基于空間譜算法的到達(dá)參數(shù)估計(jì)的研究.pdf

1、空間譜方法描述了信號(hào)功率譜隨著空間參數(shù)變化的分布情況，其主要目的是根據(jù)功率譜的特點(diǎn)對(duì)空間參數(shù)進(jìn)行估計(jì)，所以又稱為空間譜估計(jì)。本論文主要討論了用空間譜的方法對(duì)到達(dá)參數(shù)進(jìn)行估計(jì)的幾個(gè)問(wèn)題，主要包括波達(dá)方向估計(jì)和到達(dá)時(shí)間估計(jì)兩個(gè)方面。論文首先簡(jiǎn)述了到達(dá)方向估計(jì)和到達(dá)時(shí)間估計(jì)兩大類到達(dá)參數(shù)的空間譜方法的基本原理和目前的一些現(xiàn)狀，以及需要解決的一些問(wèn)題。 波達(dá)方向估計(jì)是空間譜估計(jì)中應(yīng)用最廣泛的一個(gè)方面，其應(yīng)用主要是基于陣列信號(hào)處理，而除了

2、均勻線性陣列，其他幾何形狀的天線陣列也越來(lái)越多地應(yīng)用譜估計(jì)算法，同時(shí)由于譜估計(jì)算法計(jì)算量較大，各類譜估計(jì)的快速算法應(yīng)運(yùn)而生。對(duì)于均勻圓形陣列，在信源都是非相干信源的情形下，由于模式變換后的協(xié)方差矩陣具有類Toeplitz的特征，因此，我們可以根據(jù)這種特殊的性質(zhì)，直接求得噪聲分量，因此若使用ESPRIT算法進(jìn)行波達(dá)方向估計(jì)，就可以避免第一次特征分解，較大程度上減少了計(jì)算量。 在現(xiàn)實(shí)場(chǎng)景中，由于可能無(wú)法布置出均勻分布的陣元，因此非均

3、勻陣列也逐步成為陣列信號(hào)處理中研究的熱點(diǎn)，緒論中概述了非均勻陣列的幾種常見(jiàn)譜估計(jì)算法，并且提到了基于信號(hào)子空間的廣義ESPRIT算法，該算法用一步特征分解來(lái)計(jì)算信號(hào)子空間；本文在此基礎(chǔ)上，提出了無(wú)特征分解的波達(dá)方向估計(jì)算法，無(wú)需求解信號(hào)子空間，也即無(wú)需特征分解，通過(guò)構(gòu)造出了一個(gè)類似于MUSIC譜結(jié)構(gòu)的空間譜，達(dá)到估計(jì)波達(dá)方向的目的；因?yàn)槭∪チ颂卣鞣纸?，所以其運(yùn)算量也得到了較大程度的減少。 上述兩個(gè)工作都是基于信源為非相干信源的場(chǎng)

4、景，而對(duì)于相干信源，由于信號(hào)協(xié)方差矩陣會(huì)出現(xiàn)秩缺失，因此，譜估計(jì)算法就會(huì)出現(xiàn)漏估或者誤估的情形。對(duì)于均勻圓形陣列來(lái)說(shuō)，由于模式變換后約去了貝塞爾函數(shù)極小項(xiàng)，因此變換后的陣列陣元數(shù)量會(huì)比實(shí)際陣元數(shù)量要少，此種場(chǎng)景下，由于空間平滑算法帶來(lái)的陣元損失對(duì)于估計(jì)信源數(shù)量的影響就更為嚴(yán)重。因此，本文針對(duì)均勻圓形陣列提出分階段估計(jì)相干和非相干信源的算法，可以估計(jì)更多的信源，甚至估計(jì)信源的數(shù)量超過(guò)了模式變換后陣列的陣元數(shù)，一定程度上彌補(bǔ)了由于模式變換帶

5、來(lái)的陣元數(shù)量的損失；而且，在本算法中，通過(guò)差分可以消除了噪聲分量，因此我們還提出了ESPRIT算法在此類場(chǎng)景中的快速實(shí)現(xiàn)，加快了運(yùn)算速度。 到達(dá)時(shí)間估計(jì)是定位技術(shù)中間最為核心的算法之一，由于譜估計(jì)算法具有高分辨力的估計(jì)性能，因此涌現(xiàn)了不少利用譜估計(jì)算法對(duì)到達(dá)時(shí)間進(jìn)行估計(jì)的算法，此類算法往往會(huì)碰到兩個(gè)問(wèn)題，一是小樣本情形下路徑的自相關(guān)矩陣會(huì)出現(xiàn)秩缺失，二是在由于非直視環(huán)境的存在，首徑會(huì)發(fā)生一定程度的衰落，后續(xù)路徑往往會(huì)被當(dāng)成首徑作

6、為到達(dá)時(shí)間的估計(jì)，不僅如此，甚至某些噪聲也可能被當(dāng)作首徑；而對(duì)于有些復(fù)雜環(huán)境的直視環(huán)境，其首徑也可能發(fā)生一定程度的衰落，同樣也會(huì)出現(xiàn)上述首徑未被檢測(cè)出的情形。本文提出了將TLS-ESPRIT算法應(yīng)用于到達(dá)時(shí)間估計(jì)，并且在小樣本的前提下，利用空間平滑的方法將路徑的自相關(guān)矩陣恢復(fù)成滿秩，同時(shí)將實(shí)值運(yùn)算應(yīng)用于譜估計(jì)算法，加快了運(yùn)算速度；同時(shí)為了減小首徑衰落的影響，本文提出了基于概率分析的首徑到達(dá)時(shí)間估計(jì)方法，該方法主要選取了數(shù)個(gè)樣本下的前幾個(gè)