陣列多參數(shù)聯(lián)合估計算法及應用的研究.pdf

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