基于信号稀疏表示的阵列测向算法研究

《基于信号稀疏表示的阵列测向算法研究》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、４去种故＊著ＵＮＩＥＮＥＣＨＮＯＬＯＧＹＯＦＣＨＩＮＡＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＣＥＡＮＤＴ博±学位论文ＤＯＣＴＯＲＡＬＤＩＳＳＥＲＴＡＴＩＯＮ：４…古，：也严．’，月顺致％严ｆ興解！；，％１；ｉ；１；．；转鄉Ｉ逢＾刊．肾＇＇■＾：％ｊｉ仑支题目基于信号稀疏表巧的阵列测向算法妍究■Ｉ．Ａ？，学科专业信号与信息处理学号２０１２１１０２０４０５ｉ＾＾＾＾＾ＨｒＭｈ！！ｌ：Ｈｆｊｉ；ｔ指导教师魏平教授

2、：￣＂￣￣￣￣￣＇Ｈ１科：：：＾ＢＥｉｒ＇＂：岂：Ｍ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Ｗ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；Ｗ各年已／日，月／论支使用授权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盘的规定

3、，有权保留并向国家有关部口或机构送交论文的复印件和磁，允许论文被查阅和借阅。本人授权电子科技大学可将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ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应遵守此规定）作者签名：导师签名：Ｍ＿寄１曰期：ｉｃ／ｔ年１月曰ｑ分类号密级注1UDC学位论文基于信号稀疏表示的阵列测向算法研究（题名和副题名）罗晓宇（作者姓名）指导教师魏平教授电子科技大学成都（姓名、职称、单位名称）申请学位级别博士学科专业信号与信息处理提交论文日期2016年3月3

4、1日论文答辩日期2016年5月25日学位授予单位和日期电子科技大学2016年6月28日答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchonDirection-of-ArrivalEstimationAlgorithmsBasedonSparseRepresentationofSignalsADoctoralDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProces

5、singAuthor:XiaoyuLuoSupervisor:Prof.PingWeiSchool:SchoolofElectronicEngineering摘要摘要获取空间信号的波达方向信息是定位、导航、干扰以及成像等技术的重要前提。现有的测向算法中较为有效的是子空间类算法，然而，这类算法对于接收数据矩阵或采样协方差矩阵的秩有较强的限制。当这些矩阵的秩小于信号个数时，此类算法需要利用空间平滑技术对秩进行修正，这会使得阵元的利用率降低，进而导致测向性能的降低。随着压缩感知理论的快速发展，信号稀疏表示理论被用于阵列测向中。相对于子空间类算法，

6、基于信号稀疏表示的阵列测向算法可以有效地降低接收数据矩阵或采样协方差矩阵的秩对于测向性能的影响。基于此，本文将对基于信号稀疏表示的阵列测向算法展开深入的研究，其具体的研究内容和贡献可以分为以下四个方面：1.基于信号稀疏表示的阵列测向中的稀疏重构算法研究现有的基于信号稀疏表示的阵列测向算法中，利用l范数代替l范数是使用较10为广泛的稀疏重构方法。然而，l范数与l范数在定义上的差异性导致这种方法并10不稳定。特别是在信号模型的稀疏性由于噪声或不充分统计而下降的情况下，这种方法的性能较差。针对该问题，本文在第三章中提出了一种改进的l范数类算法。1

7、该算法中，本文利用加权迭代l范数代替传统的l范数实现稀疏重构。通过理论推11导可知，这种算法有效地降低了l范数与l范数在定义上的差异性，从而提高了测10向精度。尤其是在低信噪比和小快拍数的情况下，本文所提算法的测向性能明显优于传统的l范数类算法。12.网格失配情况下的稀疏表示模型修正以及稀疏重构算法研究通过网格化处理构造过完备基矩阵是基于信号稀疏表示的阵列测向算法中的核心理论。然而，网格化处理可能出现网格失配的问题。当真实的角度值不在过完备基矩阵的网格点上时，现有的大多数算法均会失效。针对该问题，在第四章中，本文利用泰勒一阶展开式修正了传统

8、阵列协方差矩阵的稀疏表示模型，并且提出了一种交替迭代算法实现了该修正模型下的稀疏重构，该交替迭代算法建立在一个l范数最小化问题和一个最小二乘问题之间。相对于传统算法，本文所提算1