独立信号与相干信号并存的测向算法研究

独立信号与相干信号并存的测向算法研究

论文摘要

波达方向(Direction of arrival, DOA)估计是阵列信号处理的重要研究方向之一,在雷达、被动声纳以及移动通信等军事和民用领域都有着广阔的应用前景。经过国内外学者多年来针对这一领域问题的研究,先后提出了一系列经典的超分辨率测向算法,在参数估计性能方面取得了重大的突破。但是,随着现代电磁技术的不断发展和应用,实际环境中的信号密度越来越大,且独立信号与相干信号交错并存。因此,经典的DOA估计算法大都不能满足实际应用背景的需求。尤其是针对独立信号与相干信号并存背景下的测向问题,在阵列利用率以及DOA估计性能等方面尚有很多实际问题亟待解决。本文针对这一问题展开了深入地研究和探讨,并提出了一系列性能优良的DOA估计算法。独立信号与相干信号并存的测向问题,其核心思想是将一个阵列虚拟等效为两个阵列,用于分别对独立信号与相干信号进行DOA估计,进而可有效地提高阵列利用率。该思想涉及到独立信号的DOA估计、相干信号信息的分离和相干信号的DOA估计三个核心环节。针对独立信号与相干信号并存的测向问题,本文所做的主要工作如下:首先,研究了相干信号测向问题。针对均匀线阵,通过利用大特征值对应的特征矢量及其反向矢量来构造解相干数据矩阵,提出了改进矢量重构方法。该方法在秉承传统算法解相干性能的同时,有效地提高了信号不完全相干时的测向性能。针对任意阵列,利用信号子空间作为测量矢量,提出了基于压缩感知理论的信号子空间测量模型。该方法有效地改善了已有单测量矢量模型和多测量矢量模型在低信噪比时的测向性能。理论分析和实验仿真验证了所提方法的优良性能。其次,研究了独立信号与相干信号并存的一维测向问题。针对均匀线阵,利用Toeplitz矩阵特性分离法、root-MUSIC算法和改进矢量重构解相干方法,提出了均匀线阵的测向算法。该算法能够扩展阵列孔径,相比同类算法具有更高的阵列利用率和更好的估计性能。针对均匀圆阵列,采用模式空间变换技术,并结合所提均匀线阵的测向算法,提出了均匀圆阵列的测向算法。该算法能够弥补模式空间变换带来的阵列孔径损失,提高了估计性能,有效地降低了均匀圆阵列进行相干信号测向时的计算量。针对任意阵列,通过采用斜轴投影技术和基于压缩感知理论的信号子空间模型,提出了任意阵列的测向算法。该算法具有计算简便,可扩展阵列孔径等优良性能,且更适于工程实际应用,具有重要的实际意义。再次,研究了独立信号与相干信号并存的二维DOA估计问题。针对L型阵列,在一维均匀线阵测向算法的基础上,通过选取计算简便的高性能测向算法,并分别提出高效的参数配对方法和解相干方法,分别提出了基于L型电磁矢量传感器阵列和L型标量传感器阵列的测向算法。这两种算法相对已有算法具有更高的阵列利用率和更好的估计性能。针对任意阵列,通过采用空时处理技术构造旋转不变关系,并巧妙地构造数据矩阵,提出了任意阵列的二维测向算法。该算法利用信号自身的特性即可分离出独立信号和相干信号的信息,且参数自动配对。与传统的任意阵列测向算法相比,该算法具有更小的计算量,且实际应用价值高。理论分析和实验仿真均表明该算法具有极大的阵列扩展潜能。最后,研究了冲击噪声背景下的DOA估计问题。针对均匀线阵,采用去冲击预处理方法,提出了冲击噪声背景下的测向新算法。由于冲击噪声不具备二阶及其以上的矩,现有冲击噪声背景下的测向算法都是基于分数低阶统计量提出的。通过对阵列接收数据中信号成分的振幅进行估计,并采用归一化处理限定冲击噪声的最高振幅,冲击噪声强度被有效地削弱,则前面所提出的测向算法也可以适用于冲击噪声背景。理论分析和实验仿真表明,所提算法优于基于分数低阶统计量的测向算法,且具有计算简便,抗冲击性强等优点。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 课题研究的背景、目的和意义
  • 1.1.1 课题研究的背景
  • 1.1.2 课题研究的目的和意义
  • 1.2 课题的国内外发展和研究现状
  • 1.2.1 空间谱估计主流算法的发展进程
  • 1.2.2 独立信号与相干信号并存的测向算法关键技术发展进程
  • 1.3 论文的主要研究工作和结构安排
  • 1.3.1 论文主要工作
  • 1.3.2 论文结构安排
  • 第2章 空间谱估计理论基础
  • 2.1 数学模型及常用阵列结构
  • 2.2 信号模型及阵列二阶统计特性
  • 2.2.1 信号建模
  • 2.2.2 阵列的二阶统计特性
  • 2.3 经典的空间谱估计算法
  • 2.3.1 多重信号分类算法
  • 2.3.2 旋转不变子空间技术
  • 2.4 本章小结
  • 第3章 相干信号 DOA 估计算法研究
  • 3.1 数据模型
  • 3.2 几种新的相干信号测向方法
  • 3.2.1 EVM 方法和 CVM 方法
  • 3.2.2 基于压缩感知理论的测向算法
  • 3.3 基于改进矢量重构的相干信源测向新方法
  • 3.3.1 改进矢量重构方法
  • 3.3.2 实验仿真及结果分析
  • 3.3.3 算法性能分析
  • 3.4 基于压缩感知理论的相干信号测向新方法
  • 3.4.1 基于信号子空间的测量模型
  • 3.4.2 实验仿真及结果分析
  • 3.4.3 算法性能分析
  • 3.5 本章小结
  • 第4章 独立信号与相干信号并存的一维测向算法
  • 4.1 数据模型
  • 4.2 基于均匀线阵的独立信号与相干信号并存的DOA估计新方法
  • 4.2.1 独立信号的 DOA 估计
  • 4.2.2 相干信号的 DOA 估计
  • 4.2.3 实验仿真及结果分析
  • 4.2.4 算法性能分析
  • 4.3 基于均匀圆阵列的独立信号与相干信号并存的测向新方法
  • 4.3.1 模式空间变换
  • 4.3.2 独立信号与相干信号的 DOA 估计
  • 4.3.3 实验仿真及结果分析
  • 4.4 基于任意阵列的独立信号与相干信号DOA估计新方法
  • 4.4.1 方案分析
  • 4.4.2 独立信号的 DOA 估计
  • 4.4.3 相干信号的 DOA 估计
  • 4.4.4 实验仿真及结果分析
  • 4.4.5 算法性能分析
  • 4.5 本章小结
  • 第5章 独立信号与相干信号并存的二维测向算法
  • 5.1 基于EMVS阵列的独立信号与相干信号并存的测向新方法
  • 5.1.1 数据模型
  • 5.1.2 独立信号的 DOA 估计
  • 5.1.3 相干信号的 DOA 估计
  • 5.1.4 实验仿真及结果分析
  • 5.2 基于L型阵列的独立信号与相干信号并存的测向新方法
  • 5.2.1 数据模型和去噪
  • 5.2.2 独立信号的 DOA 估计
  • 5.2.3 相干信号 DOA 估计
  • 5.2.4 实验仿真及结果分析
  • 5.2.5 算法性能分析
  • 5.3 独立信号与相干信号并存的任意阵列二维测向新方法
  • 5.3.1 数据模型
  • 5.3.2 基于空时处理的 DOA 估计
  • 5.3.3 实验仿真及结果分析
  • 5.3.4 算法性能分析
  • 5.4 本章小结
  • 第6章 冲击噪声背景下独立信号与相干信号并存的测向算法
  • 6.1 α稳定分布及其性质
  • 6.2 数据模型及分数低阶统计量测向算法
  • 6.3 基于二阶统计量的测向新方法
  • 6.3.1 去冲击预处理
  • 6.3.2 基于二阶统计量的 DOA 估计
  • 6.3.3 实验仿真及结果分析
  • 6.4 本章小结
  • 结论
  • 参考文献
  • 攻读博士学位期间发表论文和取得的科研成果
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    独立信号与相干信号并存的测向算法研究
    下载Doc文档

    猜你喜欢