相干信号源的阵列测向算法研究.pdf

《相干信号源的阵列测向算法研究.pdf》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、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERTHESIS（电子科技大学图标）论文题目相干信号源的阵列测向算法研究学科专业信号与信息处理学号201221240611作者姓名裴旭指导教师曹建蜀副研究员分类号密级注1UDC学位论文相干信号源的阵列测向算法研究（题名和副题名）裴旭（作者姓名）指导教师曹建蜀副研究员电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业信号与信息处理提交论文日期2015年5月12日论文答辩日期2015年5月27日学位授予单位和日期电子科技大学2015年6月27日答辩委员会

2、主席评阅人注1：注明《国际十进分类法UDC》的类号。RESEARCHONDIRECTIONOFARRIVALAlGORITHMSINCOHERENTSIGNALSAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:PeiXuAdvisor:CaoJianshuSchool:ResearchInstituteElectronicScienceandTechnology独创性声明本人声明所呈交的学位论文是本人在导师指导

3、下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后

4、应遵守此规定）作者签名：导师签名：日期：年月日摘要摘要波达方向估计(DOA)一直是阵列信号处理中一个较为热门的研究方向。目前大部分DOA算法都是基于空域信号是相互独立或不相关这一假设的。然而在实际应用中，相干信号是普遍存在的。针对相干信号源的一般DOA算法所面临的阵列利用率低，低信噪比表现差等问题，本文给出了一些基于子空间算法的相干信源处理方法。近年来，压缩感知和稀疏重构理论引起了国内外学者的广泛关注，并将其应用于DOA估计算法中。由于其在处理相干信号时的天然优势，本文基于稀疏重构理论给出了一些更加优越的算法。全文工作内容可以概括如下：(1)给出一种可以分开估计独立信号与各个相干群DOA的新

5、方法。基于均匀线阵的导向矢量的线性组合不产生新导向矢量这一结论，首先采用多重信号分类(MUSIC)算法直接估计独立信号源的DOA信息。然后利用阵列接收数据二阶项中独立信号和噪声的Toeplitz特性，采用差分操作去除独立信号和噪声的影响，接着构造无交互影响的虚拟阵列流型矩阵，针对该矩阵的每一列采用改进的矢量奇异值算法估计每个相干群的DOA信息。(2)当接收信号中相干群较多时，上一算法需要进行多次奇异值分解，且所有操作都是基于复数域的，因此计算量较大。通过将虚拟阵列流型矩阵中的每一列看做是一个单次快拍虚拟数据，采用扩展孔径的实值旋转不变子空间(ESPRIT)算法估计各个相干群的来波信息，进而在

6、一定程度上减小了计算量。同时由于差分操作去除了噪声污染，所提算法很好的克服了低信噪比条件下，实值算法不稳定的弊端。(3)针对传统子空间算法需要预知信源个数作为先验信息这一弊端，采用正交匹配追踪(OMP)算法估计每个相干群的DOA信息。由于不利用子空间的正交性，因此所提算法进一步提高了阵列利用率。由于差分操作抑制了噪声的干扰，同时所构造的虚拟阵列流型消除了相干群的交互影响，所提算法很好的克服了OMP算法在低信噪比下不稳定的缺点。(4)讨论了基于阵元空间和基于波束空间的DOA算法基本原理。将稀疏重构思路扩展至波束空间，给出基于波束空间协方差稀疏重构的算法。所提算法通过合理的设置波束形成矩阵，将维

7、度较高的阵元空间接收数据映射至维数相对较低的波束空间，最后采用基追踪(BP)算法估计信号DOA。关键词：相干信号，波达方向估计，阵列孔径扩展，稀疏重构，波束空间IABSTRACTABSTRACTDirectionofarrival(DOA)estimationinarraysignalprocessinghasbeenapopularresearchdirection.Currently,mostDOAest