传播算子算法DOA估计研究

论文摘要

空间谱估计是阵列信号处理领域中重要的研究方向,可以同时对空间不同方向上的多个信源实现高分辨率的方向估计。现有的空间谱估计算法普遍运算量较大。设法降低算法实现的复杂度、增强算法的实时性、提高算法在低信噪条件下的估计性能将是推动空间谱估计技术广泛应用的重要环节。另外,一些实际应用场合,空间信源数大于阵列自由度,这也是制约空间谱估计算法实际应用的一个关键因素。本文的主要工作分为两个部分。一方面,从扩展阵列孔径、提高阵元利用率的角度出发,本文提出了一种新的四阶累积量阵列扩展算法。新方法摒弃了四阶累计量应用于均匀线阵所产生的大量冗余数据,并使原有的冗余数据形成了新的扩展阵元,同时,将传播算子算法的应用推广到四阶累积量,避免了大矩阵特征分解带来的复杂计算,而四阶累积量对高斯噪声的自然盲性也提高了传播算子算法对低信噪比条件的适应性。仿真结果表明,新算法阵列扩展能力强,尤其是在低信噪比条件下具有明显优势,算法的计算量和时间损耗大幅降低,具备测向性能、阵列扩展及计算量三方面的优越性。另一方面,该文针对低信噪比条件下的传播算子二维DOA估计问题,提出了两种改进方法。一是以数据共轭重排的思想为基础,推导出基于双平行线阵的二维传播算子DOA估计改进算法,该方法通过接收数据的共轭重排再利用,相当于对协方差矩阵进行了一次前后向平滑,具有平均的意义,可提高算法在快拍数有限及低信噪比条件下的估计性能。二是基于三平行最小冗余线阵阵列排布形式,用较少的阵元数获得了较大的阵列有效孔径,也可改善算法在低信噪比条件下的估计性能。计算机仿真实验表明,两种算法均保持了计算量小的优势,同时兼具较强的低信噪比适应能力和稳健性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景
• 1.2 超分辨测向技术的研究历史及现状
• 1.3 超分辨测向技术的展望
• 1.4 本文的主要工作
• 第2章 空间谱估计的理论基础
• 2.1 空间谱估计的数学模型
• 2.1.1 接收的信号模型
• 2.1.2 阵列模型
• 2.1.3 噪声模型
• 2.2 影响DOA估计结果的因素
• 2.3 评价DOA估计性能的参数
• 2.4 传播算子算法概述
• 2.5 本章小结
• 第3章 阵列扩展的传播算子DOA估计
• 3.1 基于最小冗余阵列的DOA估计
• 3.1.1 最小冗余阵列
• 3.1.2 MRL阵列与ULA的性能比较
• 3.2 基于高阶累积量的DOA估计
• 3.2.1 高阶累积量的定义及其性质
• 3.2.2 四阶累积量的阵列扩展特性
• 3.2.3 四阶累积量与二阶统计量算法的性能比较
• 3.3 基于四阶累积量阵列扩展的传播算子DOA估计
• 3.3.1 基于MRL的四阶累积量构造
• 3.3.2 传播算子算法的四阶累积量推广
• 3.3.3 仿真实验及结果分析
• 3.3.3.1 算法步骤
• 3.3.3.2 实验结果及分析
• 3.4 本章小结
• 第4章 低信噪比条件下传播算子二维DOA估计
• 4.1 数据共轭重排的传播算子二维DOA估计改进算法
• 4.1.1 数据共轭重排的思想
• 4.1.2 阵列结构及信号模型
• 4.1.3 改进算法的实现及原理分析
• 4.1.4 改进算法的运算量
• 4.1.5 仿真实验及结果分析
• 4.1.5.1 算法步骤
• 4.1.5.2 实验结果及分析
• 4.2 基于最小冗余线阵的传播算子二维DOA估计方法
• 4.2.1 阵列结构和信号模型
• 4.2.2 算法的实现及原理分析
• 4.2.3 仿真实验及结果分析
• 4.2.3.1 算法步骤
• 4.2.3.2 实验结果及分析
• 4.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢