利用信號非圓特性的陣列測向技術(shù)研究.pdf

1、現(xiàn)代雷達(dá)、通信系統(tǒng)中，經(jīng)常使用具有非圓特性的調(diào)制信號，在陣列測向技術(shù)領(lǐng)域中，信號具有非圓特性會使得其偽協(xié)方差矩陣中也含有信息。因此如果合理地利用信號非圓特性將可以增加信息利用效率，提高陣列測向算法各項(xiàng)估計(jì)性能，因此，利用信號非圓特性的陣列測向方法已經(jīng)成為近年來的一個(gè)研究熱點(diǎn)。目前已有的適用于非圓信號的陣列測向方法多用于估計(jì)只有最大非圓率信號的情況，而當(dāng)入射信號中同時(shí)存在圓信號、非圓信號時(shí)，會存在對信源數(shù)目估計(jì)準(zhǔn)確性不高、估計(jì)精度不足、分

2、辨能力較差等現(xiàn)象。
　　本文針對利用信號非圓特性的陣列測向方法做出了較為深入的研究，主要內(nèi)容如下：
　　1.分析了現(xiàn)有信源數(shù)目估計(jì)方法的不足和局限性，提出了可以在色噪聲背景下對信源數(shù)目進(jìn)行估計(jì)的基于特征空間投影的CEP算法，并將其應(yīng)用于虛擬擴(kuò)展陣列，提出了可以在圓信號和非圓信號同時(shí)入射的情形下對等效信源數(shù)目進(jìn)行估計(jì)的基于均值聚類的MCEP算法。與目前已有方法相比，MCEP算法無論在信噪比和快拍數(shù)較低還是較高情況下均有較良好的

3、估計(jì)性能，且在色噪聲背景下仍然能夠保持有效估計(jì)。
　　2.針對DOA參數(shù)估計(jì)問題，分析了現(xiàn)有方法在入射信號中同時(shí)存在圓信號、一般非圓率信號和最大非圓率信號時(shí)會面臨存在偽峰和分辨力不足等問題的原因。提出了可以提高分辨力的HRNC-MUSIC算法，該方法可以對不同類別的信號依次做出估計(jì)，減少了各類信號間相互影響，提高分辨能力。仿真結(jié)果表明，當(dāng)混合入射信號中各類信號之間的空間角距離相距較小時(shí)，HRNC-MUSIC算法可以明顯提高對入射信

4、號的分辨能力和估計(jì)精度。
　　3.針對應(yīng)用于極化敏感陣列的DOA估計(jì)算法運(yùn)算量高、陣列擴(kuò)展能力不強(qiáng)等現(xiàn)象，提出了基于平面雙極化敏感陣列的DRL-MUSIC算法，并研究了同時(shí)利用信號非圓特性和極化信息的測向方法，提出了基于四元數(shù)的QNC-MUSIC算法和基于降維長矢量的DRLNC-MUSIC算法，填補(bǔ)了極化敏感陣列下適用于非圓信號測向方法的空白。仿真結(jié)果表明，當(dāng)入射信號只含最大非圓率信號時(shí)， QNC-MUSIC算法的估計(jì)性能優(yōu)于DR