高效空間譜估計算法研究.pdf

1、空間譜估計技術(shù)主要用于估計處理帶寬內(nèi)信號的到達方向，研究提高角分辨率和估計精度的算法，以及提高算法的處理速度。傳統(tǒng)算法由于受到瑞利限的約束，角分辨率較低，而后出現(xiàn)的超分辨算法突破了這一限制，具有高分辨率和高估計精度的特點。MUSIC和ESPRIT算法是最典型的超分辨算法，這兩種算法的提出大大推動了空間譜估計算法的發(fā)展。然而這兩種算法在實際應用中存在計算量大不適于實時處理，以及單次快拍條件下估計精度不高的問題，為解決這些問題，高效空間譜估

2、計算法應運而生。
　　文中對高效空間譜估計算法的研究，主要從減小計算量、提高運算速度和提高算法估計精度這幾方面展開。
　　首先，本文對MUSIC算法的基本原理進行了介紹，針對算法計算量大不適于實時處理的問題，提出了一種并行化處理方案。通過實值化預處理將運算轉(zhuǎn)換到實數(shù)域，再使用Householder變換將原協(xié)方差矩陣轉(zhuǎn)化為三對角矩陣，并對其進行QR分解，最后對各階段采用多處理器并行處理。
　　然后，將并行化算法推廣到ES

3、PRIT算法。本文采用Lanczos變換將非對稱的協(xié)方差矩陣轉(zhuǎn)化為三對角矩陣，再使用帶原點位移的QR算法進行特征分解，構(gòu)造協(xié)方差矩陣和特征分解均適于并行處理。
　　最后，針對快拍數(shù)較少的條件下，MUSIC算法的估計精度降低的問題，本文研究了一種基于Toeplitz矩陣的降維MUSIC算法，并對其進行了一定的改進。將接收數(shù)據(jù)向信號子空間進行投影預處理獲得新數(shù)據(jù)，通過降維方法來估計協(xié)方差矩陣，再利用基本MUSIC算法進行DOA估計。然

4、而降維算法會使得天線自由度降低，本文針對這一問題提出了一種基于Toeplitz矩陣的非降維MUSIC算法，通過Toeplitz特性來構(gòu)造協(xié)方差矩陣，不損失天線自由度。
　　通過仿真實驗表明，本文對MUSIC和ESPRIT算法的并行化研究，在對算法性能影響不大的情況下，大大減小了算法的運算量，提高了處理速度。在單次快拍條件下，文中所提出的基于Toeplitz矩陣的MUSIC算法能提高算法的估計精度，尤其是在低信噪比條件下表現(xiàn)了良好的