基于稀疏感知理论的空间目标DOA估计算法研究

发布时间：2017-04-11 10:02

  本文关键词：基于稀疏感知理论的空间目标DOA估计算法研究，由笔耕文化传播整理发布。

【摘要】：阵列信号处理作为现代信号处理中的一个重要分支，在雷达、声呐、通信、地震勘探、射电天文以及医学成像等多种军事及国民经济领域中获得了广泛应用和迅速发展。空间目标的DOA估计问题作为阵列信号处理的一个重要组成部分是现如今广为研究的课题。传统的DOA估计方法存在一定的局限性：波束形成技术的角度分辨率取决于接收天线阵元个数和阵元间距并且受到瑞利限的限制，即只有当对远场中的两个点信号源的角度间隔大于天线的波束宽度时，这两个目标才能被分辨出来；空间谱估计方法通常需要通过较多的快拍数对观测信号进行采样，从而得到信号协方差矩阵的充分统计，因此该方法对信源或目标的观测周期比较长，另外，当信噪比较低或者信源相关性较高时，DOA估计的性能会明显下降；工程上常用的干涉仪测角方法虽然原理简单易于实现，但为了达到较高测角精度需要采用较长的基线，从而需要进行解模糊处理，并且该方法只能够对单一目标进行DOA估计。 近年来，基于稀疏信号重构理论的压缩感知方法得到了广泛的研究。压缩感知理论得出，当被测信号在某个变换域下是可压缩或者稀疏的，那么通过远少于经典采样理论所需的采样次数就可以精确重建原始信号或实现对信号参数的精确估计。由于阵列信号模型中蕴含着信号传播的空间稀疏性，基于压缩感知理论的阵列信号处理在近些年成为研究热点。本文对不同快拍数下基于压缩感知理论的空间目标DOA估计方法进行了分析和研究，并针对快拍数较多情况下的DOA估计提出改进算法，算法能够在无需已知被测目标个数的前提下实现对相干目标实现精确的DOA估计；与已有的基于压缩感知的DOA估计算法相比，本文所述算法具有更高的角度分辨率和估计成功概率以及更低的计算复杂度。
【关键词】：阵列信号处理 DOA 压缩感知 稀疏重建
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.23
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 . 绪论10-17
• 1.1. 研究背景及意义10-12
• 1.2. 国内外研究现状及发展趋势12-15
• 1.2.1. 阵列信号处理 DOA 估计研究现状12-13
• 1.2.2. 压缩感知理论研究现状13-15
• 1.3. 本文主要研究内容及结构安排15-17
• 第2章 . 传统 DOA 估计方法及压缩感知理论基础17-28
• 2.1. 传统 DOA 估计方法17-23
• 2.1.1. 波束形成方法17-20
• 2.1.2. 空间谱估计方法20-23
• 2.2. 压缩感知理论基础23-26
• 2.2.1. 信号的稀疏或可压缩性23-24
• 2.2.2. 观测系统的非相干性24-25
• 2.2.3. 信号的重建方法25-26
• 2.3. 本章小结26-28
• 第3章 . 低快拍下信号的 DOA 估计28-34
• 3.1. 单快拍下信号的 DOA 估计28-31
• 3.1.1. 信号模型28-30
• 3.1.2. 信号的稀疏表示30
• 3.1.3. 观测矩阵的建立与信号重建30-31
• 3.2. 低快拍下信号的 DOA 估计31-33
• 3.2.1. 信号模型及稀疏表示31-32
• 3.2.2. 子空间理论基础32-33
• 3.2.3. 压缩感知理论与 MUSIC 理论相结合的重构方法33
• 3.3. 本章小结33-34
• 第4章 . 多快拍下信号的 DOA 估计34-56
• 4.1. 基于子空间分解的压缩感知算法34-37
• 4.1.1. 信号模型及稀疏表示34-35
• 4.1.2. 奇异值分解及重构方法35-37
• 4.1.3. 计算量与性能分析37
• 4.2. 基于框架相关性的压缩感知算法37-42
• 4.2.1. 信号模型及稀疏表示37-39
• 4.2.2. 重构准则的确定及参数选取39-42
• 4.2.3. 计算量与性能分析42
• 4.3. 基于框架相关性的压缩感知快速算法42-46
• 4.3.1. 信号模型及稀疏表示43-44
• 4.3.2. 重构准则的确定及参数选取44-45
• 4.3.3. 计算量与性能分析45-46
• 4.4. 改进的基于框架相关性的快速算法46-54
• 4.4.1. 基于框架相关性快速算法存在的问题46-49
• 4.4.2. 改进方法的重构准则与参数选取49-50
• 4.4.3. 仿真及性能分析50-54
• 4.5. 本章小结54-56
• 第5章 . 改进的超分辨 CS-DOA 估计算法56-68
• 5.1. 冗余字典的构造及重建准则的确定56-58
• 5.2. 迭代运算和附加冗余字典的更新58-60
• 5.3. 仿真及性能分析60-66
• 5.3.1. 相关系数容限分析60-61
• 5.3.2. 估计精度分析61-66
• 5.3.3. 计算复杂度分析66
• 5.4. 本章小结66-68
• 结论68-71
• 参考文献71-75
• 攻读学位期间发表论文与研究成果清单75-76
• 致谢76-77

【参考文献】

中国期刊全文数据库 前9条

1 廖桂生,保铮,张林让;基于特征结构的自适应波束形成新算法[J];电子学报;1998年03期

2 赵永波,刘茂仓,张守宏;一种改进的基于特征空间自适应波束形成算法[J];电子学报;2000年06期

3 石新智,王高峰,文必洋;修正MUSIC算法对非线性阵列适用性的讨论[J];电子学报;2004年01期

4 康春梅,袁业术;用MUSIC算法解决海杂波背景下相干源探测问题[J];电子学报;2004年03期

5 焦李成;杨淑媛;刘芳;侯彪;;压缩感知回顾与展望[J];电子学报;2011年07期

6 陈玉龙;黄登山;;基于压缩感知的二维DOA估计[J];计算机工程与应用;2012年28期

7 殷勤业,邹理和,Robert W.Newcomb;一种高分辨率二维信号参量估计方法——波达方向矩阵法[J];通信学报;1991年04期

8 何子述,黄振兴,向敬成;修正MUSIC算法对相关信号源的DOA估计性能[J];通信学报;2000年10期

9 吴小川;邓维波;杨强;;基于CS-MUSIC算法的DOA估计[J];系统工程与电子技术;2013年09期

中国博士学位论文全文数据库 前1条

1 胡南;基于稀疏重构的阵列信号波达方向估计算法研究[D];中国科学技术大学;2013年

  本文关键词：基于稀疏感知理论的空间目标DOA估计算法研究，，由笔耕文化传播整理发布。

本文编号：298831