基于子空間分解的波達方向估計算法研究.pdf

1、波達方向(Direction Of Arrival，DOA)估計技術起初由空域濾波和時域譜估計發(fā)展而來，其參數(shù)估計性能優(yōu)越，應用前景寬廣，例如雷達、聲納、電子對抗和無線定位等技術，目前已成為陣列信號處理的重要研究方向之一。其中子空間分解類算法是基于輸出協(xié)方差矩陣特征值分解進行參數(shù)估計，由于該類算法能夠達到較高的估計精度和分辨率，得到了廣大學者的關注。
　　多重信號分類(Multiple Signal Classification，

2、MUSIC)算法實現(xiàn)了現(xiàn)代超分辨?zhèn)认蚣夹g的飛躍，促使了子空間分解類算法的發(fā)展;旋轉(zhuǎn)不變子空間(Estimation of SignalParameters via Rotational Invariance Techniques，ESPRIT)算法的提出是子空間類算法的又一次重大進步，ESPRIT算法主要利用信號子空間的旋轉(zhuǎn)不變性進行DOA估計，該算法和MUSIC比較而言，具有計算量小、不需要譜峰搜索等優(yōu)點。兩種算法均為子空間分解類算法

3、中的主要算法，前者是基于噪聲子空間進行DOA估計，后者為基于旋轉(zhuǎn)不變子空間進行DOA估計。與早期DOA估計算法相比，這兩種算法性能優(yōu)越，具有優(yōu)異的估計精度和空間分辨率，很多學者進行了相關的技術研究，改進算法層出不窮。
　　本文主要對現(xiàn)有的子空間分解類算法進行研究，分析算法特征，針對算法的估計精度和計算量進行改進，提出了兩種改進算法;研究常見陣列結構特點，設計出適用于本文改進算法的陣列結構。本文的主要研究工作如下:
　　(1)

4、本文對根值最小范數(shù)算法進行改進，提出了一種基于實數(shù)多項式的根值最小范數(shù)算法，該算法的主要思想是利用保角變換技術將復數(shù)多項式轉(zhuǎn)換為實數(shù)多項式，從而減小了計算量，并略提高了估計精度。
　　(2)本文將2D-Unitary ESPRIT算法應用于具有多組平移不變子陣列的陣列結構中，從而得出多組估計值，采用2D-MUSIC算法的頻譜函數(shù)從估值中選取最優(yōu)值，從而提高估計精度。
　　(3) ESPRIT算法僅適用于具有平移不變性的陣列結