分布源目標方位估計研究.pdf

1、在傳統(tǒng)的目標方位估計研究中，目標源一般都假定為點源。但自上世紀90年代以來，分布源目標方位估計問題開始受到國內外學者的廣泛關注。無論是理論建模還是DOA估計算法研究，已經有相當多的研究成果公諸于世。從點源演化至分布源，模型、算法的形式和復雜度都有了非常大的改變，這對于廣大研究者而言是新的研究方向和挑戰(zhàn)。本文著重討論了分布源問題，主要內容和研究成果如下： 1．介紹分布源的基本概念。隨著陣列信號處理研究的深入，研究者們發(fā)現(xiàn)在一些近場

2、、存在大量多徑散射以及目標高速移動的環(huán)境中，利用分布源模型進行描述更符合實際。分布源模型認為目標在空間具有一定的體積或者能量分布，能量分布可以是連續(xù)的或者是離散的。截止到目前，研究者們已經提出了多種形式分布源模型以及相應的方位估計方法。 2．介紹了分布源信號模型。在分布源建模理論中，目標能量在空間中會有一定的散布，這樣可以將這些能量分量抽象為一個個點目標源。依照分布源各個分量之間的空間、時間相關性，可以將其劃分為相干分布源(CD

3、)、非相干分布源(ID)和部分相干分布源(PD)。本文著重討論了離散ID分布源模型。 3．對現(xiàn)有的分布源DOA估計方法進行總結。分布源目標方位估計課題經過多年的研究，已經有很多的成果公諸于世。按照其基本原理，文中將這些方法大致劃分為“子空間類方法”、“波束形成方法”、“最大似然估計方法”、“協(xié)方差匹配方法”和“低復雜度方法”幾類，并對它們做以詳細的介紹。 4．提出一種波束域分布源高分辨方位估計的新方法。分布源目標方位估計

4、算法的計算量普遍較大，龐大的計算量在很多方面限制了估計方法的應用。將高分辨方位估計方法在波束域進行預處理是目前廣泛采用的降低計算量的方法。當陣列采樣從陣元域變換到波束域時，將得到預濾波，提升了信噪比。隨后再采用高分辨估計方法，因為波束域信號的自由度小于陣元域信號的自由度，這使得計算量得到極大的降低。 文中首先介紹了窄帶波束形成的基本原理以及波束域目標方位估計理論，隨后將波束域處理的技術引入分布源DOA估計當中，得出新的波束域分布

5、源DOA估計方法。 5．提出一種簡化的分布源最大似然(MLE)估計算法。已有的分布源MLE參數(shù)估計算法是一個四維非線性最優(yōu)化問題，計算量龐大，文中稱之為四維MLE算法。為了能夠減少MLE算法的計算復雜度，論文提出了一種降維的MI。E算法。新方法是三維非線性最優(yōu)化問題，稱之為三維MLE算法。分析表明新算法的計算量比四維MLE算法大為減少，同時還可以節(jié)省大量的存儲空間，因此計算效率可以得到提高。文中對新算法性能的評估準則CRB給出了

6、具體的計算公式，新CRB計算公式的計算量也有所降低。最后通過計算機仿真驗證，三維MLE算法和四維MLE算法的估計精度相當，因此新算法在減少計算量的同時沒有損失性能，實用性和實時性都顯著提高。 6．提出一種新的分布源模型和DOA估計方法：非對稱大角度擴展分布源方位估計方法。在以往的分布源方位估計問題中，一般都假定分布源空間角度擴展很小，并且分布源角度擴展?jié)M足對稱性。然而這是一種非常理想化的假設，現(xiàn)實中的分布源信號往往會突破這兩種限

7、制條件。 為了更普遍的描述分布源模型，文中利用Jacobi-Anger(JA)級數(shù)展開和高斯混合模型技術，得出了非對稱、大角度擴展分布源模型。新模型將不受分布對稱性以及空間擴展角度的限制，以往的空間能量滿足對稱性和小角度擴展的分布源模型都可以看作是新模型的特例。 在利用JA級數(shù)展開后得到的分布源模型中，模型誤差僅僅和級數(shù)展開的階數(shù)有關，而和分布源空間擴展角度無關。當JA級數(shù)的階數(shù)足夠高時，分布源模型誤差將會被控制在一個足

8、夠小的范圍內。此外在理論建模中，一般將非對稱的概率分布函數(shù)描述為多個對稱概率分布函數(shù)之和。文中利用高斯混合模型來構造非對稱分布，當調整混合模型中的參數(shù)時，非對稱概率分布的形狀也將發(fā)生改變。隨后將新的分布源模型與最速下降算法結合，得出了新的分布源DOA估計算法，通過計算機仿真，結果表明新模型是合理有效的，估計方法的性能接近CRB。 7．提出了二階近似分布源模型及低階近似SMVDR算法。在小角度空間能量擴展假設條件下，分布源模型可以

9、用低階 Taylor級數(shù)近似表示。廣義陣列流型利用了一階 Taylor級數(shù)展開，這里稱之為一階近似分布源模型。文中研究表明，此種模型忽略高次項帶來的模型誤差以及DOA估計算法的性能損失還是比較可觀的。因此提出了二階近似分布源模型，即利用二階 Taylor級數(shù)展開。新模型能夠進一步減小模型誤差，并且對相應的DOA估計算法帶來較大的性能提升。文中將一階近似分布源模型和二階近似分布源模型統(tǒng)稱為低階近似分布源模型。此種分布源模型與空間能量分布形