極化敏感陣列中基于PARAFAC的盲DOA和極化估計算法.pdf

1、極化敏感陣列是一種能夠敏感到電磁信號極化信息的陣列，和傳統(tǒng)的普通陣列相比，它具有較強的抗干擾能力、穩(wěn)健的檢測能力、較高的分辨率以及極化多址等優(yōu)點，廣泛應用于通信，無線電，導航等領域。極化敏感陣列參數(shù)估計是近年來非?；钴S、發(fā)展非常迅速的一個研究方向。PARAFAC（PARAllel FACtor，平行因子或三線性分解）最初是作為生理學中數(shù)據(jù)分析工具被提出的，主要用于化學計量學、光譜學和色譜學等，是高維數(shù)據(jù)分析的一種方法。在信號處理學科中，

2、PARAFAC被視為對ESPRIT（Estimation of Signal Parameters via Rotational Invariance Techniques，借助旋轉不變性進行信號參數(shù)估計）和聯(lián)合近似對角化方法的推廣。近年來，在信號處理和通信領域，PARAFAC的應用正在蓬勃發(fā)展。本文研究內(nèi)容得到國家自然科學基金資助，是項目（60801052：基于三線性/多線性分解理論的極化敏感陣列信號處理研究）的重要組成部分。

3、　　 本文提出了極化敏感陣列中基于PARAFAC的盲DOA（Direction Of Arrival，波達方向）和極化估計算法。研究的陣列包括：均勻線陣，圓陣，L陣和面陣。對極化敏感陣列接收到的信號進行分析，接收信號具有三線性模型特征，用TALS（Trilinear Alternating Least Square，三線性交替最小二乘法）算法估計方向矩陣和極化矩陣，用最小二乘法估計DOA，然后根據(jù)前面已經(jīng)估計出來的極化矩陣和DOA，進

4、一步估計極化參數(shù)。在研究極化敏感均勻面陣時，進一步提出了基于四線性分解模型的盲DOA和極化估計算法。所有陣列研究均考慮雙極化和三極化兩種情況，并在不同的陣型中，分析了可辨識性條件。最后進行了仿真，結果表明該算法以低秩三線性/ 四線性數(shù)據(jù)分解的唯一性為基礎，有較好的DOA和極化估計性能，并且支持小快拍數(shù)，無需導頻符號或訓練序列，無需任何信號統(tǒng)計特性，與其它經(jīng)典子空間算法如ESPRIT，MUSIC（Multiple Signal Class