针对稀疏圆阵的波达方向估计问题,提出了解相干求根MUSIC算法(Sparse UCA Decorrelation Root-MUSIC,SDR)。通过改进传统的波束变换方法,进行相位校正,并在波束域进行误差补偿,得到具有共轭对称结构的波束域导向矢量。在波束域进行前后...
详细信息
针对稀疏圆阵的波达方向估计问题,提出了解相干求根MUSIC算法(Sparse UCA Decorrelation Root-MUSIC,SDR)。通过改进传统的波束变换方法,进行相位校正,并在波束域进行误差补偿,得到具有共轭对称结构的波束域导向矢量。在波束域进行前后向平均处理和使用求根MUSIC算法,实现多组相干源的解相干,且避免了谱搜索,减少了运算量。平均处理增加了数据量,算法在低信噪比和低快拍数情况下有更好的估计性能。计算机仿真表明,本算法适用于稀疏圆阵对相干源的DOA估计而且有较好的估计性能。
针对稀疏圆阵二维测向,提出了一种快速波达方向(direction of arrival,DOA)估计方法。该方法利用稀疏双圆阵中子阵接收数据的协方差矩阵构造波达方向矩阵,求解俯仰角;然后通过波束空间变换将圆阵变为导向矢量具备范德蒙结构的虚拟线阵;...
详细信息
针对稀疏圆阵二维测向,提出了一种快速波达方向(direction of arrival,DOA)估计方法。该方法利用稀疏双圆阵中子阵接收数据的协方差矩阵构造波达方向矩阵,求解俯仰角;然后通过波束空间变换将圆阵变为导向矢量具备范德蒙结构的虚拟线阵;再对波束域导向矢量进行补偿,消除阵列稀疏情况下波束空间变换带来的误差影响;最后用求根多重信号分类算法估计信号的方位角,完成稀疏圆阵的二维DOA估计。该方法无需二维谱峰搜索,方位角和俯仰角自动配对,所用阵元数少,分辨率高。计算机仿真实验验证了所提方法的正确性。
稀疏圆阵列是一种将阵元按照某种规则非均匀的在圆上进行排列的天线阵列。它具有圆阵列的全部特点,如可以获得二维角度信息、能够进行全方位扫描等。相比于均匀圆阵列,它能够以较小的阵元数达到和均匀圆阵列相同的孔径,同时阵元的自由度高,估计精度也更高。但是,稀疏圆阵列方向图的旁瓣电平也更高,这将对阵列的到达方向(Direction of Arrival,DOA)估计结果产生影响。因此,本文研究的主要内容是利用优化算法对阵元的位置进行重新排布,降低方向图的旁瓣电平。同时在信号源相干的条件下,将稀疏圆阵列进行阵列重构,最终实现稀疏圆阵列对相干信号源的角度估计。本文介绍了阵列信号的基本理论知识,包括窄带信号和相关信号的定义,阵列接收信号的数学模型。还对常见的DOA估计算法的基本原理进行介绍,包括数字波束形成(Digital Beamforming,DBF)算法、Capon波束形成算法、多信号分类(Multiple Signal Classification,MUSIC)算法和空间平滑MUSIC算法,并对MUSIC算法和空间平滑MUSIC算法进行了简单的仿真分析,验证了空间平滑MUSIC算法在相干源DOA估计中能够达到较好的效果,为后续研究提供了理论基础。本文中,对稀疏圆阵列进行阵列优化设计主要采用的优化算法是遗传算法和蚁群算法。本文首先对均匀圆阵列和嵌套圆阵列的阵列模型进行了简单的介绍,接着介绍了遗传算法和蚁群算法的原理和基本步骤。以均匀圆阵列为优化模型,对遗传算法和蚁群算法的优化性能进行了仿真分析。仿真表明,两种优化方法中,蚁群算法的优化效果更好。最后以阵列方向图的旁瓣电平为优化指标,将蚁群算法应用到单个嵌套圆阵列和分布式嵌套圆阵列中,实现对嵌套圆阵列的阵列优化,结果表明经过优化后的阵列能达到更低的旁瓣电平。当信号源满足相干条件时,稀疏圆阵列无法直接采用MUSIC算法进行DOA估计,此时首先需要对信号源进行解相干处理。但是许多解相干算法都是针对线阵提出的,稀疏圆阵列如果想应用这些算法进行解相干处理,需要通过阵列重构的形式转换成虚拟线阵,对虚拟线阵的接收信号进行解相干,再采用MUSIC算法便可以实现相干信号源的DOA估计。本文首先介绍了稀疏圆阵列对相干信号源进行DOA估计的算法原理,接着介绍了影响虚拟阵列转换的内插矩阵的选择准则,并仿真分析了该方法在均匀圆阵和嵌套圆阵上的应用。仿真表明,该方法在均匀圆阵和嵌套圆阵上都能够达到较好的估计效果。同时,仿真讨论了改变相干源角度、增加相干源个数对算法估计结果的影响。结果表明改变参数后,算法都能进行准确估计。最后仿真分析了圆阵半径、虚拟线阵的阵元间距、稀疏圆阵的阵元数、信噪比、插值宽度和空间平滑算法子阵数对该算法DOA估计结果的影响,还讨论了稀疏圆阵半径对虚拟线阵阵元数的影响,并给出了一些参数选择方面的建议。
暂无评论