信号波达方向（Direction of Arrival，DOA）估计是信号参数估计的重要内容，在军、民领域都具有非常重要的应用价值。空间谱估计算法因对多个入射信号具有空间超分辨能力而成为DOA估计的主流算法。但是其中的大多算法只是在入射信号功...
详细信息
信号波达方向（Direction of Arrival，DOA）估计是信号参数估计的重要内容，在军、民领域都具有非常重要的应用价值。空间谱估计算法因对多个入射信号具有空间超分辨能力而成为DOA估计的主流算法。但是其中的大多算法只是在入射信号功率一致时有效，而当空间中强干扰和弱信号同时存在时，空间谱估计算法对弱信号的估计性能下降，甚至失效。在日益复杂的电子环境中，强干扰和弱信号同时存在的情况是不可避免的，因此对强干扰存在时弱信号DOA估计的研究具有十分重要的意义。
首先，从理论和仿真两方面研究了入射信号功率不一致对MUSIC算法的影响，可以看出强干扰存在时MUSIC算法对弱信号的DOA估计性能下降，甚至失效。现有解决强干扰存在时弱信号的DOA估计问题的思路有两种：一是同时获得强干扰和弱信号DOA估计，代表性算法有RELAX算法、基于噪声子空间不变性的DOA算法；二是抑制强干扰，然后获得弱信号DOA估计，代表性算法有子阵干扰抑制算法、干扰阻塞（Jamming Jam Method，JJM）算法。随后，基于一维均匀线阵对这四种算法进行了仿真研究并比较分析，认为JJM算法和基于噪声子空间不变性的DOA估计算法对弱信号的估计性能是较为优秀的。但是两种算法存在各自的缺点：JJM算法对阵列形式有要求（要求阵列流型矩阵具有Vandermonde结构），并不适用于任意阵列形式；而基于噪声子空间不变性的DOA估计算法不能抑制强干扰。
然后，针对JJM算法和基于噪声子空间不变性的DOA估计算法存在的不足，分别提出了改进算法：改进的JJM（Modified-JJM，M-JJM）算法和噪声子空间不变性改进算法。M-JJM算法进行DOA估计时，要求阵列是由两个或两个以上相同的子阵（子阵的阵列形式没有限制）组成的。该算法通过子阵间的联合处理实现抑制干扰的目的。噪声子空间不变性改进算法利用强干扰子空间的基向量构造的变换矩阵对搜索导向矢量进行处理，而使算法具有抑制强干扰的能力。最后通过仿真实验验证了两种算法的有效性和可行性。
另外，M-JJM算法同JJM算法一样要求强干扰的波达方向精确已知，而实际工程中对强干扰的DOA估计往往存在误差。对此，本文采用零陷展宽的方法加以解决，提出零陷展宽的M-JJM算法。仿真实验说明该算法的可行性。
暂无评论