基于极化阵列的信号参数估计算法研究

论文摘要

极化敏感阵列的阵元由多个指向不同的偶极子和电流环组成,相比标量天线组成的传统阵列,可以实现对电磁信号的全极化接收,因此具有更稳定和更高的接收增益,已有的研究表明这种阵列具有更加优越的系统性能。本文研究了基于极化敏感阵列的信号参数估计算法,对其中的部分算法加以改进,以提高算法的性能。主要内容总结如下:1.研究了基于极化敏感阵列的快速算法。针对极化MUSIC算法需要四维函数搜索,计算量大的问题,给出了基于MH抽样逐次搜索的极化MUSIC算法,与已有的快速算法相比,该算法可以应用于任意阵型,与基于网格搜索方式的极化MUSIC相比,牺牲了一定的精度换取了运算量的有效降低。针对极化WSF算法需要多维函数搜索,计算更为复杂的问题,给出了基于微分进化的极化WSF算法,仿真表明该方法不仅保持了极化WSF良好性能,而且收敛速度快,成功率高。2.研究了基于非圆信号的参数估计方法。利用非圆信号特性是提高参数估计算法性能的一条重要途径,首先介绍了基于非圆信号的极化MUSIC算法,考虑了非圆信号和圆信号同时入射这种实际中经常遇到的情况,通过对搜索矢量进行修改,使其在两种信号处与噪声子空间都正交,就可以处理同时入射的情况。针对该算法计算量大的问题,给出了基于非圆信号的极化传播算子算法,该算法避免了特征值分解,运算量得到了有效地降低,并且具有与非圆极化MUSIC算法相近的性能。3.研究了基于机载电磁矢量传感器的参数估计方法。针对基于电磁矢量传感器的算法处理时变信号性能明显下降甚至失效的问题,介绍了一种基于矢量叉乘的信号追踪算法,针对该追踪算法直接利用接收数据估计信号参数性能较低的问题,给出了一种基于投影近似子空间跟踪算法的信号估计方法,该算法不需要特征值分解,计算量较小,并且收敛速度快,信号追踪性能得到改善。

论文目录

• 目录
• 图目录
• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及其意义
• 1.2 研究历史与现状
• 1.3 本文的主要工作
• 第二章 极化敏感阵列基础知识
• 2.1 电磁波极化的物理意义及分类
• 2.2 极化敏感阵列
• 2.2.1 阵元结构与数学模型
• 2.2.2 阵列几何结构与数学模型
• 2.3 极化敏感阵列的优势
• 第三章 基于极化敏感阵列的快速算法
• 3.1 引言
• 3.2 极化ESPRIT算法
• 3.2.1 基于直线阵的极化ESPRIT算法
• 3.2.2 基于矩形阵的极化ESPRIT算法
• 3.2.3 计算机仿真
• 3.3 极化DOA矩阵算法
• 3.3.1 信号模型
• 3.3.2 极化DOA矩阵
• 3.3.2 计算机仿真
• 3.4 基于MH抽样的极化MUSIC算法
• 3.4.1 信号模型
• 3.4.2 极化MUSIC算法
• 3.4.3 MCMC算法
• 3.4.4 MH-PMUSIC算法
• 3.4.5 计算机仿真
• 3.5 基于微分进化的极化WSF参数估计方法
• 3.5.1 极化WSF算法
• 3.5.2 微分进化算法与模拟退火算法
• 3.5.3 DE-PWSF算法
• 3.5.4 计算机仿真
• 3.6 本章小结
• 第四章 基于非圆信号的信号参数估计
• 4.1 引言
• 4.2 非圆信号的定义及性质
• 4.3 基于非圆信号的极化MUSIC算法
• 4.3.1 信号模型
• 4.3.2 基于非圆信号的极化MUSIC算法
• 4.4 基于非圆信号的参数估计算法
• 4.4.1 基于非圆信号的极化传播算子算法
• 4.4.2 计算机仿真
• 4.5 本章小结
• 第五章 基于电磁矢量传感器的参数估计方法
• 5.1 引言
• 5.2 信号模型
• 5.3 基于矢量叉乘的信号追踪算法
• 5.4 基于压缩映射投影近似子空间更新（PASTd）的信号追踪算法
• 5.4.1 基于压缩映射的投影近似子空间更新（PASTd）算法
• 5.4.2 基于PASTd的电磁矢量传感器参数估计方法
• 5.4.3 计算机仿真
• 5.5 本章小结
• 结束语
• 一、全文总结
• 二、展望
• 参考文献
• 作者简历 攻读硕士期间完成的主要工作
• 致谢