二维波达方向估计方法研究

论文摘要

二维波达方向（DOA）估计方法广泛应用于雷达、声纳、通信和地震学等领域。近年来提出了很多二维波达方向的估计方法,其中具有代表性的为基于空域信号二维特征结构的高分辨技术。然而,对于采用多维搜索的二维DOA估计技术,计算量很大而不易于实际应用;对于采用分维处理的二维DOA估计技术,由于需要对参数进行配对,在低信噪比、小的角间距下或者复杂的信号传播环境情况下,就会出现配对错误,从而不能获得正确的参数估计。本文的主要工作是对常用阵列的二维DOA估计特性进行研究,针对不同的阵列和信号,分析了已有算法的不足,提出了几种无需参数配对的计算量较低的二维DOA估计方法。本文的主要创新之处概括如下:1.针对双平行均匀线性阵列,提出了一种解耦二维DOA估计方法。与现有的基于双平行线阵的算法不同,该方法不仅能估计更多信号的二维DOA,还获得了更高的估计精度。根据双平行均匀阵列的特点,进一步给出了基于多项式求根的二维到达角估计方法。给出了双平行阵列的CRB（Cramer-Rao Bound）,最后采用前后向空间平滑技术把其推广到处理相关信号源的情况。2.针对基于双平行均匀线性阵列的现有DOA矩阵法存在的一维角度兼并问题,通过合理设计阵列流形,提出了一种基于联合对角化技术的DOA矩阵方法。该方法较好的解决了现有DOA矩阵法存在的一维角度兼并问题,并且无需二维谱峰搜索和参数配对,改善了阵列的角估计性能。然后,新方法被推广到应用于由任意triplets（三元子阵）组成的阵列,通过调整triplets间的距离可以获得更高的分辨力。3.在一些应用中,信号常常具有不同的谱。利用信号的时域信息,可以有效的扩展阵列孔径,避免阵列校正等等。针对原空时DOA矩阵法不能估计在某些曲面内的信号的缺点,提出了一种基于联合对角化空时协方差矩阵的二维DOA估计方法。通过联合对角化全部或部分空时DOA矩阵,新方法比原空时DOA矩阵法获得了两方面的性能增强。第一,解决了原空时DOA矩阵法在某些曲面存在的角度兼并问题;第二,在低信噪比下,其估计性能得到了改善。最后把该方法推广到任意阵列的二维DOA估计。4.对于非高斯信号,高阶统计量包含了有效的统计信息,并且具有许多良好性质,如抑制任意加性高斯噪声、阵列校正与孔径扩展等。针对相互独立的非高斯窄带信号,提出了基于联合对角化技术的累量域二维DOA矩阵方法。利用阵列的结构,该方法构造几个子阵,然后通过联合对角化获得二维角估计。其适合存在一维角兼并的情况。5.在实际中所遇到的很多信号和噪声都是非高斯的。在非高斯情况下,若仍采用高斯假设,则信号处理的性能会大打折扣。为了使设备在此复杂情况下正常工作,必须研究适合冲击噪声环境下的算法。为此,提出了三种基于联合对角化分数低阶矩阵的二维DOA估计方法,该方法适合于存在一维角度兼并的信号,且无需二维谱峰搜索和参数配对,弥补了传统的二阶或四阶统计模型及相应的处理算法不能用于冲击噪声环境的缺陷,增强了子空间算法的稳健性,改善了阵列的二维角估计性能。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 本文研究内容的背景、目的和意义
• 1.2 高分辨阵列二维波达方向估计技术发展概况及现状
• 1.3 基于特征子空间的阵列信号处理算法原理
• 1.3.1 MUSIC算法
• 1.3.2 矩阵束ESPRIT算法
• 1.4 本文的主要研究工作和内容安排
• 第二章 基于双平行阵列的二维DOA估计方法
• 2.1 概述
• 2.2 阵列模型与问题阐述
• 2.3 基于双平行阵列的极小最小特征值二维DOA估计方法
• 2.3.1 数据链接
• 2.3.2 极小最小特征值法
• 2.3.3 计算复杂度分析
• 2.3.4 空间平滑技术
• 2.3.5 计算机仿真结果
• 2.3.6 算法小结
• 2.4 基于多项式求根双平行阵列的二维波达方向估计方法
• 2.4.1 引言
• 2.4.2 多项式求根算法
• 2.4.3 计算复杂度分析
• 2.4.4 Cramer-Rao界
• 2.4.5 计算机仿真
• 2.4.6 算法小结
• 2.5 相关源的多项式求根算法
• 2.5.1 相关源的处理方法
• 2.5.2 计算机仿真
• 2.5.3 算法小结
• 2.6 本章小结
• 第三章 联合对角化DOA矩阵方法
• 3.1 概述
• 3.2 基于平行L型阵列的联合对角化DOA矩阵法
• 3.2.1 阵列结构及信号模型
• 3.2.2 构造两个DOA矩阵
• 3.2.3 联合对角化技术
• 3.2.3.1 白化降维处理
• 3.2.3.2 联合对角化
• 3.2.3.3 JD-DOA矩阵方法
• 3.2.4 计算复杂度分析
• 3.2.5 计算机模拟及算法的精度比较和分析
• 3.2.6 算法小结
• 3.3 基于TRIPLETS任意阵列的联合对角化DOA矩阵法
• 3.3.1 引言
• 3.3.2 阵列结构及信号模型
• 3.3.3 构造两个DOA矩阵
• 3.3.4 联合对角化技术
• 3.3.4.1 白化降维处理
• 3.3.4.2 联合对角化并估计二维DOA
• 3.3.4.3 算法实现
• 3.3.5 计算复杂度分析
• 3.3.6 计算机模拟及算法的精度比较和分析
• 3.3.7 算法小结
• 3.4 本章小结
• 第四章 基于时空联合处理的二维波达方向估计方法
• 4.1 概述
• 4.2 关于信号的假设
• 4.3 联合对角化空时DOA矩阵二维DOA估计方法
• 4.3.1 阵列结构及信号模型
• 4.3.2 JD-ST-DOA矩阵方法
• 4.3.2.1 估计ST-DOA矩阵
• 4.3.2.2 降维白化处理
• 4.3.2.3 联合对角化空时矩阵
• 4.3.2.4 JD-ST-DOA矩阵方法的实现
• 4.3.3 计算机仿真与性能分析
• 4.3.4 算法小结
• 4.4 基于任意阵列的空时二维DOA估计方法
• 4.4.1 阵列结构及信号模型
• 4.4.2 基于任意阵列的JD-ST-DOA矩阵方法
• 4.4.2.1 估计ST-DOA矩阵
• 4.4.2.2 降维白化处理
• 4.4.2.3 联合对角化处理
• 4.4.2.4 基于任意阵列的JD-ST-DOA矩阵方法的实现
• 4.4.3 计算复杂度分析
• 4.4.4 计算机仿真与性能分析
• 4.4.5 算法小结
• 4.5 本章小结
• 第五章 基于联合对角化技术的累量域二维波达方向估计方法
• 5.1 概述
• 5.2 基于联合对角化技术的累量域二维波达方向估计算法
• 5.2.1 引言
• 5.2.2 L形阵列结构及信号模型
• 5.2.3 JDFO-DOA矩阵方法
• 5.2.3.1 构造两个基于四阶累积量的DOA矩阵
• 5.2.3.2 联合对角化过程
• 5.2.3.3 JDFO-DOA矩阵方法
• 5.2.4 算法的计算复杂度分析
• 5.2.5 计算机模拟及算法的精度比较和分析
• 5.2.6 算法小结
• 5.3 任意阵形的累量域的低仰角无失败二维波达方向估计算法
• 5.3.1 引言
• 5.3.2 L形阵列结构及信号模型
• 5.3.3 基于联合对角技术的累积量DOA矩阵方法
• 5.3.3.1 计算四个四阶累积量矩阵
• 5.3.3.2 构造三个基于四阶累积量的DOA矩阵
• 5.3.3.3 联合对角化
• 5.3.3.4 计算二维DOA
• 5.3.3.5 算法的实现
• 5.3.4 算法的计算复杂度分析
• 5.3.5 计算机模拟及算法的精度比较和分析
• 5.3.6 算法小结
• 5.4 本章小结
• 第六章 冲击噪声环境下的二维波达方向估计方法研究
• 6.1 概述
• 6.2 复全向SαS噪声简介
• 6.3 冲击噪声环境下的联合对角化波达方向矩阵法
• 6.3.1 引言
• 6.3.2 阵列结构及信号模型
• 6.3.3 FLOM-JD-DOA矩阵方法
• 6.3.3.1 估计分数低阶相关矩阵
• 6.3.3.2 FLOM-JD-DOA矩阵方法的实现
• 6.4 联合对角化分数低阶空时矩阵进行二维DOA估计
• 6.4.1 引言
• 6.4.2 阵列结构及信号模型
• 6.4.3 JD-FLOM-ST-DOA矩阵方法
• 6.4.3.1 估计分数低阶时空矩阵和分数低阶时空DOA矩阵
• 6.4.3.2 JD-FLOM-ST-DOA矩阵方法的实现
• 6.4.4 计算机模拟及算法的精度比较和分析
• 6.4.5 算法小结
• 6.5 冲击噪声环境下基于任意阵列流形的空时二维DOA估计方法
• 6.5.1 阵列结构及信号模型
• 6.5.2 基于任意阵列的JD-FLOM-ST-DOA矩阵方法
• 6.5.2.1 估计两个FLOM-ST-DOA矩阵
• 6.5.2.2 基于任意阵列的JD-FLOM-ST-DOA矩阵方法的实现
• 6.5.3 计算机仿真与性能分析
• 6.5.4 算法小结
• 6.6 本章小结
• 第七章 全文总结与展望
• 7.1 全文总结
• 7.2 工作展望
• 致谢
• 参考文献
• 攻博期间取得的研究成果
• 个人简历