循环平稳信号基于khatri-rao子空间的虚拟阵列构造及doa估计

《循环平稳信号基于khatri-rao子空间的虚拟阵列构造及doa估计》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:TN9110710-2013124001硕士学位论文循环平稳信号基于Khatri-Rao子空间的虚拟阵列构造及DOA估计王娜导师姓名职称郭元术教授申请学位类别工学硕士学科专业名称信息与通信工程论文提交日期2016年4月28日论文答辩日期2016年6月16日学位授予单位长安大学VirtualarrayTransformationandDOAEstimationofCyclo-stationarySignalsViaKhatri-RaosubspaceAThesisSubmittedfortheDegreeofMasterCandidate：WangNaSupervisor：Pro.Guo

2、YuanshuChang’anUniversity,Xi’an,China．论义独创性声明本人声明：本人所强交的学位论文是在导师的指导下，独立迸巧：［，对论文的巧情作所取得的成果。除论文中已经注明引用的内容外。本论研究做出重嬰贡献的个人和集体，均己在文中Ｗ明确方式标明文中不包含任何未加明确注明的其他个人或集体已经公开发表的成果。本声明的法律责任由本人承担。论文作者签名：王瑚２Ｗ谷年６月巧曰ｆ论文知识产权权属声明本人在导师指导Ｔ所完成的论文及相关的积务作品，知识产权归。抖任何方式发表、屬学校学校享有、复制、公开阅览借阅Ｗ及申请专利等权利。本人离校后发

3、表或使用学位论文或与该论文直接相关的。学术论文或成果时，著名单位仍然为长安大学（保密的论文在解密盾应遵守此规定）＞论文作者签名：至翊俗年＾＾月／５曰ｆ导师签名＞０化年月巧曰（摘要空间谱估计算法中经常假设信号是平稳的，而实际情况中信号多是非平稳的，本文即针对一类特殊的非平稳信号--循环平稳信号，研究其在信源个数较多的情况下，对阵列孔径进行扩展的虚拟阵列构造及DOA估计。较为常用的具有阵列扩展性能的DOA估计方法是基于高阶累积量的DOA估计方法，因该方法的计算复杂度较大，故本文旨在在现有理论的指导下，研究有一定阵列扩展性能且计算量较低的DOA估计算法，即循环平稳信号的基于Kh

4、atri-Rao子空间的虚拟阵列构造及其DOA估计方法，该方法根据接收信号二阶统计量的Khatri-Rao积的性质进行其虚拟阵列构造，避免计算高阶累积量，充分开发循环平稳信号二阶统计量的子空间特征，并研究了在不损耗阵列有效自由度的前提下进一步降低计算量的降维方法，并将此方法与基于高阶累积量的DOA估计方法进行了对比。理论研究表明，基于Khatri-Rao子空间的方法在不计算高阶累积量的前提下，可进行接收端阵元个数小于信号源个数情况的DOA估计，实现阵列“虚拟的扩展”，同时计算量不会大幅增加；仿真对比表明，基于Khatri-Rao子空间的方法，可对信源个数较大的情况进行DOA估计，而相比于循环平

5、稳信号的基于高阶累积量的方法（HOCS）而言，该算法的运行时间较少，但其对色噪声的抑制性能不强。关键词：循环平稳，阵列扩展，虚拟阵列，高阶累积量（HOCS），Khatri-Rao子空间iAbstractIntheconventionalsignalprocessingapproachs，thesignalhadbemodeledasbeingstationary,butinrealworldapplications,therearesignalsthatarenonstationary,consideringaspecialnonstationarysignals–cyclo-stationa

6、rysignals,thispaperresearchesthe“virtual”arraystructureofcyclo-stationarysignalsandtheproblemofdirection-of-arrive(DOA)estimationunderthecircumstancesthatmoresourceexist.ThecommonlyusedDOAestimationapproachbasedonthearrayexpansionisthehigherordercumulantsalgorithm,theincreasedorderimplieslargerdatal

7、engthsforreliableestimationofstatistics,andthecomputationalcomplexityisgreater,Therefore,thispaperintendtoreaserchaDOAestimationapproachbasedonthearrayexpansionandlowercomputationalcomplexityundertheg