极化阵列信号处理的理论与方法研究

论文摘要

由电磁矢量传感器构成的极化阵列由于能同时获取空间电磁信号的空域信息和极化信息而备受人们的关注。与传统标量传感器阵列相比,极化阵列具有明显的优势:稳健的检测能力、极强的干扰抑制能力以及极化多址能力;当多个极化信号在空间域不能被分辨时,利用信号的极化差异仍然能在极化域被分离;在极化阵列空间孔径较小时,仍然具有较好的分辨率。极化阵列的这些优势使其具有重要的军事、民事应用价值。基于极化阵列的信号多参量估计是极化阵列信号处理的一个重要研究内容,它在雷达、声纳、通信和生物医学等领域有着巨大的应用潜力。本文首先介绍了极化阵列信号处理的基础知识,在此基础上,着重讨论了极化阵列信号多参量估计的理论与方法问题。其中包括:基于极化阵列的近场源多参量估计,基于极化均匀圆阵的多参量估计,基于极化阵列的相干信源参量估计,极化阵列原位误差估计与补偿,原位误差情况下波达方向和极化参数的盲估计方法等。这些内容都是极化阵列信号处理领域的研究热点,它们无论对极化阵列信号处理的理论发展还是实际应用,都有重要的意义。

论文目录

• 第一章 绪论
• 1.1 引言
• 1.2 阵列信号处理的发展与现状概述
• 1.2.1 传统阵列信号处理的发展史
• 1.2.2 极化阵列信号处理的发展与研究现状
• 1.3 论文主要研究工作和内容安排
• 1.3.1 极化近场源多参量估计
• 1.3.2 基于均匀圆形极化阵列的多参量估计
• 1.3.3 基于循环平稳特性的相干信源参数估计
• 1.3.4 极化阵列原位误差估计与补偿
• 1.3.5 原位误差情况下DOA 和极化参数的盲估计
• 1.4 本章小结
• 第二章 极化阵列信号处理的基础知识
• 2.1 电磁波极化的物理意义及分类
• 2.2 接收信号模型
• 2.2.1 假设条件
• 2.2.2 电磁矢量传感器接收信号模型
• 2.3 极化阵列
• 2.3.1 极化阵元结构
• 2.3.2 极化阵列的几何结构
• 2.4 矩阵代数的相关知识
• 2.4.1 特征值和特征向量
• 2.4.2 矩阵奇异值分解
• 2.4.3 Hadamard 乘积
• 2.4.4 Kronecker 乘积
• 2.5 信号的循环平稳特性
• 2.5.1 循环相关函数
• 2.5.2 信号循环平稳特性的噪声抑制性能
• 2.5.3 循环相关函数的特性
• 2.6 高阶统计量理论
• 2.6.1 高阶矩、高阶累积量的定义
• 2.6.2 高阶累积量的性质
• 2.7 本章小结
• 第三章 极化近场源多参数估计
• 3.1 基于二阶统计量的近场源DOA、距离、极化参数估计
• 3.1.1 接收信号数学模型
• 3.1.2 基于二阶统计量的近场源多参数估计方法
• 3.1.3 参数配对及参数估计
• 3.1.4 仿真实验
• 3.1.5 结论
• 3.2 基于四阶累积量的近场源DOA、距离、极化参数和频率估计
• 3.2.1 接收信号数学模型
• 3.2.2 基于四阶累积量的近场源多参数估计方法
• 3.2.3 仿真实验
• 3.2.4 结论
• 3.3 基于四阶累积量的近场源DOA、距离和频率估计
• 3.3.1 极化阵列接收数据模型
• 3.3.2 基于四阶累积量的频率、DOA 和近场距离联合估计
• 3.3.3 计算机仿真实验
• 3.3.4 结论
• 3.4 基于三阶循环统计量的近场源DOA、距离和极化参数估计
• 3.4.1 阵列结构及信号模型
• 3.4.2 三阶循环矩算法推导
• 3.4.3 时空矩阵的构造及参数估计
• 3.4.4 计算机仿真实验
• 3.4.5 结论
• 3.5 基于双电磁矢量传感器的近场源多参数估计
• 3.5.1 基于双电磁矢量传感器的信号模型
• 3.5.2 算法推导
• 3.5.3 信号在原点o 处的参数估计
• 3.5.4 信号在点o ' 处的参数估计
• 3.5.5 近场源距离估计
• 3.5.6 计算机仿真结果
• 3.5.7 结论
• 3.6 本章小结
• 第四章 基于圆形极化阵列的信号多参数估计
• 4.1 DOA 和极化参数联合估计的波达方向矩阵法
• 4.1.1 信号模型
• 4.1.2 波达矩阵的构造
• 4.1.3 极化参数估计
• 4.1.4 二维DOA 估计
• 4.1.5 仿真实验
• 4.1.6 结论
• 4.2 DOA、频率和极化参数估计的四阶累积量方法
• 4.2.1 信号模型
• 4.2.2 四阶累积量算法推导
• 4.2.3 频率与极化参数估计
• 4.2.4 二维DOA 估计的最小二乘法（LS）
• 4.2.5 扰动情况下二维DOA 估计的总体最小二乘法（TLS）
• 4.2.6 相位周期性模糊分析及解模糊方法
• 4.2.7 仿真实验
• 4.2.8 结论
• 4.3 基于循环平稳特性的宽带信号DOA 和极化参数估计
• 4.3.1 宽带信号接收模型
• 4.3.2 算法建模
• 4.3.3 二维DOA 和极化参数联合估计
• 4.3.4 仿真实验
• 4.3.5 结论
• 4.4 本章小结
• 第五章 基于循环平稳特性的相干信源参数估计
• 5.1 相干循环平稳信号DOA 和极化参数联合估计
• 5.1.1 数学模型
• 5.1.2 互循环相关矩阵的构造
• 5.1.3 参数估计的互循环MUSIC 算法
• 5.1.4 仿真实验
• 5.1.5 结论
• 5.2 相干循环平稳信号二维DOA 估计的极化域平滑法
• 5.2.1 信号模型
• 5.2.2 极化域平滑算法分析
• 5.2.3 二维DOA 估计
• 5.2.4 仿真结果与分析
• 5.2.5 结论
• 5.3 宽带相干循环平稳信号DOA 估计的极化域平滑方法
• 5.3.1 信号模型
• 5.3.2 算法分析与参数估计
• 5.3.3 仿真分析
• 5.3.4 结论
• 5.4 本章小结
• 第六章 极化阵列原位误差估计与校正
• 6.1 单电磁矢量传感器原位误差估计与校正
• 6.1.1 原位误差数学模型
• 6.1.2 极化-角度域导向矢量一阶近似
• 6.1.3 单辅助源校正方法
• 6.1.4 对校正源参数的要求
• 6.1.5 校正源最佳参数选择
• 6.1.6 原位误差估计的CRB 界
• 6.1.7 仿真实验
• 6.1.8 结论
• 6.2 电磁矢量传感器阵列原位误差估计与校正
• 6.2.1 极化阵列原位误差情况下的极化-角度域导向矢量
• 6.2.2 极化阵元导向矢量一阶近似
• 6.2.3 极化阵列原位误差的估计与校正
• 6.2.4 对校正源参数的要求
• 6.2.5 极化阵列原位误差估计的CRB 界
• 6.2.6 仿真实验
• 6.2.7 结论
• 6.3 本章小结
• 第七章 原位误差情况下DOA 和极化参数的盲估计算法
• 7.1 传统算法回顾
• 7.2 原位误差情况下的数学模型
• 7.3 DOA 和极化参数的盲估计
• 7.4 DOA 和极化参数估计的CRB 界
• 7.5 仿真实验
• 7.6 本章小结
• 第八章 全文总结
• 参考文献
• 攻读博士学位期间发表与投稿的论文
• 攻读博士学位期间负责和参加的科研项目
• 致谢
• 摘要
• Abstract