基于数据矩阵的信号频率和二维方向估计

在低信噪比和短数据环境下，基于阵列接收数据空间自协方差和互协方差矩阵分解的信号频率和二维到达方向（方位角和仰角）联合估计的性能往往较差。通过数据矩阵的奇异值分解和其Ｆｒｏｂｅｎｉｕｓ范数的低秩近似，提出了一种性能改进的新的信号频率和二维到达方向联合估计方法。计算机模拟实验证实了其有效性。     

对相干信号源测向的空间序列相关技术

在空间谱估计方法的基础上,提出了一种克服多径效应的测向方法—空间序列相干技术(Spatial Seqence Correlation Technique)。该方法能有效地利用阵元数,且能得到高的测向精度和分辨率,并对其理论依据进行了严格的论证。计算机模拟结果表明这一方法比国外近期同类文献发表的方法性能更好。     

基于数据阵共轭重构的MUSIC角估计算法

介绍了一种利用接收数据及其共轭重构得到新的数据矩阵,然后借助于数据阵奇异值分解实现的修正MUSIC算法,并指出了这将有助于改善协方差矩阵特征值的分布,从而提高信号到达方向（DOA）的估计性能。在相同的信噪比和快拍数条件下,该方法无论是在角估计的均方误差、信号源角分辨能力等方面均优于普通的MUSIC算法,并给出了验证理论分析的计算机仿真结果。