波达方向(Direction of Arrival,DOA)估计是阵列信号处理领域中的重要研究方向之一,在雷达、电子侦察系统、通信等领域中具有广泛的应用。传统的DOA估计算法容易受到噪声的影响,在应用中存在很多的限制。压缩感知理论以一种全新的方...
详细信息
波达方向(Direction of Arrival,DOA)估计是阵列信号处理领域中的重要研究方向之一,在雷达、电子侦察系统、通信等领域中具有广泛的应用。传统的DOA估计算法容易受到噪声的影响,在应用中存在很多的限制。压缩感知理论以一种全新的方式来观测和恢复信号,将该理论用于DOA估计中具有较好的估计性能,得到了学者们的广泛关注。本文在此背景下,对基于压缩感知的阵列信号DOA估计算法进行了研究,主要内容有:(1)介绍了阵列信号模型,研究了压缩感知的基本概念与稀疏信号的重构方法,在此基础上,分析了DOA估计和压缩感知理论的相同点,建立了基于压缩感知的DOA估计模型,同时指出了DOA估计和压缩感知的不同点,为后续的研究指明了方向。(2)将压缩感知理论用于准平稳信号的DOA估计中,提出了一种基于稀疏信号重构的准平稳信号DOA估计算法。对接收数据的协方差矩阵进行KR积变换、降维、去噪、实数化,从而转换为虚拟阵列信号模型。在l1-SVD算法的基础上进行改进,利用子空间的正交性确定权值,进一步增强解矢量的稀疏性,使用该加权l1-SVD算法进行稀疏信号重构,获得信源的DOA估计。仿真结果表明,与基于子空间的DOA估计算法相比,本文提出的算法的空间谱具有更尖锐的谱峰,对于距离较近的信源有较高的分辨率,在低信噪比下也具有更好的性能。(3)在上述算法的基础上,针对一般性的随机信号,提出了一种基于近似l0范数的实数化DOA估计算法(AL0-DOA),使近似l0范数类算法可用于多快拍、存在噪声、复数运算的DOA估计中,具有较快的计算速度。引入平滑函数来近似l0范数,将无法直接求解l0范数的问题转化为平滑函数的最优化问题,可通过修正牛顿算法快速求解。仿真结果表明,AL0-DOA算法计算速度快,精度较高,可对DOA进行有效估计。
随着信源定位技术在军事国防、紧急救援和智能交通等领域的广泛应用,面对日益复杂的实际场景,传统的二步定位算法已经难以满足更高精度和分辨率的要求。因此,国内外的学者们对性能更加优越的直接定位(Direct Position Determination,DPD...
详细信息
随着信源定位技术在军事国防、紧急救援和智能交通等领域的广泛应用,面对日益复杂的实际场景,传统的二步定位算法已经难以满足更高精度和分辨率的要求。因此,国内外的学者们对性能更加优越的直接定位(Direct Position Determination,DPD)算法展开了广泛的研究。不同于二步定位算法,DPD算法无需估计中间参数,而是直接从原始接收信号中确定信源位置,因而能够更好地利用信源信号的波形特征,具有更高的定位精度。此外,与多个单天线的平台相比,多阵列的平台具有更强的抗干扰能力,且能利用更多的信息。因此本文基于多阵列平台,针对不同类型的信源信号,以提升算法的定位精度和信源分辨能力为目标,展开了多阵联合下的信源定位算法研究工作。主要工作总结如下。
1)针对非圆相位的引入带来的复杂度较高的多维搜索问题,提出了两种基于降维谱峰搜索的DPD算法,分别是降维Capon非圆信号DPD算法和降维子空间数据融合(Subspace Data Fusion,SDF)非圆信号DPD算法。这两种算法先利用信号的非圆特性扩展接收信号矢量并计算扩展协方差矩阵,然后通过构建二次优化问题并通过拉格朗日乘子法进行求解,将原先的由非圆相位和二维平面位置构成的三维谱峰搜索问题转化为仅包含二维平面位置的二维搜索问题。由于利用了信号的非圆特性,所提出算法的定位精度和信源分辨能力要优于未考虑该特性的同类型算法。
2)针对原先的Khatri–Rao(KR)降维过程及复数运算的谱峰搜索过程的复杂度较高的问题,分别提出了基于实值KR-Capon的准平稳信号DPD算法和基于实值KR-SDF的准平稳信号DPD算法。首先对每一帧接收信号的协方差矩阵进行矢量化,利用信号的准平稳特性减弱未知噪声的影响并得到新的接收信号矩阵。然后,为减少一些不必要的运算,对原先KR降维过程中的降维矩阵进行了改进,并引入酉变换的思想将复数运算转换为实数运算。最后分别基于Capon-DPD算法和SDF-DPD算法的思想构造谱函数。与未考虑信号的准平稳特性的同类型算法相比,所提出算法能够获得更优越的估计性能和同时估计更多的信源。
3)针对整体空间平滑的解相干思路造成的自由度损失较大的问题,提出了基于四阶累积量的非高斯多径信号定位算法。该算法考虑了非高斯信号的特征,基于四阶累积量的分簇处理思路,将杂糅在一起的多信源多径信号分离成彼此互不相干的单信源多径信号簇。然后分别对每个多径信号簇进行解相干并估计出该多径信号簇的所有到达角度和对应的功率值,以根据功率值的大小确定直达径;接着在多重信号分类算法的基础上得到改进的子谱函数,以抑制信源数和反射径数较多时不同信源的多条反射径交汇引起的伪峰;最后融合所有的子谱函数,得到最终的谱函数。相比于基于二阶累积量的SDF-DPD算法,该算法不仅能避免使用空间平滑类方法进行整体解相干时自由度损失较大的问题,还能抑制不同信源的多条反射径交汇产生的伪峰,因而能够更好地应对信源数较多的场景。
阵列孔径与自由度是影响天线阵列信号处理精度的重要因素,增大阵列有效孔径,提高阵列自由度能是够改进空域信号处理精度的重要方法。一些经典的波达方向(Direction-of-Arrival,简称DOA)估计算法通常采用均匀线阵(Uniform linear array,...
详细信息
阵列孔径与自由度是影响天线阵列信号处理精度的重要因素,增大阵列有效孔径,提高阵列自由度能是够改进空域信号处理精度的重要方法。一些经典的波达方向(Direction-of-Arrival,简称DOA)估计算法通常采用均匀线阵(Uniform linear array,简称ULA)、均匀圆阵(Uniform circular array,简称UCA)等常规的阵列结构,但这些结构最大的缺陷在于阵列孔径。因此,如何通过设计新型阵列结构来扩展阵列孔径,提高自由度,引起了广泛的关注。本文研究了一种新型阵列结构,并利用该结构所产生的虚拟阵列研究了基于Khatri-Rao(KR)子空间的DOA估计方法。本文提出了一种新型嵌套阵列结构,该结构可以有效扩展阵列孔径,提高自由度,从而提高参数估计的精度以及可探测的最大信号源数目。具体而言,该结构由均匀线阵和非均匀线性阵列组成,并且所有的传感器处于同一直线上。整个阵列是由L(L=M+N)个传感器构成,其中M个传感器构成均匀线阵,阵元间距为d,其余N个传感器构成非均匀线阵,阵元间距为{2M,2M+1,,2M+N-2}d,均匀线阵与非均匀线阵之间的间距为Md。本文研究表明,该阵列结构具有长度为8M-1的连续虚拟阵元,范围是[-(4M-1),4M-1]。通过多组准平稳信号下的仿真实验,充分验证了本文所提出的阵列结构在阵列孔径扩展方面的有效性。此外,为了降低算法的计算复杂度,本文利用所提出的阵列结构实现准平稳信号条件下低复杂度的DOA估计。该方法基于ESPRIT方法原理,利用Khatri-Rao积的性质,得到KR子空间。在划分子阵时,由于所提出的新型嵌套阵列的虚拟阵列并不是完全连续的,因此本文提供了两种划分子阵的方式,通过求解两个子阵之间的相位差,得到估计角度,实现准平稳信号下欠定的DOA估计。因为避免了谱搜索的方式进行估计角度,因此大大地降低了估计过程的计算复杂度。
暂无评论