欢迎来到天天文库
浏览记录
ID:35073784
大小:3.33 MB
页数:74页
时间:2019-03-17
《存在互耦情况下的阵列测向技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、存在互耦情况下的阵列测向技术研究ResearchonArrayDirectionFindingTechnologyinthePresenceofMutualCoupling领域:电子与通信工程研究生:吴晗指导教师:侯春萍教授企业导师:侯瑞高级工程师天津大学电子信息工程学院二零一五年十二月摘要阵列测向技术,即DOA估计技术,是阵列信号处理领域内的一个重要研究方向,过去的几十年内出现了大量超分辨算法,但其中大部分算法是基于理想情况下的模型的,而实际中阵列总是会存在误差,这种情况下这些算法的性能将严重下降,所以有必要研究存在阵列误
2、差时的DOA估计算法。本文主要研究了存在阵列互耦误差时的DOA估计算法。首先介绍了阵列测向技术的基础知识,包括几种阵列的数学模型和现有的一些经典算法。其次对于阵列误差校正,分析了阵列误差常见的几种模型,重点分析了阵元互耦的模型,讨论了互耦矩阵的性质及对DOA估计的影响,并介绍了阵列误差校正算法。针对一些互耦条件下的均匀线阵DOA估计算法中存在的计算复杂度较大的问题,提出了一种低复杂度的改进算法。该算法结合了传播算子法和求根法的优点,避免了特征分解和谱峰搜索计算。仿真实验表明,在中高信噪比的条件下,该算法能达到优良的性能。在低
3、信噪比下,如果适当地过度估计信号源数,其性能也能接近其他较好的算法。在互耦较强的场景下,该算法的优势更加显著。对于存在互耦情况下的二维阵列DOA及互耦系数估计问题,本文提出了一种不需要设置辅助阵元的算法。该算法建立在一个新的通用化的互耦模型之上,借鉴了参数化导向矢量法在一维阵列互耦校正中的优点。仿真实验表明,该算法在同样的情形下性能优于使用辅助阵元的算法,尤其在阵列尺寸较小及互耦效应较强时,优势更明显。这是因为该算法没有使用辅助阵元,因此没有阵列孔径的损失。关键词:阵列信号处理,DOA估计,互耦,低复杂度,辅助阵元ABSTR
4、ACTDirectionfinding,alsoDirectionofArrival(DOA)estimation,isanimportantareaofarraysignalprocessingresearch.Manyhighresolutionalgorithmshavecomeoutinthepastdecades.Mostofthealgorithmsarebasedonidealarraymodel,whoseperformancewilldegradeseriouslybecauseofthearrayerro
5、r.Itisnecessarytostudyonthealgorithmsinthepresenceofarrayerror.ThispaperfocusontheDOAestimationalgorithmsinthepresenceofmutualcoupling.Firstly,somebaseknowledgeofdirectionfindingisintroduced,includingsomekindsofarraymodelsandseveralclassicalgorithms.Asforarrayerror
6、calibration,somecommonarrayerrormodelsareanalysed,especiallythemutualcouplingmodel.Thepropertyofmutualcouplingmatrixandtheinfluenceofmutualcouplingarediscussed.Somemutualcouplingcalibrationmethodsareintroduced.AimingatthehighcomplexityoftheDOAestimationalgorithmsfo
7、runiformlineararrayswithmutualcoupling,alowcomplexityalgorithmisproposed.Thealgorithmcombinestheadvantagesofthepropagatormethodandrootmethod.Neithereigen-decompositionnorspectrumsearchingisneeded.Simulationresultsshowthatthealgorithmcanreachgoodperformanceatmiddlea
8、ndhighSNR,whileatlowSNR,theperformanceofthealgorithmisclosetootheralgorithmsifthetheassumednumberofsourcesisslightlyoverestimated.Incaseofstrongm
此文档下载收益归作者所有