小波包去噪在循环平稳信号DOA估计中的应用研究

论文摘要

信号波达方向(DOA)估计是阵列信号处理研究的重要内容之一,近三十年来DOA估计理论和技术得到了迅猛发展,并广泛应用于雷达、通信、声纳等领域。多重信号分类法(MUSIC)和旋转不变子空间算法(ESPRIT)是DOA估计算法中最经典、最常用的方法,他们开创了特征分解类算法的新纪元。然而该类算法对信号模型作了严格假设,一旦这些假设不满足时算法性能会急剧下降。随着研究的不断深入,人们将信号的循环平稳特性引入到DOA估计,并与传统算法相结合,提出了诸如循环MUSIC算法、谱相关子空间算法及广义谱相关子空间算法等一系列方法。该类算法在信号选择性、噪声抑制能力和分辨力等方面都要优于传统子空间算法。然而该类算法也存在缺点,在噪声成分过大或噪声也具有循环平稳性的条件下,算法估计性能也会下降。本文以低截获概率雷达中常用的相位编码信号为研究对象,利用循环平稳算法对其波达方向进行估计,并对算法性能作了深入分析。在此基础上提出了利用小波包去噪以后再估计信号DOA的方法,对如何选取小波基函数、阈值及阈值处理函数进行了重点研究。通过仿真证实了该方法降低了估计误差,提高了DOA估计性能,对电子对抗中的情报获取具有重要意义。

论文目录

• 内容提要
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 空间谱估计技术发展历史
• 1.3 小波分析概述
• 1.4 预备知识
• 1.5 论文结构安排
• 第2章 阵列信号DOA估计理论
• 2.1 阵列信号数学模型
• 2.2 传统子空间分解类算法
• 2.2.1 多重信号分类法（MUSIC）
• 2.2.2 旋转不变子空间算法（ESPRIT）
• 2.2.3 传统DOA估计算法影响因素分析
• 2.3 循环平稳理论及DOA估计算法
• 2.3.1 循环平稳理论
• 2.3.2 循环平稳信号DOA估计算法
• 2.3.3 循环子空间算法性能分析
• 第3章 小波分析
• 3.1 小波变换
• 3.1.1 连续小波变换
• 3.1.2 离散小波变换
• 3.2 多分辨率分析
• 3.2.1 多分辨率分析定义
• 3.2.2 双尺度方程
• 3.3 小波包分析
• 3.3.1 小波包定义
• 3.3.2 小波包的空间分解
• 3.3.3 最优小波包基
• 第4章 小波包去噪理论及应用研究
• 4.1 小波去噪基本原理
• 4.2 小波包阈值去噪及应用研究
• 4.2.1 小波基函数的选取
• 4.2.2 分解层数的选择
• 4.2.3 阈值函数的选择
• 4.2.4 阈值选取
• 4.3 小波包去噪效果分析
• 第5章 结论及展望
• 参考文献
• 攻读学位期间发表的学术论文及取得的科研成果
• 后记和致谢
• 论文摘要及关键词
• Abstract