阵列信号处理中信号参数估计的研究

论文摘要

本文针对阵列信号处理领域中的远场信源和近场信源参数估计问题进行了研究,总结了信源参数估计的研究现状,介绍了信源参数估计的主要方法。文中分析了多级维纳滤波器的特性,在加性噪声和二维天线阵列如均匀圆阵、均匀面阵、十字阵等条件和背景下,对信源个数和信源参数估计问题进行了研究,提出了基于多级维纳滤波器前向分解特性的快速参数估计方法,同时提出了基于多级维纳滤波器的二维ESPRIT参数估计方法,该类方法无需协方差矩阵的估计运算及其分解运算,因此计算复杂度低于传统方法,同时提出了对信源个数的估计算法。在极化敏感阵列条件下,利用高阶累积量理论对近场信源参数估计方法进行了探讨,提出了极化敏感阵列条件下近场信源参数估计方法,该类方法能够对信源的载频、方位角、距离、极化等参数同时进行估计,无需进行谱峰搜索运算并直接得到参数的解。与传统算法相比,阵元个数较少,因而降低了硬件成本,仿真实验验证了该方法对近场信源多维参数估计的有效性。文中利用高阶累积量定义的灵活性和盲高斯性,对基于传感器阵列的二维近场源定位问题进行了研究,提出了基于四阶累积量预处理的求根MUSIC方法,仿真实验表明该方法能够对二维近场信源进行有效估计,无需进行谱峰搜索就能估计出近场信源的方向角和距离参数,算法利用四阶累积量作为计算工具,能很好地抑制高斯白噪声或有色噪声的干扰。与现有近场二维MUSIC方法及其改进方法相比,提出的算法克服了由于搜索计算使得计算量大幅增加的弊端。

论文目录

• 提要
• 第一章 绪论
• 1.1 引言
• 1.2 DOA 参数估计的发展与现状
• 1.3 本文的研究内容
• 第二章 基本知识
• 2.1 矩阵论理论
• 2.1.1 线性子空间
• 2.1.2 特征值与特征向量
• 2.1.3 广义特征值与广义特征向量
• 2.1.4 矩阵的奇异值分解
• 2.2 多级维纳滤波器理论
• 2.2.1 基本维纳滤波器
• 2.2.2 多级维纳滤波器
• 2.2.3 基于多级维纳滤波器的信源个数估计
• 2.3 极化阵列信号处理理论
• 2.3.1 电磁波极化的物理意义
• 2.3.2 电磁矢量传感器
• 2.3.3 极化阵元的结构
• 2.3.4 极化阵列
• 2.4 高阶统计量理论
• 2.4.1 高阶统计量的定义
• 2.4.2 高斯过程的高阶矩和高阶累积量
• 2.4.3 高阶累积量的性质
• 第三章 基于多级维纳滤波器的参数估计
• 3.1 参数估计的数学模型
• 3.1.1 远场窄带基本数学模型
• 3.1.2 近场窄带基本数学模型
• 3.1.3 假设条件
• 3.2 多级维纳滤波器
• 3.2.1 多级维纳滤波器的分解特性
• 3.2.2 多级维纳滤波器的性质
• 3.2.3 子空间快速分解
• 3.2.4 信源个数的估计
• 3.3 基于多级维纳滤波器的参数估计方法
• 3.3.1 基于均匀线阵的远场信源参数估计
• 3.3.2 基于均匀线阵的近场信源参数估计
• 3.3.3 基于圆阵的信源个数及参数估计
• 3.3.4 基于面阵的信源个数及参数估计
• 3.3.5 基于十字阵列的近场信源参数估计
• 3.3.6 基于MSWF 二维ESPRIT 算法信源参数估计
• 3.4 本章小结
• 第四章 基于极化敏感阵列的近场信源参数估计
• 4.1 引言
• 4.2 极化阵列的空间模型
• 4.2.1 时谐电磁波
• 4.2.2 电磁波极化的表征
• 4.2.3 极化阵列的数学模型
• 4.3 方位角和距离联合估计方法
• 4.3.1 极化阵列输出信号表示
• 4.3.2 方位角和距离的联合估计方法
• 4.3.3 仿真实验
• 4.4 方位角、距离和极化参数联合估计方法
• 4.4.1 极化阵列输出信号表示
• 4.4.2 方位角、距离和极化参数的联合估计方法
• 4.4.3 仿真实验
• 4.5 方位角、距离、载频和极化参数联合估计方法
• 4.5.1 极化阵列输出信号表示
• 4.5.2 方位角、距离、载频和极化参数的联合估计方法
• 4.5.3 仿真实验
• 4.6 本章小结
• 第五章 基于高阶累积量的近场信源参数估计
• 5.1 引言
• 5.2 近场信源参数估计的基本方法
• 5.2.1 极值搜索方法
• 5.2.2 参数估计方法
• 5.3 基于四阶累积量预处理的求根MUSIC 方法
• 5.3.1 信号模型
• 5.3.2 基于四阶累积量预处理的求根MUSIC 方法
• 5.3.3 仿真实验
• 5.3.4 结论
• 5.4 本章小结
• 第六章 全文总结
• 6.1 主要工作与结论
• 6.2 今后待研究的问题
• 参考文献
• 攻读期间发表的学术论文
• 致谢
• 摘要
• ABSTRACT