分量，则方位角和俯仰角的估计值分别为其中angle表示取幅角运算,atan表示取反正切运算。
结合上述步骤中的实施方式，对本发明的有效性进行仿真验证如下：
仿真中取N＝8，即2-L型阵列共有22个阵元，阵列间距d＝0.5λ，其中λ为信号波长，对于每次仿真实验取快拍数为200，进行M＝500次蒙特卡洛仿真。
仿真实验1：假设有K＝2个等功率非相关信号入射到天线阵列，其中信噪比SNR＝15dB，信号的方位角和俯仰角为图2和图3显示了方位角估计直方图和俯仰角估计直方图。从图中可以看出，本文提出的算法能够清晰的分辨这两个来波信号，而不会出现角度模糊问题。
仿真实验2：假设有K＝1个信号入射到天线阵列，信噪比SNR＝10dB，其中信号的方位角和俯仰角均在10°～80°之间以2°的步长变化。图4为不同角度组合估计联合均方误差图。
仿真实验3：假设有K＝2个等功率非相关信号入射到天线阵列，其中信噪比SNR在5dB～30dB之间以5dB的步长变化，信号的方位角和俯仰角为图5和图6分别为方位角和俯仰角估计均方误差随信噪比的变化情况。从图中可以看出，随着信噪比的增加，方位角和俯仰角均方误差均减小。

Claims (1)

1.一种基于传播算子的2-L型阵列二维DOA估计算法，其特征是，步骤如下：
步骤1：构造接收信号矩阵
将位于坐标原点的阵元作为参考阵元，线阵X,Y,Z接收到的信号向量分别为x(t)＝[x1(t),x2(t),…,xN(t)]T，y(t)＝[y1(t),y2(t),…,yN(t)]T和z(t)＝[z1(t),z2(t),…,zN(t)]T，其中xi(t),yi(t),zi(t)分别表示线阵X,Y,Z上的第i个阵元在t时刻接收到的信号，N为子阵阵元数目，T表示矩阵转置运算，构造新的接收信号向量w(t)＝[xT(t),yT(t),zT(t)]T，且有其中Ax,Ay,Az分别为线阵X,Y,Z的阵列流型矩阵，A为2-L型阵列的阵列流型矩阵，s(t)为阵列的来波信号，n(t)为噪声分量，则对应M快拍的接收数据矩阵为W＝[w(1),w(2),…,w(M)]；
步骤2：构造传播矩阵
接收信号的自相关矩阵为将其按如下形式分块，R＝[R1,R2]，其中H表示矩阵取共轭转置运算，R1∈C3N×K，R2∈C3N×(3N-K)，C为复数，则传播矩阵为定义一个新的扩展传播矩阵其中IK×K为K阶的单位矩阵，K为来波信号的个数；
步骤3：估计旋转矩阵
将Pc按如下形式分块，其中Px,Py,Pz均为N×K的矩阵，定义矩阵其中A1为A的前K行，Pz,1为Pz的前N-1行，Pz,2为Pz的后N-1行，对Ψz进行特征值分解，则其特征值即为的对角线分量，为Φz的估计值，特征向量矩阵即为A1的估计值，其中Φz为子阵Z对应的旋转矩阵，其形式为其中diag表示将一个向量对角化，d为阵元间距，λ为来波信号的波长，θi表示第i个信号的俯仰角，定义两个新的矩阵 其中Px,1为Px的前N-1行，Px,2为Px的后N-1行，则有其中为Φx的估计值，Φx的形式为 为对应第i个信号的方位角，同理定义两个新的矩阵其中Py,1为Py的前N-1行，Py,2为Py的后N-1行，则有其中为Φy的估计值，Φy的形式为
步骤4：方位角和俯仰角估计
设分别为的第k个对角线分量，则方位角和俯仰角的估计值分别为其中angle表示取幅角运算，atan表示取反正切运算。
CN201610868274.1A 2016-09-30 2016-09-30 基于传播算子的2-l型阵列二维doa估计算法 Expired - Fee Related CN106526530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610868274.1A CN106526530B (zh) 2016-09-30 2016-09-30 基于传播算子的2-l型阵列二维doa估计算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610868274.1A CN106526530B (zh) 2016-09-30 2016-09-30 基于传播算子的2-l型阵列二维doa估计算法

Publications (2)

Publication Number Publication Date
CN106526530A true CN106526530A (zh) 2017-03-22
CN106526530B CN106526530B (zh) 2019-04-05

Family

ID=58344705

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610868274.1A Expired - Fee Related CN106526530B (zh) 2016-09-30 2016-09-30 基于传播算子的2-l型阵列二维doa估计算法

Country Status (1)

Country Link
CN (1) CN106526530B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107907854A (zh) * 2017-10-31 2018-04-13 大连大学 脉冲噪声环境下的doa估计新方法
CN108414967A (zh) * 2018-04-11 2018-08-17 华南理工大学 基于夹角可调双l阵的水下二维波达方向估计方法与装置
CN108535682A (zh) * 2018-06-15 2018-09-14 华南理工大学 一种基于旋转非均匀双l阵的水下二维doa估计方法及装置
CN108594166A (zh) * 2018-04-19 2018-09-28 广东工业大学 一种二维波达方向估计方法及装置
CN108872930A (zh) * 2018-08-28 2018-11-23 天津大学 扩展孔径二维联合对角化doa估计方法
CN109375152A (zh) * 2018-09-05 2019-02-22 南京航空航天大学 电磁矢量嵌套l阵下低复杂度的doa与极化联合估计方法
CN109490820A (zh) * 2018-11-13 2019-03-19 电子科技大学 一种基于平行嵌套阵的二维doa估计方法
CN109507634A (zh) * 2018-11-08 2019-03-22 中国电子科技集团公司第二十八研究所 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
CN109696652A (zh) * 2019-01-29 2019-04-30 西安电子科技大学 一种二维doa估计方法及其装置、设备、存储介质
CN110018438A (zh) * 2019-04-23 2019-07-16 北京邮电大学 一种波达方向估计方法和装置
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
CN111131116A (zh) * 2019-12-12 2020-05-08 国网江苏省电力有限公司信息通信分公司 一种频率偏移估计方法及***
CN111474534A (zh) * 2020-04-16 2020-07-31 电子科技大学 一种基于对称平行嵌套阵的二维doa估计方法
CN111830458A (zh) * 2020-07-14 2020-10-27 电子科技大学 一种平行线阵单快拍二维测向方法
CN113325365A (zh) * 2021-05-18 2021-08-31 哈尔滨工程大学 一种基于四元数的相干信号二维doa估计方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102169170A (zh) * 2010-12-29 2011-08-31 电子科技大学 一种相干分布式信号二维波达角的测定方法
CN102707258A (zh) * 2012-06-05 2012-10-03 西安交通大学苏州研究院 基于l型传感器阵列的信号方位角和仰角联合估计方法
CN104730491A (zh) * 2015-03-06 2015-06-24 中国计量学院 一种基于l型阵的虚拟阵列doa估计方法
CN106019213A (zh) * 2016-05-09 2016-10-12 电子科技大学 一种部分稀疏l阵及其二维doa估计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102169170A (zh) * 2010-12-29 2011-08-31 电子科技大学 一种相干分布式信号二维波达角的测定方法
CN102707258A (zh) * 2012-06-05 2012-10-03 西安交通大学苏州研究院 基于l型传感器阵列的信号方位角和仰角联合估计方法
CN104730491A (zh) * 2015-03-06 2015-06-24 中国计量学院 一种基于l型阵的虚拟阵列doa估计方法
CN106019213A (zh) * 2016-05-09 2016-10-12 电子科技大学 一种部分稀疏l阵及其二维doa估计方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
FERID HARABI ET AL.: "Estimation of 2-D Direction of Arrival with an Extended Correlation Matrix", 《4TH WORKSHOP ON POSITIONING, NAVIGATION AND COMMUNICATION 2007》 *
JIANFENG LI ET AL.: "Improved two-dimensional DOA estimation algorithm for two-parallel uniform linear arrays using propagator method", 《SIGNAL PROCESSING》 *
刁鸣 等: "二维传播算子DOA估计的改进算法", 《哈尔滨工程大学学报》 *
王莉 等: "一种相干分布式信号二维DOA快速估计方法", 《计算机工程与应用》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107907854A (zh) * 2017-10-31 2018-04-13 大连大学 脉冲噪声环境下的doa估计新方法
CN107907854B (zh) * 2017-10-31 2021-04-27 大连大学 脉冲噪声环境下的doa估计方法
CN108414967A (zh) * 2018-04-11 2018-08-17 华南理工大学 基于夹角可调双l阵的水下二维波达方向估计方法与装置
CN108594166A (zh) * 2018-04-19 2018-09-28 广东工业大学 一种二维波达方向估计方法及装置
CN108594166B (zh) * 2018-04-19 2022-03-25 广东工业大学 一种二维波达方向估计方法及装置
CN108535682A (zh) * 2018-06-15 2018-09-14 华南理工大学 一种基于旋转非均匀双l阵的水下二维doa估计方法及装置
CN108535682B (zh) * 2018-06-15 2023-09-29 华南理工大学 一种基于旋转非均匀双l阵的水下二维doa估计方法及装置
CN108872930A (zh) * 2018-08-28 2018-11-23 天津大学 扩展孔径二维联合对角化doa估计方法
CN108872930B (zh) * 2018-08-28 2022-09-30 天津大学 扩展孔径二维联合对角化doa估计方法
CN109375152B (zh) * 2018-09-05 2020-08-07 南京航空航天大学 电磁矢量嵌套l阵下低复杂度的doa与极化联合估计方法
CN109375152A (zh) * 2018-09-05 2019-02-22 南京航空航天大学 电磁矢量嵌套l阵下低复杂度的doa与极化联合估计方法
CN109507634A (zh) * 2018-11-08 2019-03-22 中国电子科技集团公司第二十八研究所 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
CN109490820A (zh) * 2018-11-13 2019-03-19 电子科技大学 一种基于平行嵌套阵的二维doa估计方法
CN109696652A (zh) * 2019-01-29 2019-04-30 西安电子科技大学 一种二维doa估计方法及其装置、设备、存储介质
CN109696652B (zh) * 2019-01-29 2020-07-31 西安电子科技大学 一种二维doa估计方法及其装置、设备、存储介质
CN110018438A (zh) * 2019-04-23 2019-07-16 北京邮电大学 一种波达方向估计方法和装置
CN110018438B (zh) * 2019-04-23 2020-09-25 北京邮电大学 一种波达方向估计方法和装置
CN111131116A (zh) * 2019-12-12 2020-05-08 国网江苏省电力有限公司信息通信分公司 一种频率偏移估计方法及***
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
CN111474534A (zh) * 2020-04-16 2020-07-31 电子科技大学 一种基于对称平行嵌套阵的二维doa估计方法
CN111474534B (zh) * 2020-04-16 2023-04-07 电子科技大学 一种基于对称平行嵌套阵的二维doa估计方法
CN111830458B (zh) * 2020-07-14 2022-03-29 电子科技大学 一种平行线阵单快拍二维测向方法
CN111830458A (zh) * 2020-07-14 2020-10-27 电子科技大学 一种平行线阵单快拍二维测向方法
CN113325365A (zh) * 2021-05-18 2021-08-31 哈尔滨工程大学 一种基于四元数的相干信号二维doa估计方法

Also Published As

Publication number Publication date
CN106526530B (zh) 2019-04-05

Similar Documents

Publication Publication Date Title
CN106526530A (zh) 基于传播算子的2‑l型阵列二维doa估计算法
CN110927659B (zh) 互耦条件下任意阵列流形doa估计与互耦校准方法及***
CN106054123B (zh) 一种稀疏l阵及其二维doa估计方法
CN106526531A (zh) 基于三维天线阵列的改进传播算子二维doa估计算法
CN104698433B (zh) 基于单快拍数据的相干信号doa估计方法
CN108549059B (zh) 一种复杂地形条件下的低空目标仰角估计方法
CN106483493B (zh) 一种稀疏双平行线阵及二维波达方向估计方法
CN108732549A (zh) 一种基于协方差矩阵重构的阵元缺损mimo雷达doa估计方法
CN104991236B (zh) 一种单基地mimo雷达非圆信号相干源波达方向估计方法
CN108459296B (zh) 一种基于离格稀疏贝叶斯学习的nested阵列波达方向估计方法
CN107390197B (zh) 基于特征空间的雷达自适应和差波束测角方法
CN106353738B (zh) 一种新的doa失配条件下稳健自适应波束形成方法
CN112130111B (zh) 一种大规模均匀十字阵列中单快拍二维doa估计方法
CN109597046A (zh) 基于一维卷积神经网络的米波雷达doa估计方法
CN113835063B (zh) 一种无人机阵列幅相误差与信号doa联合估计方法
CN107703478B (zh) 基于互相关矩阵的扩展孔径二维doa估计方法
CN107907853A (zh) 一种基于均匀圆阵差分相位的单分布源doa估计方法
CN108872930B (zh) 扩展孔径二维联合对角化doa估计方法
CN110244273A (zh) 一种基于均匀分布式阵列的目标角度估计方法
CN112255629A (zh) 基于联合uca阵列的序贯esprit二维不相干分布源参数估计方法
CN109298382A (zh) 一种基于期望极大算法的非均匀直线阵波达方向角估计方法
CN103323810B (zh) 一种l阵方位角和俯仰角配对的信号处理方法
Bai et al. Association of DOA estimation from two ULAs
CN112327292B (zh) 一种二维稀疏阵列doa估计方法
CN100585429C (zh) 一种基于非直线天线阵列的无源通道校正方法

Legal Events

Date Code Title Description
C06 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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190405