基于修正后矩阵分解的最优协方差宽带DOA估计研究

发布时间：2020-06-22 18:21

【摘要】：目前在国际通信系统技术的要求中,除了要实现大容量、高速率以外,如何提高信号带宽及频谱利用率也是难题之一。宽带信号相较于窄带信号,其所携带的信息更多,分辨力与抗干扰能力也比窄带信号要强,而宽带信号的延时扩展以及多径衰减问题也可以通过阵列技术的使用来有效克服。因此宽带信号相较于窄带信号所具有的种种优点使得对于宽带信号的研究极具价值。为此,本文对宽带阵列信号的波达方向(Direction of Arrival,DOA)的子空间类算法进行了研究,并针对信噪比、快拍数以及非均匀噪声的影响,对算法进行了改进。论文主要研究改进的是子空间类算法,主要工作如下:首先,本文对阵列信号进行了建模以及参数分析。研究了窄带信号DOA估计中的多重分类算法。对MUSIC算法以及能够实现相干信号解相干的空间平滑算法的原理与存在问题进行了研究与分析。研究了宽带阵列信号的子空间类算法,宽带信号子空间类DOA算法分为了非相干信号子空间(Incoherent Signal Subspace Method,ISM)类算法和相干信号子空间(Coherent Signal Subspace Method,CSM)类算法。本文介绍了ISM算法的原理及其存在问题,而对于CSM类算法的研究,主要放在了如何构造聚焦矩阵上,本文介绍了三种常用的聚焦矩阵的构造方法并对这三种方法进行仿真对比。然后针对传统DOA估计在信号相干、低信噪比与噪声非均匀环境下性能差的问题,本文基于修正后的矩阵分解,提出一种利用凸优化的协方差矩阵最优DOA估计方法。修正后的矩阵分解方法,解相干的同时克服了孔径损失,利用凸优化原理重构出无噪声的协方差矩阵,利用最小化搜索计算出DOA。仿真结果表明,所提算法与矩阵分解(matrix decomposition,MD)算法、l_1-SVD算法以及基于空间平滑的协方差秩最小化估计(spatial smoothing based covariance rank minimization,SS-CRM)算法比较,能更地抑制非均匀噪声,且在低信噪比条件下,依然性能良好。最后,针对CSM算法虽然能够实现解相干但是对于入射角预估计过于依赖、在非均匀噪声下性能恶化的问题,TOPS算法能够克服算法对角度预估计准确性的依赖,但是算法依旧存在伪峰过多、无法解决非均匀噪声对DOA估计性能的干扰等问题。基于TOPS算法进行进一步的改进,提出了基于OC-SMD算法的改进TOPS算法。首先针对TOPS算法伪峰过多的问题,对该算法的构造矩阵进行了修正,接着基于凸优化原理,利用协方差最优的约束要求,对阵列输出数据矩阵中的噪声部分进行处理。该算法克服了TOPS算法频谱有过多伪峰的问题,并且能够克服低信噪比、低快拍数以及非均匀噪声对于算法性能的影响。
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN911.7
【图文】：

系统结构图,空间谱估计,系统结构图

基于修正后矩阵分解的最优协方差宽带 DOA 估计研究2 DOA 估计基本原理和方法DOA 估计利用空间阵列系统来对空间传播信号的参数进行估计。整个 DOA 估计系统过程可以分为三步：空间信号入射、空间阵列接收及参数估计。相应地可分为三个对应空间，即：目标空间、观察空间及估计空间，其示意图如 2.1 所示：

阵元,位置关系,空间,入射

图 2.2 空间任意两阵元的位置关系可以得到信号入射到这两个阵元的路程差： 1x cos cos y sin cos zsinc ( 1,2, , )lx l ，原点为参考点，同时信号的入射)N，则：1( sin )li l ixc 中会出现多径现象，因此在实际应用中，信号源大平稳信号 ( )is t 和 ( )ks t ，为了考察这两个信号的相关2 2E ( ) ( )E ( ) E ( )i kiki ks t s ts t s t

【相似文献】