基于稀疏重构的宽带信号多参数估计

《基于稀疏重构的宽带信号多参数估计》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：TN911.7单位代码：10183研究生学号：2015522050密级：公开基于稀疏重构的吉林大学宽带信硕士学位论文号多（学术学位）参数估计基于稀疏重构的宽带信号多参数估计Multi-parameterEstimationforWidebandSignalsBasedonSparseReconstruction温艳鑫作者姓名：温艳鑫专业：信号与信息处理研究方向：阵列信号处理授指导教师：燕学智副教授吉林培养单位：通信工程学院大学2018年6月—————————————————————基于稀疏重构的宽带

2、信号多参数估计—————————————————————Multi-parameterEstimationforWidebandSignalsBasedonSparseReconstruction————————————作者姓名：温艳鑫专业名称：信号与信息处理指导教师：燕学智副教授学位类别：工学硕士答辩日期：年月日未经本论文作者的书面授权，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

3、用不在此限）。否则，应承担侵权的法律责任。吉林大学硕士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。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。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：年月日《中国优秀博硕士学位论文全文数据库》投稿声明研究生院：本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容，愿意将本人的学位论

4、文委托研究生院向中国学术期刊（光盘版）电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿，希望《中国优秀博硕士学位论文全文数据库》给予出版，并同意在《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用，同意按章程规定享受相关权益。论文级别：■硕士□博士学科专业：信号与信息处理论文题目：基于稀疏重构的宽带信号多参数估计作者签名：指导教师签名：年月日作者联系地址（邮编）：吉林大学通信工程学院(130022)作者联系电话：0431-85095995基于稀疏重构的宽带信号多参数估计摘要信源参数估计是阵列信号

5、处理领域不可或缺的组成部分，在雷达、生物医药学、无线通信及机器人学等军用及民用领域广泛渗透。信号根据带宽的不同可以分为窄带信号和宽带信号。宽带信号自身包含的信息量更大，抗干扰能力更强，因而获得了更多的关注。现有的定位参量估计算法大多基于子空间理论，但子空间理论自身固有的一些缺点限制了该类算法的实际应用。稀疏重构理论的出现，为规避子空间类方法存在的问题提供了新的思路，可以提供更高的分辨率及更强的噪声鲁棒性。现有的基于稀疏重构的信源参数估计方法主要集中于窄带信号的一维DOA估计，针对宽带信号的多参数联合估计的方

6、法较少，且存在参数估计精度不足、阵列DOA估计的最大可分辨能力低、需要额外的参数配对过程等问题。本文以高精度的宽带信号多参数估计的理论需求为牵引，以稀疏重构方法为数学手段，在系统分析经典稀疏重构方法及宽带信号处理算法的基础上，循序渐进的对远场宽带信号的一维DOA估计、二维DOA估计及近场宽带信号的DOA和距离联合估计问题展开深入研究，旨在稀疏重构理论框架下为宽带信号的多参数联合估计问题提供新的解决方案。本文的主要贡献和创新性工作包括：（1）针对远场宽带信号的一维DOA估计问题，利用稀疏重构提出一种新的估计算

7、法。通过对宽带信号进行预处理，避免构造多个稀疏基矩阵，降低了算法复杂度。利用加和平均变换，给出基于二阶统计量的向量稀疏表示方法，降低数据维数，集中噪声能量。借助TLP惩罚函数构建加权约束条件，增强信号稀疏性，更好的逼近λ0范数重构信号，解决传统惩罚函数存在的约束不公平的问题。该算法不仅可以实现宽带信号各子频数据之间的联合估计，还可有效提高参数估I计精度及角度分辨率，尤其是在信噪比较低、快拍数不足、信源间距较小等情况，估计性能更佳。（2）针对远场宽带信号的俯仰角和方位角联合估计问题，在稀疏框架下提出一种基于互

8、质概念的宽带信号二维DOA估计新算法。对宽带信号进行DFT变换，根据各频带之间的互质性选取不同的互质频率对儿观测模型，获取更多额外的不同位置的差协同阵虚拟阵元，提高DOA估计的自由度。利用不同频率成分协方差矩阵的向量稀疏模型的稀疏一致性，给出基于联合稀疏重构的宽带信号参数估计模型，提高定位精度的同时降低计算复杂度。借助已求得的俯仰角参数构造方位角估计模型，将其放在稀疏重构框架下进行联合估计，避免参数配对。该算法综