基于平面方阵的二维DOA估计方法研究

发布时间：2020-05-29 02:50

【摘要】：波达方向(DOA)估计是阵列信号处理领域的重要研究方面,并已被广泛研究多年。其中基于一维DOA估计的研究占比较大,因为该模型颇具代表性且易于理解。但事实上,二维DOA估计更具有现实意义,例如对移动用户进行高精度的DOA跟踪从而更好的实现空分复用。诚然,一维DOA估计大都可以简单推广至二维进行空域位置估计。然而,简单的推广势必带来细节上的缺陷,诸如计算规模增加、解决方案效率低、某些算法不适用的问题。因此,针对上述问题本文展开如下的研究:首先,结合均匀面阵二维DOA估计执行过程中所面临的主要挑战:在低信噪比、快拍数不足(门限)情况下精度差,阐述并分析了MUSIC、ESPRIT及WSF等常用窄带DOA估计算法在二维应用过程中的优势及劣势。仿真结果表明上述经典DOA估计算法在“门限”性能方面均存在劣势,WSF算法是精度最佳的一种算法但其二维估计运算速度最慢。其次,本文针对“门限”性能差的问题,在WSF算法中引入伪随机噪声重采样技术,为解决由此产生的计算量大求解慢的问题,在WSF求解过程中结合烟花算法并加以改进,提出了基于改进烟花算法的PR-WSF算法。仿真结果表明改进后的算法提升了“门限”效应处的估计性能,并具有较快求解速度,但对快拍数要求较高成为阻碍进一步提升求解速度的关键。再次,针对上述问题考虑到基于压缩感知的DOA估计算法对快拍数敏感度低,以较少的采样数据就可以对信号的DOA信息做出正确估计,而处理数据少使得运算速度快,因此本文对压缩感知DOA估计进行研究。研究了基于平面方阵的阵列流形可分离二维波达方向估计模型,以及应用这一模型减少空域俯仰维与方位维计算项互耦的基于一阶泰勒展开的二维off-grid算法。仿真结果表明此方法能够有效对离网偏差做出估计。最后,结合SVD分解和多任务模型,提出一种基于SVD分解的二维多任务压缩感知off-grid算法。该算法弥补了现有算法在处理多快拍问题上的不足,并有效提升了求解速度。仿真结果表明该算法在解决在网问题和离网问题时均有效,且在低信噪比、小快拍数条件下具有较好的估计性能。
【图文】：

示意图,波达方向,示意图,二维波达方向估计

图 2.1 波达方向组成示意图的远近，DOA 估计可分远场 DOA场 DOA 估计。DOA 估计的一个俯仰角的同时估计。未来将继续发空间定位问题，但其核心技术仍然ctangularArray, URA）由M N个OA 估计进行研究，通过对算法进。模型源的二维波达方向估计，由于阵列究的内容在不影响空间谱估计算法

平面图,俯仰角,方位角,远场

带远场信源且其数目小于阵元数目，传一束平行平面波。射到阵列的信号数目已经估计得到，入用时间平均代替统计平均。0，且为加性高斯白噪声，噪声独立于入接收信号模型Y 平面上的M N维的均匀平面阵列，，其所配置的天线数，相邻阵元间距为d 。zyφS(θ,φ)
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN911.7

【相似文献】