陣列多參數(shù)聯(lián)合估計(jì)算法及應(yīng)用的研究.pdf

1、陣列多參數(shù)估計(jì)在通信、雷達(dá)、聲納等領(lǐng)域有著廣泛的應(yīng)用。隨著陣列多參數(shù)估計(jì)從理論到實(shí)際工程的發(fā)展，人們對(duì)算法穩(wěn)健性和估計(jì)精度的要求越來(lái)越高。本文以提高陣列多參數(shù)估計(jì)算法的穩(wěn)健性和估計(jì)精度為目標(biāo)，針對(duì)傳統(tǒng)的標(biāo)量傳感器陣列、矢量傳感器陣列下多信號(hào)源多參數(shù)聯(lián)合估計(jì)以及雙基地MIMO雷達(dá)中的多目標(biāo)多參數(shù)聯(lián)合估計(jì)展開(kāi)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(jì)算法，本文將平行因子理論應(yīng)用到陣列信號(hào)

2、二維角度和頻率估計(jì)中，首先針對(duì)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(jì)算法，根據(jù)陣列接收天線輸出構(gòu)建了一個(gè)平行因子三線性模型，通過(guò)對(duì)該模型三線性分解可以得到二維角度和頻率的估計(jì)。在此基礎(chǔ)上，針對(duì)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(jì)算法。根據(jù)陣列輸出數(shù)據(jù)構(gòu)建一個(gè)四線性模型，通過(guò)對(duì)此模型分解可以得到二維角度和頻率估計(jì)的參數(shù)?；谄叫幸蜃蛹夹g(shù)的參數(shù)估計(jì)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(diǎn)是無(wú)需譜峰搜索，可實(shí)現(xiàn)多參數(shù)的聯(lián)合估計(jì)與自動(dòng)配對(duì)，與現(xiàn)有的算法進(jìn)行了比較，具有更高的參數(shù)估計(jì)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(jì)算法，相對(duì)于常規(guī)標(biāo)量傳感器而言，矢量傳感器具備很多優(yōu)勢(shì)，可進(jìn)行多維參數(shù)估計(jì)，得到更優(yōu)越的性能。針對(duì)任意聲矢量傳感器陣列下的多參數(shù)估計(jì)，首先推導(dǎo)了陣列接收信號(hào)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(jì)算法?；贒OA矩陣法的算法具有計(jì)算復(fù)雜度低的優(yōu)點(diǎn)，可適用于對(duì)計(jì)算復(fù)雜度有限制的聲源定位場(chǎng)合。而基于平行因子四線性分解的方法無(wú)需譜峰搜索，可實(shí)現(xiàn)參數(shù)的同時(shí)估計(jì)與配對(duì)，與基于平行因子三線性分解的算法和ESPRIT算法進(jìn)行了比較，具有更高的參數(shù)估計(jì)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(dá)多目標(biāo)的發(fā)射角(DOD)和接收角(DOA)聯(lián)合估計(jì)，提出了一種降維MUSIC算法。該算法

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

6、DOD和二維DOA的聯(lián)合估計(jì)，由于目前大部分參考文獻(xiàn)對(duì)雙基地MIMO雷達(dá)中多參數(shù)的研究都是針對(duì)均勻線陣建模，估計(jì)的是一維角度，L型陣列能估計(jì)方位角和仰角，與實(shí)際情形更為接近。均勻圓陣也是一種常用的陣列，能估計(jì)二維角度，由于其方向矢量不具備范得蒙特性，信號(hào)處理較為復(fù)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(jì)算法。該算法利用L型陣列的結(jié)構(gòu)特點(diǎn)和均勻圓陣本身的結(jié)構(gòu)特點(diǎn)及最小二乘算法進(jìn)行了四維角度

7、的估計(jì)。算法的優(yōu)點(diǎn)是參數(shù)估計(jì)精度優(yōu)于ESPRIT算法，并接近克拉美羅界(CRB)，且估計(jì)過(guò)程中參數(shù)自動(dòng)配對(duì)，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(dá)的二維DOA、二維DOD及多普勒頻率聯(lián)合估計(jì)，提出了基于DOA矩陣的多維參數(shù)聯(lián)合估計(jì)算法，該算法利用DOA矩陣法的思想構(gòu)造矩陣，通過(guò)特征參數(shù)與估計(jì)參數(shù)之間關(guān)系，推導(dǎo)出了目標(biāo)四維角度和多普勒頻率聯(lián)合估計(jì)公式，并得到閉式解。該算法與ESPRIT算法相比，只需