基于极化敏感阵列的DOA估计算法研究及DSP实现

发布时间：2020-06-07 02:24

【摘要】：极化信息是电磁波的一种固有属性。极化敏感阵列不仅可以获取信号的空域信息,还可以获取信号的极化信息。在参数估计中除了信号的DOA(Direction Of Arrival)参数还引入了极化参数,这使得极化敏感阵列比标量阵在阵列信号处理领域更有优势。极化敏感阵列与标量阵的不同在于使用了矢量传感器,目前矢量传感器主要分为全电磁矢量传感器和低维残缺传感器。但是全电磁矢量传感器造价高且耦合严重不适合宽带信号处理,所以本文主要针对正交偶极子展开研究。首先,针对极化MUSIC(Multile Signal Classification)算法进行了研究。由于极化敏感阵列比标量阵多出了两维的极化参数,在进行信号处理时势必会提高算法的运算量,所以讨论了极化MUSIC算法的降维运算。另外针对极化敏感阵列的性能优势展开了详细的论述,通过克拉美-劳下界(Cramer Rao Bound,CRB)分析了信号参量对测量精度的影响,并且通过对测角精度和分辨力的分析阐述了极化敏感阵列相比于标量阵的性能优势。其次,针对偶极子组成的均匀线阵使用极化MUSIC算法和极化ESPRIT算法(Estimation of Siganl Parameters via Rotational Invariance Techniques)进行DOA估计时存在的缺陷,提出了一种偶极子交叉线性阵列和Ratio-ESPRI算法。这种阵列是由正交偶极子组成的均匀线阵,可以通过双通道的正交偶极子获取X、Y、Z三个方向的极化信息。Ratio-ESPRIT算法在对数据进行处理时,没有单独的利于极化信息之间存在的极化域相位差或者是空域相位差进行DOA估计,而是把极化域相位差和空域相位差联合进行处理,通过不同相位差的比值直接求出信号DOA和极化参数。通过实验仿真证明了可以有效使用均匀线阵实现对信号的二维DOA和极化参数的联合估计,这可以有效节约天线阵列占用的空间。最后,对极化敏感阵列组成的均匀圆阵进行了硬件实现。在硬件实现中使用了多核DSP(Digital Signal Processing)处理器TMS320C6678,核间通信和数据传输采用了最小使用加共享内存的模式实现。由于极化MUSIC算法在做谱估计时会有较大运算量,所以根据多核DSP的特性对其进行了优化,搜索的优化策略主要为递进式分级搜索加多核并行搜索。
【图文】：

四信,参数估计,仿真图,阵列

14图 2.4 四信源极化敏感阵列参数估计仿真图根据表格 2.2 和图 2.4 中的仿真结果对比可以看出，极化 MUSIC 算法可以对多个信源的 DOA 和极化参数进行联合估计，并且信号的 DOA 和极化信息估计谱中谱峰尖锐，该算法具有良好的估计能力。2.4.2 算法的分辨特性与仿真本小节主要讨论了极化 MIUSC 算法在两个信号不同或者相同 DOA 和极化状态下

联合谱,分辨特性,仿真图

图 2.5 联合谱分辨特性仿真图第二种情况为两个信号的 DOA 相同，极化状态不同，那么根据公式（2-30）2-31）两个信号的导向矢量可以表示成：( ) ( ) ( )1 1 1 1 1 111, , , ,,a D h （( ) ( ) ( )1 1 2 2 2 211, , , ,,a D h （那么上面两个导向矢量相加如下：( ) ( ) ( ) ( ) ( )( )( ) ( )1 1 1 1 1 1 2 2 1 1 1 1 2 21 1 3 3, , , , , , , , ,, ,a a D h hD h （根据上式可以看出当两个空间信号的到达角参数相同时，两个入射信号的导向叠加变为一个入射信号，这时候利用谱估计就不能够进行分辨。仿真结果如。信号 DOA 相同，极化状态不同分辨特性仿真验证：在信噪比为 20dB，快拍数为 100 的条件下，输入两个信号，入射信源的信息
【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】