基于最大似然算法的DOA估计方法研究

论文摘要

空间谱估计是阵列信号处理的一个重要的研究方向,克服了传统的基于常规波束形成方法的“瑞利限”问题,具有多信号同时测向能力、测向精度高、超分辨能力等等。最大似然算法是一种重要的高分辨空间谱估计方法,它的估计性能优良,在相干源情况下仍能有效估计。而且在理论上最大似然估计可以获得最优的性能,但实现这种估计的算法是极其繁重的,需要进行多变量非线性最大值的全局搜索,其搜索的运算量惊人,这个问题是MLE方法应用的瓶颈问题,在现有芯片条件下,没有可实现性。而计算智能算法的主要应用对象是优化问题的难解问题,有鉴于此,本文根据在非合作参数估计中的实际情况,把计算智能中的混沌优化算法、文化算法及其改进算法适宜的用在多信号源波达方向的最大似然估计中取得了一定的效果,另外本文也在如何提高阵元利用率方面进行了一定的探索。文中主要研究了几种基于最大似然算法的DOA估计方法:(1)基于四阶累积量的最大似然测向方法(2)基于混沌优化的最大似然测向方法(3)基于文化算法的最大似然测向方法(4)改进的文化算法用于最大似然测向(5)广义最大似然算法,并使用MATLAB仿真工具对几种算法进行了仿真分析。研究发现,四阶累积量可以产生大量的虚拟阵元,有效的提高阵元利用率,而且可以有效抑制空间色噪声,但对于相干源它没有很好的解决办法;广义最大似然算法,可以解相干,而且分辨的信源数可以大于阵元数,但是这个算法的实现需要对空间信源数和信源的相干结构有准确的估计或先验知识,这也是它最大的局限性;文化以及混沌优化等计算智能算法可以大大降低最大似然算法的计算量,而且其搜索方式不仅可以避免局部收敛还易于并行实现,是一个非常良好的研究方向。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 选题依据
• 1.2 课题研究背景及国内外动态
• 1.2.1 阵列信号处理
• 1.2.2 空间谱估计发展及研究动态
• 1.3 本文的主要内容及章节安排
• 第2章 空间谱估计的理论基础
• 2.1 空间谱估计数学模型
• 2.1.1 通常情况下的数学模型
• 2.1.2 相干信号的数学模型
• 2.2 信号源数的估计
• 2.2.1 信息论方法
• 2.2.2 平滑秩序列法
• 2.2.3 盖氏圆方法
• 2.3 本章小结
• 第3章 最大似然（ML）测向算法
• 3.1 最大似然测向算法
• 3.1.1 确定性最大似然估计算子
• 3.1.2 交替投影算法
• 3.1.3 交替投影算法用于最大似然测向仿真与分析
• 3.2 基于四阶累积量的最大似然测向方法
• 3.2.1 高阶累积量特性分析
• 3.2.2 基于四阶累积量的最大似然测向
• 3.2.3 基于四阶累积量的最大似然测向实验结果及分析
• 3.3 本章小结
• 第4章 计算智能算法在最大似然测向中的应用
• 4.1 计算智能方法概述
• 4.2 混沌优化算法用于最大似然测向
• 4.2.1 混沌优化的基本步骤
• 4.2.2 混沌优化用于最大似然DOA估计
• 4.2.3 计算机仿真及结果分析
• 4.2.4 算法计算量以及性能分析
• 4.3 文化算法用于最大似然测向
• 4.3.1 文化算法框架
• 4.3.2 文化算法应用于最大似然测向
• 4.3.3 实验和结果分析
• 4.3.4 算法计算量以及性能分析
• 4.4 本章小结
• 第5章 改进的文化算法用于最大似然测向
• 5.1 二维阵列数据模型
• 5.2 模拟退火
• 5.3 改进的文化算法用于二维最大似然DOA估计
• 5.4 实验和结果分析
• 5.5 算法计算量分析
• 5.6 本章小结
• 第6章 基于文化算法的广义最大似然算法测向
• 6.1 多相干源组情况下的阵列模型
• 6.2 广义最大似然算法用于DOA估计
• 6.3 广义最大似然算法的特点
• 6.4 实验和结果分析
• 6.5 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