陣列多參數(shù)聯(lián)合估計算法及應用的研究.pdf_第1頁
已閱讀1頁,還剩127頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、陣列多參數(shù)估計在通信、雷達、聲納等領域有著廣泛的應用。隨著陣列多參數(shù)估計從理論到實際工程的發(fā)展,人們對算法穩(wěn)健性和估計精度的要求越來越高。本文以提高陣列多參數(shù)估計算法的穩(wěn)健性和估計精度為目標,針對傳統(tǒng)的標量傳感器陣列、矢量傳感器陣列下多信號源多參數(shù)聯(lián)合估計以及雙基地MIMO雷達中的多目標多參數(shù)聯(lián)合估計展開了研究,取得了一些有意義的成果。論文的主要內(nèi)容如下:
   研究了空間二維角度和頻率估計算法,本文將平行因子理論應用到陣列信號

2、二維角度和頻率估計中,首先針對L型陣列提出了基于平行因子三線性分解的二維角度和頻率估計算法,根據(jù)陣列接收天線輸出構(gòu)建了一個平行因子三線性模型,通過對該模型三線性分解可以得到二維角度和頻率的估計。在此基礎上,針對雙平行線陣列/面陣結(jié)構(gòu),提出了一種基于平行因子四線性分解的二維角度和頻率聯(lián)合估計算法。根據(jù)陣列輸出數(shù)據(jù)構(gòu)建一個四線性模型,通過對此模型分解可以得到二維角度和頻率估計的參數(shù)?;谄叫幸蜃蛹夹g(shù)的參數(shù)估計方法是一種迭代算法,不需要特征值

3、分解或奇異值分解,只需要一定的迭代次數(shù)算法就能收斂。該方法的優(yōu)點是無需譜峰搜索,可實現(xiàn)多參數(shù)的聯(lián)合估計與自動配對,與現(xiàn)有的算法進行了比較,具有更高的參數(shù)估計精度,而且在小樣本數(shù)下也能較好的工作。
   研究了任意聲矢量傳感器陣列下的角度和頻率估計算法,相對于常規(guī)標量傳感器而言,矢量傳感器具備很多優(yōu)勢,可進行多維參數(shù)估計,得到更優(yōu)越的性能。針對任意聲矢量傳感器陣列下的多參數(shù)估計,首先推導了陣列接收信號模型,提出了基于DOA矩陣和平

4、行因子四線性分解的兩種多參數(shù)估計算法。基于DOA矩陣法的算法具有計算復雜度低的優(yōu)點,可適用于對計算復雜度有限制的聲源定位場合。而基于平行因子四線性分解的方法無需譜峰搜索,可實現(xiàn)參數(shù)的同時估計與配對,與基于平行因子三線性分解的算法和ESPRIT算法進行了比較,具有更高的參數(shù)估計精度,為聲源定位提供了一種新的選擇。
   研究了雙基地MIMO雷達多目標的發(fā)射角(DOD)和接收角(DOA)聯(lián)合估計,提出了一種降維MUSIC算法。該算法

5、首先將二維MUSIC算法進行降維處理變成一維MUSIC,通過譜峰搜索得到DOA,進一步得到DOD方向矢量的估計值,再利用最小二乘法得到DOD的估計。該算法的優(yōu)點是與二維MUSIC算法相比,避免了二維譜峰搜索,復雜度大大降低,而參數(shù)估計精度與其非常接近;與ESPRIT算法相比,參數(shù)估計性能優(yōu)于ESPRIT算法;估計過程中參數(shù)自動配對,還可將該算法擴展到非規(guī)則陣列中。
   研究了雙基地MIMO雷達L型陣列和均勻圓陣列下多目標的二維

6、DOD和二維DOA的聯(lián)合估計,由于目前大部分參考文獻對雙基地MIMO雷達中多參數(shù)的研究都是針對均勻線陣建模,估計的是一維角度,L型陣列能估計方位角和仰角,與實際情形更為接近。均勻圓陣也是一種常用的陣列,能估計二維角度,由于其方向矢量不具備范得蒙特性,信號處理較為復雜。本文基于L型陣列和均勻圓陣列分別提出了基于平行因子技術(shù)的二維DOD和二維DOA聯(lián)合估計算法。該算法利用L型陣列的結(jié)構(gòu)特點和均勻圓陣本身的結(jié)構(gòu)特點及最小二乘算法進行了四維角度

7、的估計。算法的優(yōu)點是參數(shù)估計精度優(yōu)于ESPRIT算法,并接近克拉美羅界(CRB),且估計過程中參數(shù)自動配對,在小樣本數(shù)下也能較好的工作。
   研究了L型陣列下雙基地MIMO雷達的二維DOA、二維DOD及多普勒頻率聯(lián)合估計,提出了基于DOA矩陣的多維參數(shù)聯(lián)合估計算法,該算法利用DOA矩陣法的思想構(gòu)造矩陣,通過特征參數(shù)與估計參數(shù)之間關(guān)系,推導出了目標四維角度和多普勒頻率聯(lián)合估計公式,并得到閉式解。該算法與ESPRIT算法相比,只需

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論