稀疏陣列下的空間譜估計(jì)算法研究.pdf

1、空間譜估計(jì)即波達(dá)方向(direction of arrival，DOA)估計(jì)，是陣列信號處理的核心問題之一。很多傳統(tǒng)的DOA估計(jì)算法都是以均勻陣列的接收模型為基礎(chǔ)而提出的。然而，為了避免角度模糊，均勻陣列的內(nèi)部陣元間距不能超過入射信號的半個波長，這樣就限制了陣列的孔徑。與均勻陣列相比，稀疏陣列的內(nèi)部陣元間距可以不相等，并且能夠突破半個波長的限制。因此，在陣元數(shù)相等的情況下，相比于均勻陣列，稀疏陣列能更好的擴(kuò)展陣列孔徑從而提高DOA估計(jì)的

2、精確度和改善對來波信號的分辨率。也正因?yàn)槿绱?，近年來，稀疏陣列受到了越來越多的關(guān)注。
　　而本文主要是圍繞稀疏陣列在DOA估計(jì)中的應(yīng)用而展開的，其主要內(nèi)容可以總結(jié)如下：
　　第一、研究稀疏陣列在一維DOA估計(jì)中的應(yīng)用。首先，提出了一種基于互素陣列的多重信號分類(multiple signal classification，MUSIC)算法。此算法的優(yōu)點(diǎn)是直接利用陣列接收數(shù)據(jù)的四階累積量(fourth-order-cumula

3、nt，F(xiàn)OC)去構(gòu)造一個擴(kuò)展的信號子空間以達(dá)到擴(kuò)展陣列孔徑的目的。此算法不需要通過構(gòu)造高階的協(xié)方差矩陣去擴(kuò)展孔徑，更不需要利用復(fù)雜度較高的特征值分解去獲取信號子空間，而且還可以通過預(yù)估計(jì)來減小搜索范圍。通過與傳統(tǒng)MUSIC算法以及基于四階累積量的MUSIC(FOC-MUSIC)算法的對比，可以發(fā)現(xiàn)此算法可以以較低的計(jì)算量來實(shí)現(xiàn)高分辨和高精確度的DOA估計(jì)。然后，提出了一種在互耦存在條件下基于二級嵌套陣列的盲DOA估計(jì)算法。此算法使用二級

4、嵌套陣列來減小互耦的影響。利用部分陣元的接收數(shù)據(jù)的四階累積量來構(gòu)造一個與普通均勻線陣的協(xié)方差矩陣等效的四階累積量矩陣。通過對這個四階累積量矩陣進(jìn)行處理，便可獲得高精確度和高分辨率的DOA估計(jì)結(jié)果。仿真實(shí)驗(yàn)表明此算法的估計(jì)精確度和角分辨率要好過很多已有的基于互耦存在的DOA估計(jì)算法。
　　第二、研究平行稀疏陣列在二維DOA估計(jì)中的應(yīng)用。首先，針對非相干信號和相干信號，提出了兩種基于平行陣列的陣列流行匹配算法。這兩種算法都需要利用一種

5、已有的一維DOA估計(jì)算法將仰角估計(jì)出來，再利用已估計(jì)出來的仰角將方位角快速估計(jì)出來，且能實(shí)現(xiàn)仰角和方位角的自動配對。然后，提出了兩種基于雙平行二級嵌套陣列的二維DOA估計(jì)算法。這兩種算法都需要利用陣列接收數(shù)據(jù)的四階累積量構(gòu)造兩個高階的四階累積量矩陣。通過對其中一個四階累積量矩陣進(jìn)行處理便可將仰角估計(jì)出來。再利用已估計(jì)出來的仰角便可把方位角快速估計(jì)出來。在方位角的估計(jì)過程中，兩種方法都不需要任何的特征值分解和譜峰搜索，而且方位角可以和仰角

6、自動配對。其估計(jì)精確度要超過很多已有的基于雙平行線陣的經(jīng)典二維DOA估計(jì)算法。
　　第三，研究L形稀疏陣列在二維DOA估計(jì)中的應(yīng)用。首先，提出了一種基于L形互素陣列的二維DOA估計(jì)算法。此算法是將L形互素陣列與四階累積量相結(jié)合，利用陣列接收數(shù)據(jù)的四階累積量構(gòu)造一個與均勻 L形陣列的互協(xié)方差矩陣等效的四階累計(jì)量矩陣。再結(jié)DOA矩陣法，便可獲得高性能的DOA估計(jì)效果。其估計(jì)精確度要優(yōu)于很多已有的基于L形陣列的經(jīng)典算法。然后，提出了一種

7、基于L形二級嵌套陣列的子空間擴(kuò)展技巧和一個基于任意L形陣列的二維參數(shù)配對算法。這個子空間擴(kuò)展技巧的最大優(yōu)點(diǎn)就是只需很小的計(jì)算量就可以獲得一個擴(kuò)展的信號子空間。然后再將一些已有的子空間類算法應(yīng)用到此擴(kuò)展的子空間中，便可提高DOA估計(jì)的精確度。再結(jié)合配對算法便可以得到高精確度的二維DOA估計(jì)結(jié)果。
　　第四、研究稀疏陣列在非圓信號的DOA估計(jì)中的應(yīng)用。首先，提出兩個基于互素陣列的非圓信號的一維DOA估計(jì)算法。這兩個算法將互素陣列與四階

8、累積量相結(jié)合，構(gòu)造四個四階累積量矩陣，再將這四個四階累積量矩陣組合成一個高階分塊矩陣。利用MUSIC算法和旋轉(zhuǎn)不變子空間(estimation of signal parameters via rotational invariance techniques，ESPRIT)算法的原理對這個高階的分塊矩陣進(jìn)行處理便可以獲得高性能的一維DOA估計(jì)結(jié)果。仿真結(jié)果表明，此算法的估計(jì)性能要優(yōu)于一些已有的同類算法。然后，提出了一個基于L形互素陣列的

9、非圓信號的二維DOA估計(jì)算法。與非圓信號的一維DOA估計(jì)算法類似，此算法也需要構(gòu)造四個四階累積量矩陣和一個高階的分塊矩陣。通過對這個高階矩陣的處理，便可獲得自動配對的二維DOA估計(jì)值。仿真結(jié)果表明，此算法的估計(jì)性能要優(yōu)于一些已有的同類算法。
　　第五、研究陣列流形匹配算法和子空間擴(kuò)展算法在雙基地(Multiple-Input Multiple-Output，MIMO)雷達(dá)測向中的應(yīng)用。首先，利用陣列流形匹配算法提出一種基于雙基地M