基于Krylov子空间的多通道自适应信号检测方法的性能分析

发布时间：2017-06-08 10:11

  本文关键词：基于Krylov子空间的多通道自适应信号检测方法的性能分析，由笔耕文化传播整理发布。

【摘要】：多通道信号检测系统可以识别信号和杂波干扰的不同空时特征,对于空时相关强杂波和干扰背景下的信号检测,具有较好的检测性能,目前已被广泛应用于雷达、声呐、医疗检测等领域。对于经典的线性多通道信号检测方法,匹配滤波器(MF:Matched Filter)检测性能最优,但在实际情况下由于训练样本数目的限制不适用,而广义似然比检测(GLRT:Generalized Likelihood Ratio Test)和自适应匹配滤波器(AMF:Adaptive Matched Filter)检测所需的运算量和存储量较大。Krylov子空间方法作为一种高速有效的迭代方法可用于求解AMF的权值向量,由此产生的Krylov子空间自适应匹配滤波器(KAMF),在强杂波或强干扰的背景下,具有运算量低、训练样本需求量少等优点。本文首先介绍了Krylov子空间的基本理论与方法。通过Cayley-Hamilton定理引出Krylov子空间的定义,并重点介绍了几种常用的Krylov子空间方法,如Arnoldi算法、Lanczos算法、共轭梯度(CG:Conjugate Gradient)算法、广义最小残差(GMRES:Generalized minimal residual)算法等,总结分析了各算法的原理、适应条件以及优缺点等,为实现Krylov子空间在信号处理领域的应用奠定了理论基础。接着研究了经典的信号检测理论,通过建立二元假设模型,给出了信号检测的性能指标,即虚警概率、检测概率以及输出信干噪比(SINR:Signal to Interference plus Noise Ratio)等,并重点介绍了几种已有的信号检测方法:MF检测、GLRT检测、AMF检测以及共轭梯度匹配滤波器(CG-MF)检测;通过仿真分析比较了各检测器之间的检测性能。在上述讨论的基础上,本文主要开展了以下两个方面的工作:一.研究了Krylov子空间自适应匹配滤波器的检测性能。在杂波和干扰的强度远远大于噪声强度的情况下,协方差矩阵具有低秩校正结构。在该情况下,通过对KAMF检测器的权值向量的一阶近似表示,得出了KAMF检测器的近似虚警概率,证明了KAMF检测器具有近似恒虚警率(CFAR:Constant False Alarm Rate)特性;然后利用Wishart分布的性质推导出了KAMF检测器的近似检测概率;通过计算机生成数据对KAMF检测器的CFAR特性、检测曲线等进行了仿真分析与验证。二.研究了Krylov子空间自适应匹配滤波器的输出SINR的统计特性。利用CG算法来求解AMF的权值向量,并通过Lanczos算法的三对角化性质,给出了KAMF检测器的输出SINR的表示形式;当协方差矩阵为低秩校正阵时,给出了输出SINR的近似形式,并通过矩阵分块以及Wishart分布的基本性质推导出了KAMF检测器的输出SINR的近似概率密度函数(PDF:Probability Density Function);最后通过仿真验证了该近似PDF的准确性。本文介绍的KAMF检测器解决了经典的线性自适应检测过程中因矩阵求逆引起的运算量大的问题,且具有良好的检测性能,极具实践意义,值得我们进行深入研究。
【关键词】：Krylov子空间 虚警概率 CFAR特性 检测概率 信干噪比
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.23
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 绪论11-16
• 1.1 研究背景与意义11-12
• 1.2 国内外研究现状与发展态势12-15
• 1.3 本文工作与内容安排15-16
• 第二章 Krylov子空间基本理论与方法16-25
• 2.1 引言16
• 2.2 Cayley-Hamilton定理与Krylov子空间16-18
• 2.3 Krylov子空间基本方法18-24
• 2.3.1 Arnoldi方法18-20
• 2.3.2 Lanczos方法20-21
• 2.3.3 CG方法21-22
• 2.3.4 GMRES方法22-24
• 2.4 本章小结24-25
• 第三章 经典的信号检测理论25-37
• 3.1 引言25
• 3.2 数学模型25-26
• 3.3 信号检测的性能指标26-27
• 3.4 经典的信号检测方法27-31
• 3.4.1 MF检测器27-28
• 3.4.2 GLRT检测器28-29
• 3.4.3 AMF检测器29-30
• 3.4.4 CG-MF检测器30-31
• 3.5 不同检测器之间的检测性能比较31-36
• 3.6 本章小结36-37
• 第四章 Krylov子空间自适应匹配滤波器的检测性能分析37-57
• 4.1 引言37
• 4.2 KAMF检测器权值的一阶近似表示37-39
• 4.3 KAMF检测器的近似虚警概率与近似CFAR特性39-45
• 4.4 KAMF检测器的近似检测概率45-49
• 4.5 仿真分析与验证49-56
• 4.6 本章小结56-57
• 第五章 Krylov子空间自适应匹配滤波器的输出SINR统计特性57-67
• 5.1 引言57
• 5.2 CG-AMF检测器的输出SINR57-58
• 5.3 CG-AMF检测器的输出SINR的低秩逼近58-63
• 5.4 CG-AMF检测器的输出SINR的统计分析63-64
• 5.5 仿真分析与验证64-66
• 5.6 本章小结66-67
• 第六章 总结与展望67-69
• 6.1 论文工作总结67-68
• 6.2 展望68-69
• 致谢69-70
• 参考文献70-74

【相似文献】

中国期刊全文数据库 前10条

1 温静;李洁;高新波;;基于增量张量子空间学习的自适应目标跟踪[J];电子学报;2009年07期

2 杨春;欧进萍;;子空间系统辨识方法的系统阶数估计[J];振动与冲击;2009年11期

3 温之建,潘立登;子空间辨识方法的研究与改进[J];北京化工大学学报(自然科学版);2004年03期

4 冯智;;基于目标子空间的雷达自动识别系统[J];西安工程大学学报;2008年05期

5 邬芬;杨马英;田保林;王海波;;一种无外部持续激励的子空间闭环辨识算法[J];计算机应用与软件;2011年02期

6 杨华;李少远;;基于输入扩张的闭环系统子空间辨识及其强一致性分析[J];自动化学报;2007年07期

7 朱志德，李宇光，，李秀坤，李新民;用子空间方法对拖线阵海试数据处理与分析[J];哈尔滨船舶工程学院学报;1994年01期

8 刘昕明;高宪文;马云霞;;基于子空间辨识的焦炉集气管压力控制[J];东北大学学报(自然科学版);2014年05期

9 刘青松;戴蓓劏;许东星;吴德辉;;基于失配信息子空间失配补偿的话者确认[J];中国科学技术大学学报;2010年08期

10 葛亦乔;石春;吴刚;;基于两步方法的闭环子空间辨识算法[J];计算机仿真;2008年07期

中国重要会议论文全文数据库 前3条

1 沈兴鹏;刘雪芳;傅丰林;;一种基于子空间的MIMO-OFDM系统信道盲估计算法[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年

2 朱红丽;郑天琪;向坚;;基于子空间的人体运动类型分段[A];第二十九届中国控制会议论文集[C];2010年

3 方晨;王智慧;周向东;周皓峰;汪卫;施伯乐;;基于动态子空间距离的图像聚类[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

中国博士学位论文全文数据库 前7条

1 吴平;基于子空间的系统辨识及其应用[D];浙江大学;2009年

2 李幼凤;闭环子空间辨识方法及其应用[D];浙江大学;2010年

3 林依勤;收缩和扩张Krylov子空间方法[D];复旦大学;2005年

4 杨利平;保局子空间人脸特征提取及识别方法研究[D];重庆大学;2008年

5 吴亚锋;子空间系统辨识方法及其在复杂结构中的应用[D];西北工业大学;2000年

6 唐亮;面向人脸识别的子空间分析和分类方法研究[D];浙江大学;2009年

7 吴钢;求解大规模非对称矩阵特征值问题的一些数值算法[D];复旦大学;2004年

中国硕士学位论文全文数据库 前10条

1 赵一儒;基于子空间的人脸识别[D];河北大学;2015年

2 汪秋莹;基于Krylov子空间的多通道自适应信号检测方法的性能分析[D];电子科技大学;2015年

3 董新;子空间辨识方法的研究及软件包的开发[D];华北电力大学（北京）;2006年

4 张永富;一种子空间辨识对权重矩阵加权平均新方法[D];大连理工大学;2013年

5 孟红燕;求解矩阵特征值问题的Inverse-free Krylov子空间方法[D];南京航空航天大学;2012年

6 杨江;基于子空间辨识的控制性能评估研究[D];浙江大学;2011年

7 陈瑞宇;多线性子空间方法在错误隐藏上的应用[D];浙江大学;2008年

8 魏庭阳;基于正交分解和主元分析的子空间辨识方法研究及应用[D];湖南大学;2014年

9 杜琳琳;基于共享子空间学习的多视角数据分析[D];北京交通大学;2014年

10 牛晓倩;可重启的广义二阶Krylov子空间方法[D];厦门大学;2009年

  本文关键词：基于Krylov子空间的多通道自适应信号检测方法的性能分析，由笔耕文化传播整理发布。

本文编号：432190