稀疏欠采樣陣列信號(hào)處理方法研究.pdf

1、壓縮感知理論是一種利用信號(hào)的稀疏特性從欠采樣測(cè)量值中恢復(fù)信號(hào)的技術(shù)，該理論不受傳統(tǒng)Nyquist采樣定理約束，因而具有廣泛的學(xué)術(shù)研究和工業(yè)應(yīng)用價(jià)值。目前，壓縮感知理論重點(diǎn)研究了特定字典情況下的稀疏信號(hào)重建算法模型、重建條件等，而針對(duì)壓縮感知理論在陣列信號(hào)處理中的具體應(yīng)用仍有許多待深入研究的內(nèi)容。
　　過(guò)水平采樣是另一種降低采樣率的方法，其也被稱(chēng)為事件驅(qū)動(dòng)采樣，即由信號(hào)本身決定何時(shí)采樣。過(guò)水平采樣可以在獲取信息的同時(shí)有效地減少采樣樣

2、本數(shù)，實(shí)現(xiàn)高效節(jié)能地獲取、探測(cè)與估計(jì)信息的目的。但目前過(guò)水平采樣理論、信號(hào)重建算法及其在信號(hào)處理中的具體應(yīng)用還不成熟。
　　極化陣列既可以獲得信號(hào)的空間信息，又可以獲得信號(hào)的極化信息，完備的電磁信息為陣列性能的提高奠定了物理基礎(chǔ)，使得在稀疏極化域條件下進(jìn)一步改善陣列信號(hào)處理性能成為可能。但現(xiàn)有針對(duì)極化陣列的波達(dá)方向（Direction-of-Arrival,DOA）估計(jì)算法因待估參數(shù)多而存在計(jì)算量大的問(wèn)題。
　　針對(duì)以上情況

3、，本文重點(diǎn)研究了基于壓縮感知理論的應(yīng)用算法、壓縮感知理論和過(guò)水平采樣理論的聯(lián)合優(yōu)化算法，以及針對(duì)極化陣列的信號(hào)處理相關(guān)算法。本論文的主要工作如下：
　　1.針對(duì)非相關(guān)信號(hào)和相干信號(hào)同時(shí)存在的情況下，提出一種基于信號(hào)子空間方法和子空間塊稀疏重建理論的DOA估計(jì)方法。所提算法可以有效地估計(jì)信號(hào)的DOA、不受陣列幾何結(jié)構(gòu)的限制，且具有超載能力。進(jìn)一步研究了色噪聲環(huán)境下的非高斯信號(hào)DOA估計(jì)問(wèn)題，提出了基于四階累積量(Fourth-ord

4、er Cumulants,FOC)的DOA估計(jì)算法。另外，在利用陣列方向分集的情況下，提出了一種基于雙約束彈性樹(shù)搜索正交匹配追蹤的DOA估計(jì)算法。
　　2.提出一種基于稀疏重建理論和過(guò)水平采樣理論的聯(lián)合優(yōu)化DOA估計(jì)算法。首先針對(duì)模擬信號(hào)進(jìn)行過(guò)水平采樣，并研究了該欠采樣方案可以利用簡(jiǎn)單的1-比特模數(shù)轉(zhuǎn)換器硬件電路實(shí)現(xiàn)。同時(shí)基于欠采樣測(cè)量數(shù)據(jù)，將DOA估計(jì)問(wèn)題描述為壓縮感知稀疏重建框架下的一個(gè)代價(jià)函數(shù)。該算法可以降低陣列信號(hào)處理系統(tǒng)

5、的采樣速率和硬件成本。
　　3.提出一種基于稀疏重建理論的波束綜合算法，首先將壓縮感知的稀疏重建理論和凸優(yōu)化引入到線(xiàn)性陣列的波束綜合問(wèn)題。進(jìn)一步研究基于迭代重加權(quán)?1范數(shù)最小化和凸優(yōu)化的陣列波束圖綜合算法，并將這一方法拓展到由陣列方向性所構(gòu)建的二維陣列的波束綜合問(wèn)題，最后研究了關(guān)于極化陣列的波束綜合問(wèn)題及基于稀疏表示的圓陣波束形成問(wèn)題。
　　4.提出一種針對(duì)稀疏極化域陣列的低復(fù)雜度DOA估計(jì)算法。首先引入了部分校正分布式電磁