论文部分内容阅读
阵列信号处理作为现代信号处理领域的一个重要分支,通过传感器阵列来接收空间信号,与传统的单个传感器相比,具有灵活的波束控制、更高的信号增益、极强的抗干扰能力及良好的空间分辨能力等优势。信号的波达方向(Directional of Arrival,DOA)估计是阵列信号处理领域研究的一类重要问题。由于实际信号传播过程中多径散射等现象的存在,这类信号源实际上是具有分布特性的角度扩展信号,即分布式信源。当分布源是经光滑物体散射或发射形成时,信源往往呈现相干分布源特性。其角度参数估计问题在雷达、无线通信等系统中有广泛的应用,是阵列信号处理领域的研究热点。本文主要研究基于相干分布源的角度参数估计算法,选题具有理论意义和应用价值。具体工作如下:1)研究线性阵列中基于旋转不变性的相干分布源角度参数估计算法,包括借助旋转不变性进行参数估计(Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT)和基于传播算子(Propagator Method,PM)的角度参数估计算法。这两种算法均利用子空间的旋转不变性,无需二维谱峰搜索,能够实现参数自动配对。两种算法的运算复杂度低于传统的分布式信源参数估计(Distributed Signal Parameter Estimation,DSPE)和基于谱峰搜索的PM算法。仿真结果表明:两种算法均能实现良好的角度估计。2)提出了移不变阵列下基于快速平行因子(Parallel Factor,PARAFAC)的相干分布源角度参数估计算法。该算法将平行因子模型与相干分布源相结合,实现中心DOA估计。同时,利用PM初始化代替了传统PARAFAC算法的随机初始化,加快算法的收敛速度。另外,快速PARAFAC算法避免了谱峰搜索与协方差特征值分解,从而进一步降低了复杂度。仿真结果表明:该算法的中心DOA估计性能明显优于ESPRIT和PM算法,与传统PARAFAC算法几乎一致,且适用于多种分布方式并存的相干分布源场景。3)研究了线性阵列下基于谱峰搜索类的相干分布源角度参数估计算法,其中包括级联DSPE(Successive DSPE,S-DSPE)和级联PM(Successive PM,S-PM)算法。两种算法利用级联思想将复杂的二维谱峰搜索转化为三次一维谱峰搜索,从而降低了运算复杂度,且均能实现角度自动配对。仿真结果表明:S-DSPE和S-PM算法的角度估计性能优于传统的ESPRIT和PM算法。仿真从复杂度和性能等方面验证了两种算法的有效性和优越性。4)研究了均匀线阵下的非圆分布源角度参数估计算法,包括降维非圆DSPE(Reduced Dimensional Noncircular DSPE,RD-NC-DSPE)算法,非圆ESPRIT(Noncircular ESPRIT,NC-ESPRIT)和非圆PM(Noncircular PM,NC-PM)算法。RD-NC-DSPE算法避免了二维谱峰搜索,因此复杂度远低于传统DSPE算法,且估计性能接近于传统DSPE算法。NC-ESPRIT和NC-PM算法利用了非圆信号的特征拓展接收数据,使接收阵列的孔径扩大,因此NC-ESPRIT算法估计性能优于传统ESPRIT算法,NC-PM算法估计性能优于传统PM算法。另外,这两种算法无需谱峰搜索,且适用于多种分布方式并存的非圆分布源场景。三种算法均无需估计非圆相位。仿真从复杂度和性能等方面分析了三种算法的有效性和优越性。