论文摘要
分布源现象广泛存在于移动通信、雷达、声纳等领域。近年来众多学者提出了多种分布源模型及参数估计方法,但其中的大部分算法都存在以下问题:首先这些算法大都针对一维分布源的参数估计问题,并且有的仅考虑中心波达方向（DOA）估计,没有考虑角扩展参数估计问题;其次,同时估计中心DOA和角扩展参数的算法又需要一维或二维搜索,计算复杂度高,不易实现。如何降低分布源参数估计算法的复杂度一直是本领域的研究热点。针对上述问题,本文在分析多阵列观测的分布源模型基础上,提出几种低复杂度的分布源参数估计方法。为了获取分布源中心DOA发生变化时的角度估计,本文还给出了一种快速的分布源中心DOA跟踪方法。本文的主要创新点概括如下:1.提出了一种低复杂度一维相干分布源参数估计方法。用双均匀线阵做接收阵列,首先推导了双线阵关于分布源中心DOA的近似旋转不变性,利用ESPRIT（Estimating Signal Parameter via Rotational Invariance Techniques）类方法得到分布源的中心DOA估计,然后用FOCUSS（Focal Underdetermined System Solver）方法得到分布源的角扩展参数估计。由于无需搜索,该方法与基于二维搜索的DSPE（Distributed Signal Parameter Estimator）方法相比,复杂度显著降低。另外,还把分布源的中心DOA估计问题转化为近似稀疏表示问题,利用FOCUSS方法得到中心DOA的快速估计。2.提出了一种低复杂度二维相干分布源DOA解耦估计方法。用双平行均匀线阵做接收阵列,利用分布源广义方向矢量的二次旋转不变性（Quadric RotationalInvariance Property,QRIP）和其在中心DOA上的一阶泰勒级数展开得到的近似旋转不变性,提出了一种能同时估计中心俯仰角和中心方位角的解耦DOA估计方法,该算法不需搜索,适用于分布源具有不同角信号分布情况或角信号分布未知情况。另外,还提出了一种基于极小最小特征值和极大最大特征值的参数配对方法。3.提出了一种低复杂度二维非相干分布源参数估计方法。用双平行均匀圆阵做接收阵列,首先推导了双均匀圆阵在中心俯仰角上的近似旋转不变性,在此基础上提出用于估计中心俯仰角的修正TLS-ESPRIT方法:其次,构造一种新的一维广义MUSIC谱,并通过搜索得到中心方位角估计;最后,俯仰角扩展和方位角扩展通过协方差矩阵匹配得到。该方法估计四维参数只需一次一维搜索,能够估计多个具有不同角功率密度函数的分布源参数,且复杂度低、不存在参数配问题。4.针对分布源DOA发生变化时的跟踪问题,提出了一种基于子空间更新的分布源中心DOA的跟踪方法。仿真结果表明,该方法在分布源的角扩展较小时能够给出较精确的跟踪结果。
论文目录
摘要ABSTRACT第一章 绪论1.1 本文研究内容的背景及意义1.2 分布源参数估计的发展概况及现状1.2.1 子空间类方法1.2.2 最大似然类方法1.2.3 波束形成类方法1.3 存在问题1.4 本文的主要研究工作和内容安排第二章 分布源信号模型2.1 引言2.2 常见分布源模型2.2.1 相干分布源2.2.2 非相干分布源2.2.3 部分相干分布源2.2.4 广义阵列流形模型2.3 分布源的几种近似模型2.3.1 非相干分布源的JA级数展开模型2.3.2 空间频率近似模型2.3.3 两点源近似模型2.3.4 几种模型近似误差比较2.4 本章小结第三章 低复杂度一维相干分布源参数估计方法3.1 引言3.2 低复杂度一维相干分布源参数估计方法3.2.1 阵列结构及信号模型3.2.2 基于ESPRIT算法的中心DOA估计方法3.2.3 基于SCA的角扩展估计方法3.2.3.1 角扩展的稀疏表示3.2.3.2 基选择方法的分类3.2.3.3 FOCUSS算法的步骤3.2.3.4 角扩展参数的稀疏解3.2.4 算法实现3.2.5 计算复杂度比较3.2.6 计算机仿真结果3.2.7 算法小结3.3 基于SCA的相干分布源中心DOA估计方法3.3.1 引言3.3.2 阵列结构及信号模型3.3.3 基于SCA的分布源中心DOA估计方法3.3.3.1 角扩展宽度的合理假设3.3.3.2 基于SCA的分布源中心DOA估计方法3.3.4 计算机仿真结果3.4 本章小结第四章 低复杂度二维相干分布源解耦DOA估计方法4.1 引言4.2 相干分布源模型从一维到二维的推广4.2.1 一维相干分布源信号模型4.2.2 二维相干分布源信号模型4.3 低复杂度二维相干分布源解耦DOA估计方法4.3.1 阵列结构及信号表示4.3.2 小角度扩展下的方向矢量近似k）近似表达式'>4.3.2.1 广义方向矢量b（μk）近似表达式k）与c（μk）间近似旋转不变性'>4.3.2.2 广义方向矢量b（μk）与c（μk）间近似旋转不变性4.3.3 广义方向矢量的空间频率模型4.3.4 相干分布源中心DOA二维搜索方法4.3.4.1 极小最小特征值法4.3.4.2 极大最大特征值法4.3.4.3 模糊性问题4.3.4.4 计算机仿真结果4.3.5 低复杂度二维相干分布源中心DOA解耦估计方法4.3.5.1 中心俯仰角估计的TLS-ESPRIT算法4.3.5.2 基于广义方向矢量二次旋转不变性（QRIP）的空间频率估计4.3.5.3 分布源中心方位角估计4.3.5.4 极小最小特征值和极大最大特征值参数配对方法4.3.6 二维相干分布源空间频率估计的模糊性问题4.3.7 计算机仿真结果4.3.8 算法小结4.4 本章小结第五章 低复杂度二维非相干分布源参数估计方法5.1 引言5.2 非相干分布源模型从一维到二维的推广5.2.1 一维非相干分布源信号模型5.2.2 二维非相干分布源信号模型5.3 低复杂度二维非相干分布源参数估计方法5.3.1 双平行均匀圆阵结构及信号模型5.3.2 常见角功率密度函数下的协方差矩阵近似5.3.3 低复杂度二维非相干分布源参数估计方法5.3.3.1 基于修正的TLS-ESPRIT的中心俯仰角估计5.3.3.2 一种新的广义MUSIC中心方位角一维搜索方法5.3.3.3 基于协方差矩阵匹配的角扩展估计5.4 二维非相干分布源参数估计的CRB界5.5 计算机仿真结果5.6 算法小结5.7 本章小结第六章 分布源中心DOA跟踪方法研究6.1 引言6.2 子空间更新方法概述6.2.1 子空间的概念6.2.2 子空间更新方法的分类6.3 基于子空间更新的分布源中心DOA跟踪方法6.3.1 阵列结构及信号模型6.3.1.1 相干分布源近似模型6.3.1.2 非相干分布源近似模型6.3.2 分布源中心DOA定位方法6.3.2.1 基于TLS-ESPRIT方法的相干分布源中心DOA定位6.3.2.2 基于修正TLS-ESPRIT方法的非相干分布源中心DOA定位6.3.3 快速幂迭代子空间跟踪6.3.3.1 基本的幂迭代子空间跟踪方法6.3.3.2 快速逼近幂迭代（FAPI）方法6.3.4 基于子空间更新的分布源中心DOA跟踪方法6.3.5 计算机仿真结果6.3.6 算法小结6.4 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
相关论文文献
标签：分布源论文; 中心波达方向论文; 角扩展论文; 子空间跟踪论文; 稀疏成份分析论文;
