低信噪比下阵列信号源数目估计算法研究

《低信噪比下阵列信号源数目估计算法研究》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、分类号：TN911.7单位代码：10183研究生学号：2013522012X密级：公开吉林大学硕士学位论文（学术学位）低信噪比下阵列信号源数目估计算法研究ResearchonArraySourceEnumerationAlgorithmforLowSignal-to-NoiseRatio作者姓名：姜畔专业：通信与信息系统研究方向：阵列信号处理指导教师：张海蓉副教授培养单位：通信工程学院2016年6月未经本论女作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分

2、内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学硕±学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研巧做出重要贡献的个人和集体，均已在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名；日期：三０／作／月Ｘ自

3、———————————————————————————————低信噪比下阵列信号源数目估计算法研究———————————————————————————————ResearchonArraySourceEnumerationAlgorithmforLowSignal-to-NoiseRatio——————————————————————————————————作者姓名：姜畔专业名称：通信与信息系统指导教师：张海蓉副教授学位类别：工学硕士答辩日期：2016年6月5日低信噪比下阵列信号源数目估计算法研究摘要阵列信号

4、处理中大部分高分辨算法均以信号源数目已知或预估计为前提，然而在实际应用中，信号源数目往往未知，其与真实信号数目之间的误差会导致许多高分辨率波达方向估计算法的性能急剧恶化，同时现有的大部分信号源数目估计算法在高信噪下具有良好的估计性能，而在低信噪比环境中往往失效。因此，本文围绕低信噪比下信号源数目估计算法进行深入研究。首先，本文介绍了阵列信号基础知识，研究了窄带信号源数目估计的经典算法，包括特征值分解方法，信息论方法，平滑秩序列方法和盖氏圆方法，对各个算法进行理论分析，并对算法性能进行比较和仿真。其次，从均匀线性阵

5、列差分时延特征出发，详细介绍了基于接收信号空间互协方差函数的Hankel矩阵的构成和性质，并在此基础上提出了基于Hankel矩阵奇异向量的低信噪比信号源数目估计算法，采用导向矩阵和Hankel矩阵左奇异值向量的内积的Euclidean范数估计信号源数目，利用盲波束成形技术估计导向矩阵，通过前向空间平滑思想解决导向矩阵和Hankel矩阵左奇异值向量维数不匹配问题。仿真结果表明新算法在低信噪比环境中信号源数目估计能力有很大提高，并且同时适用于非相干信号源和相干信号源情况，具有渐进一致性和较好的稳定性。最后，本文分析了

6、宽带信号源数目估计经典算法，对非相干信号子空间ISM算法中基于噪声特征值统计特性的信号源数目估计算法和相干信号子空间CSM算法中双边相关变换TCT算法的基础和原理进行介绍。在ISM算法的基础上，结合基于互协方差函数的Hankel矩阵，提出了新的宽带信号源数目估计算法。仿真表明该方法可以实现宽带信号源数目的估计，在低信噪比环境中表现出较好的鲁棒性，并具有良好的解相干能力。关键词：阵列信号处理，信号源数目估计，低信噪比，Hankel矩阵，奇异值分解1ResearchonArraySourceEnumerationAl

7、gorithmforLowSignal-to-noiseRatioABSTRACTMostoftheexistinghigh-resolutionarraysignalprocessingalgorithmshavethepremisethatthesourcenumberhasbeenknownorpre-estimated,which,however,isunknowninreality.Andthedeviationbetweenactualsourcenumberandestimatedsourcenum

8、bermaymaketheperformanceofmanydirection-of-arrivalestimationalgorithmsdeterioraterapidly.Mostexistingsourceenumerationtechniquesinsensor-basedstudieshaveasatisfactoryperformanceinhighormi