阵列信号处理技术随着时代的发展和科学的进步,在雷达和移动通信等领域的运用中发挥出越来越重要的作用。波达方向(Direction of Arrival,DOA)估计是阵列信号处理中一个重要的研究方向,可以应用于无线通信、导航定位、雷达探测等领域。...
详细信息
阵列信号处理技术随着时代的发展和科学的进步,在雷达和移动通信等领域的运用中发挥出越来越重要的作用。波达方向(Direction of Arrival,DOA)估计是阵列信号处理中一个重要的研究方向,可以应用于无线通信、导航定位、雷达探测等领域。而相比于传统的一维参数估计,二维波达方向(2-Dimensional Direction of Arrival,2D-DOA)估计以及多参数联合估计的应用更加广泛,在复杂的实际环境中,由于多径传播等干扰因素的存在导致信号源高度相关甚至相干,尤其是水下环境,多径传播更加严重,因此本文针对相干信号源的2D-DOA估计进行研究。而对目标信号源进行多参数联合估计更贴近于实际应用,探地雷达的工作频率范围介于1M~1GHz之间,所以本文采用改进的传播算子方法对通过探测系统获取的信号源时频域数据进行分析,同时估计出信号源的二维角度和频率。在仿真分析中对于1M~3MHz信号源进行参数估计,结果验证了算法的有效性。本文主要研究的内容将从以下两个方向展开:(1)研究了L型阵列结构下相干信号源的二维波达方向估计。该算法利用时域和空间域内信号之间的相关性强于噪声之间的相关性,根据Toeplitz矩阵的特殊性质,重构基于时空的多重Toeplitz矩阵,对相干信号源进行去相干,最后结合ESPRIT算法得到信号源的方位角和俯仰角。通过与其他的Toeplitz矩阵重构算法以及ESPRIT算法相比,该算法的二维DOA估计在小信噪比条件下有更小的均方根误差和更高的成功分辨率。(2)研究了用于二维DOA和频率联合估计的改进传播算子方法(Propagator Method,PM)。传播算子方法是通过对矩阵进行拆分构造传播算子,不需要进行复杂的特征值分解或奇异值分解运算,而是通过对传播算子进行多次运算得到噪声子空间,从而快速地得到信号源的角度和频率信息。传统的传播算子方法需要进行谱峰搜索,而改进的传播算子无需谱峰搜索。通过分别计算L型阵列中X轴和Y轴以及整个阵列的协方差矩阵,然后划分协方差矩阵得到包含不同信息的传播算子,最后通过一系列线性变换等操作估计出信号源的角度和频率。改进的传播算子方法在高效快速地估计出信号的角度和频率信息同时,也减少了算法的计算复杂度,降低了均方根误差,提高了成功分辨率。
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、声呐、无线通信、语音通信、噪声检测等领域有广阔的应用。在实际应用中常常使用均匀线阵采集信号进行DOA估计,均匀线阵方位估计的分辨力和信源数目...
详细信息
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、声呐、无线通信、语音通信、噪声检测等领域有广阔的应用。在实际应用中常常使用均匀线阵采集信号进行DOA估计,均匀线阵方位估计的分辨力和信源数目往往受阵元个数的限制。近几年,越来越多的学者关注稀疏阵列,与均匀线阵相比,在相同阵元数目情况下稀疏阵列具有更高的自由度和阵列孔径,可以提升阵列的分辨力,能分辨出超过阵元数目的信源,同时能突破奈奎斯特采样定律的限制。在此背景下,本文将互质阵列与压缩感知理论结合,研究了基于互质阵列的网格误差修正高分辨DOA估计方法,具体研究内容如下。1、针对基于传播算子的DOA估计方法在低信噪比或少快拍数情况下性能变差的问题,本文提出一种基于协方差扩展PM算法的方位估计方法。该方法依靠信号子空间的旋转不变性,对阵列接收数据协方差矩阵进行扩展和重构,将扩展的协方差矩阵分块得到传播算子矩阵,借助传播算子矩阵构造扩展噪声子空间,然后利用信号子空间与噪声子空间的正交性估计空间谱。仿真实验结果表明,相比于传统PM算法,本文方法具有更好的方位估计性能,在低信噪比或少快拍情况下的方位估计性能优势更为明显。2、在实际工程中,阵列实际布放位置与理想位置存在误差,造成阵列的DOA估计性能下降。针对该问题,本文提出了一种存在阵元位置误差情况下基于稀疏贝叶斯学习的DOA估计方法。该方法引入阵列位置误差和角度网格误差参数,并确定两种误差的先验分布;借助稀疏贝叶斯学习模型,建立联合概率密度分布函数;同时利用最大期望方法对各个未知参数进行优化迭代并对相应参数进行求解,得到空间谱图。仿真实验结果表明,所提方法有效降低了阵元位置误差的影响,具有较强的稳健性;在低信噪比或少快拍数等情况下,所提的方法具有良好的估计性能,分辨能力也有大幅度的提升。3、针对均匀线列阵检测信号数目受阵元个数限制,估计精度受阵列孔径影响等问题,本文提出一种基于互质阵列的近场源位置估计方法。该方法对阵列接收数据进行预处理,建立只包含角度参数的模型,利用迭代方法来逐步修正角度偏移向量和功率向量,得到入射信号的波达方向;固定已估计出的角度,建立关于距离参数的离网格模型,通过迭代方式逐步修正距离偏移向量,从而得到距离估计值。理论分析和仿真实验结果表明,该方法扩展了阵列孔径,提高了方位和距离的估计精度,在低信噪比和少快拍的情况下依然具有良好的估计性能,同时自动匹配估计角度与估计距离,确定信源位置。4、为了验证本文提出方法在实际应用环境中的工作性能,本文使用了千岛湖湖上试验数据对其进行分析验证。首先我们对湖上试验采集的数据进行了滤波和希尔伯特变换预处理,然后使用本文方法对预处理数据进行入射信号的DOA估计。试验数据处理结果表明,CEPM方法的方位估计方法,功率几乎全部集中在信源入射角度附近,方位估计性能优于传统的传播算子方位估计方法;第三章提出的阵元位置误差情况下基于稀疏贝叶斯学习的DOA估计方法,方位历程图性能优于传统的离网格方法,提升了方位估计的精度。湖上试验数据处理结果验证了本文提出方法的有效性,同时也验证了它们在实际应用环境下的实用性,为这些方法走向工程应用奠定了基础。
考虑双平行线阵中非圆信号二维波达方向(Direction of arrival,DOA)估计问题,提出了一种基于Euler变换传播算子(Propagator method,PM)的二维DOA估计算法。该算法利用非圆信号的特性,扩展了接收数据矩阵,使得角度估计性能优于二维PM算...
详细信息
考虑双平行线阵中非圆信号二维波达方向(Direction of arrival,DOA)估计问题,提出了一种基于Euler变换传播算子(Propagator method,PM)的二维DOA估计算法。该算法利用非圆信号的特性,扩展了接收数据矩阵,使得角度估计性能优于二维PM算法。同时采用Euler变换把非圆PM算法中的复数运算转换为实数运算,降低计算复杂度,角度估计性能逼近非圆PM算法。该算法可以实现二维角度的自动配对,与传统PM算法相比,可同时估计出更多的信源。该算法的优越性均可在文中得到验证。
暂无评论