信源數估計算法研究.pdf

1、陣列信號處理是現代信號處理領域的一個重要的研究分支，其廣泛應用于雷達、聲吶、通信、電子對抗、地震預測、勘探技術以及生物醫(yī)學工程等眾多領域。信號源個數估計在陣列信號處理中占有重要地位，精確的信源數是很多超分辨陣列信號處理算法得以實現其超分辨性能的前提條件。如果估計的信號源個數與真實的信號源個數不一致，則會導致超分辨算法性能嚴重下降或者完全失效。近三十年來，隨著空間譜估計技術的快速發(fā)展，涌現出大量關于信源數估計的文獻。這些算法中大多數對信噪

2、比的要求較高，即在高信噪比背景下檢測性能較好。而實際應用中經常會出現低信噪比情形，比如電子偵察、隱身技術等，因此研究適合低信噪比環(huán)境的信源數估計算法具有重要意義。另外，實際中存在一類非平穩(wěn)信號，它們的各階統(tǒng)計量在短時間內是與時間無關的，但是在不同時間幀之間又存在差別，這類信號被稱為短時平穩(wěn)信號。現有算法一般都是針對廣義平穩(wěn)信號源推導出來，因此研究針對短時平穩(wěn)信號源的信源數估計方法是非常有必要的。
　　 本文調研了各種不同應用條件

3、下的信源數估計方法，并在這些已有成果的基礎上提出了兩種新的估計方法。本文的主要內容包括以下幾個方面：
　　 1．介紹幾種典型的信源數估計方法，包括基于信息論準則的方法，基于蓋氏圓定理的方法以及一種基于特征向量的估計方法，通過多組仿真實驗比較這些算法的性能。然后進一步分析常用算法對于短時平穩(wěn)信號源個數的檢測性能。
　　 2．提出一種新的低信噪比下的信源數估計算法，介紹在低信噪比下導向向量與陣列協方差矩陣特征向量的內積相對于

4、協方差矩陣特征值存在的優(yōu)勢，同時分析直接利用該內積進行信源數估計可能導致欠估計的原因，進而用特征值構成的權值對該內積進行改進，再根據bootstrap技術，不需要增加新的接收數據而只對原接收數據進行多次重采樣，得到平均bootstrap加權內積，最后利用聚類算法得到信號源個數的估計。通過對比實驗驗證該算法的有效性。
　　 3．針對短時平穩(wěn)信號的特點，提出一種基于KR子空間的短時平穩(wěn)信號源個數估計算法。首先計算局部協方差矩陣并對其