基于压缩感知的波达方向估计算法研究

发布时间：2019-10-29 13:14

【摘要】：波达方向(Direction of Arrival,DOA)估计是阵列信号处理中十分重要的组成部分,在雷达、通信、水声等领域有着普遍的应用。DOA估计通过天线阵的接收数据来估计入射信号的来波方向,是波束形成等阵列信号处理的前提。与此同时,作为高维数据的有效降维方法,基于稀疏性的压缩感知(Compressive Sensing,CS)理论近年来发展迅速,并在DOA估计领域得到了广泛的关注。基于CS理论的DOA估计算法相对于传统的DOA估计算法有独特优势,尤其是有更加广泛的适用场景。本文正是研究如何利用CS理论的新成果构建适用场景广泛且性能优异的DOA估计算法。首先,论文介绍了课题的研究背景,概述了DOA估计的研究进展和研究现状。对多重信号分类算法和旋转不变子空间技术这两类算法进行了介绍,重点分析了CS理论及基于CS理论的两种估计方法,总结了CS理论应用于到达角估计中的一般方法和步骤。其次,就采用CS的DOA估计中的无网格化处理进行了研究,提出了基于最小二乘余量CS的网格校正的DOA估计算法。在应用CS于DOA估计时需要对角度空间进行网格化,从而不可避免的带来网格效应。而压缩感知的新进展无网格压缩感知和贝叶斯压缩感知,可以用来去除网格效应,在高信噪比情形拥有较好的性能。通过仿真验证了这几种网格校正的DOA估计算法的有效性,与含有网格效应的算法的对比表明此类算法在高信噪比情形有一定的优势。通过仿真,也验证了提出的算法与传统算法相比有更低的计算复杂度和更高的估计精度。最后,对单比特量化情形的DOA估计展开了深入研究,提出了基于分类机器学习算法的无网格单比特DOA估计算法。单比特量化下的阵列信号处理技术在未来的大规模MIMO系统中有着非常广泛的应用前景。传统单比特DOA估计算法需要大量的快拍数才能获得比较精确的协方差矩阵的估计,而基于压缩感知的单比特DOA估计算法在单快拍情形也是适用的。本文提出利用信号的稀疏性从而将单比特DOA估计建模为分类问题的可行性,并提出一种基于分类算法的单比特DOA估计算法,该算法同时利用一致性重建以去除网格效应。仿真结果表明,该算法相对于现有的单比特DOA估计算法有更高的估计精度和更广泛的适用场景。
【图文】：

框架图,论文,框架

图 1-1 论文的主要框架第 2 章研究了传统波达方向估计的基础理论以及压缩感知在 DOA 估典应用。首先介绍了阵列接收的数据模型以及基于子空间理论的多重算法和旋转不变子空间技术，子空间类方法是后续方法比较或者改进对利用角度离散化处理的 L1-SVD 和利用 OMP 的 DOA 估计方法进行及算法的仿真。第 3 章是本文的重点内容，分析了角度离散化所带来的网格效应，研网格效应的一些方法。一种是借助于原子范数，直接在连续域进行处疏恢复转化为一个等价的 SDP 问题。另一种是在网格划分之后的网通过贝叶斯学习等方式可以获得校正值进而最终获得去除了网格效应计结果。在本章我们设计了一种在已知前一时刻信息的网格校正的 D方法。第 4 章是本文的核心内容，研究了单比特量化情形的 DOA 估计。在于稀疏一致性重建的单比特 DOA 估计方法的基础上，提出了将单比DOA 估计建模为分类问题的可行性，并且提出了一种去除了网格效应 DOA 估计算法，仿真分析了其有效性，该方法在未来的大规模 MIM

直线阵列,窄带,远场,入射

子空间的算法进行研究。然后介绍了 CS 相关理论，包括其探究 CS 在 DOA 估计中的应用，为后续章节对 DOA 估计的。波达方向估计简介的研究对象是窄带入射信号下的线阵的波达方向估计，本节匀线阵接收数据模型，并介绍两种子空间类的算法。阵的数据模型OA 估计相关理论中，算法均依托于具体的阵列模型和对于设。如果数据模型或者相应的假设发生变换，则相应的算法改。在一般的波达方向估计理论中，采用的是均匀直线阵列ray，ULA）。直线指的是阵列天线排列在一条直线上，，均匀匀也即阵元间距相同，并且此处的天线均为各向同性的天线
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TN911.7

【参考文献】