陣列信號(hào)處理中的若干問題研究.pdf

1、陣列信號(hào)處理是信號(hào)處理中的一個(gè)重要的研究方向，其廣泛的應(yīng)用于許多不同的科學(xué)和工程領(lǐng)域例如雷達(dá)、聲納、通信、無線電天文觀測(cè)、醫(yī)學(xué)診斷、地震探測(cè)和軍事電子對(duì)抗等等。雖然經(jīng)歷了近三十年的發(fā)展，其基本理論架構(gòu)和基本算法已經(jīng)相當(dāng)成熟，但是在實(shí)際應(yīng)用中仍然還有大量問題尚未解決。本文深入研究了其中一些問題，主要包括低信噪比信號(hào)源個(gè)數(shù)估計(jì)、多維參數(shù)聯(lián)合估計(jì)、相干信號(hào)方向估計(jì)以及寬帶信號(hào)陣列測(cè)向等問題，提出了一系列有效的算法，并進(jìn)行了大量的仿真實(shí)驗(yàn)和理論

2、分析。因此，本文主要工作歸納如下： 研究了以往基于特征值的信號(hào)源個(gè)數(shù)估計(jì)方法，并分析了低信噪比信號(hào)時(shí)，陣列接收數(shù)據(jù)產(chǎn)生的相關(guān)矩陣的特點(diǎn)。在低信噪比條件下陣列接收數(shù)據(jù)相關(guān)矩陣的特征值更容易受到噪聲的干擾，而使得基于特征值的信號(hào)源個(gè)數(shù)估計(jì)方法無法在低信噪比下很好的使用。本文針對(duì)實(shí)際的電子偵察等低信噪比環(huán)境，提出了兩種基于特征向量的信號(hào)源個(gè)數(shù)估計(jì)方法，而且引入了多變量分析方法，給出了低信噪比下的信號(hào)檢測(cè)性能。新的信號(hào)源個(gè)數(shù)估計(jì)方法無論

3、在高信噪比還是低信噪比下，都可以實(shí)現(xiàn)正確的信號(hào)源個(gè)數(shù)估計(jì)。 研究了仰角和方位角聯(lián)合估計(jì)問題，重點(diǎn)分析了實(shí)際中廣泛使用的L陣的特點(diǎn)，并提出了針對(duì)不同信號(hào)環(huán)境下充分利用互相關(guān)矩陣的解決方法。首先，提出了在一般的非相干信號(hào)條件下快速有效的聯(lián)合參數(shù)估計(jì)方法，并研究了統(tǒng)計(jì)性能和推導(dǎo)了估計(jì)誤差的漸進(jìn)均方誤差(MSE)表達(dá)式。其次，針對(duì)非相關(guān)信號(hào)環(huán)境提出了兩種自動(dòng)配對(duì)的有效聯(lián)合估計(jì)方法。最后，提出了一種新的相干信號(hào)下的有效聯(lián)合參數(shù)估計(jì)方法。因

4、此，本章的貢獻(xiàn)在于給出了一系列針對(duì)不同信號(hào)環(huán)境下的二維參數(shù)聯(lián)合估計(jì)方法。 研究了相干信號(hào)測(cè)向方法，并在以往算法的基礎(chǔ)上，提出了一種已知波形信息下的快速有效的DOA估計(jì)，算法通過無需特征值分解的線性變換技術(shù)提取所需的子空間，而后充分利用旋轉(zhuǎn)不變的陣列結(jié)構(gòu)估計(jì)出DOA，而無需復(fù)雜的譜峰搜索和求根過程，仿真實(shí)驗(yàn)表明本文的算法雖然會(huì)比傳統(tǒng)的已知波形估計(jì)方法稍微差一些，但是計(jì)算量的大大降低使得在實(shí)際環(huán)境中可以很好的使用。 研究和分

5、析了如何充分利用空間和時(shí)間信息提高信號(hào)檢測(cè)能力和估計(jì)性能的問題。首先提出了一種頻率和角度聯(lián)合估計(jì)的算法，利用足夠的時(shí)間相關(guān)來構(gòu)造一個(gè)無噪聲影響的偽協(xié)方差矩陣，然后利用這一矩陣對(duì)參數(shù)估計(jì)實(shí)現(xiàn)自動(dòng)配對(duì)。其次針對(duì)最小冗余陣又提出了一種有效的陣列擴(kuò)展DOA估計(jì)方法。進(jìn)一步在第四節(jié)基于廣泛應(yīng)用的二維測(cè)向陣列結(jié)構(gòu)L陣的基礎(chǔ)上，提出了一種無需配對(duì)的仰角和方位角聯(lián)合估計(jì)方法。最后仿真結(jié)果表明，充分合理的利用時(shí)間信息可以獲得更好的陣列信號(hào)檢測(cè)和估計(jì)精度。