基于子空间分解的波达方向估计算法研究

发布时间：2017-04-22 20:05

  本文关键词：基于子空间分解的波达方向估计算法研究，由笔耕文化传播整理发布。

【摘要】：波达方向(Direction Of Arrival,DOA)估计技术起初由空域滤波和时域谱估计发展而来,其参数估计性能优越,应用前景宽广,例如雷达、声纳、电子对抗和无线定位等技术,目前已成为阵列信号处理的重要研究方向之一。其中子空间分解类算法是基于输出协方差矩阵特征值分解进行参数估计,由于该类算法能够达到较高的估计精度和分辨率,得到了广大学者的关注。多重信号分类(Multiple Signal Classification,MUSIC)算法实现了现代超分辨侧向技术的飞跃,促使了子空间分解类算法的发展;旋转不变子空间(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法的提出是子空间类算法的又一次重大进步,ESPRIT算法主要利用信号子空间的旋转不变性进行DOA估计,该算法和MUSIC比较而言,具有计算量小、不需要谱峰搜索等优点。两种算法均为子空间分解类算法中的主要算法,前者是基于噪声子空间进行DOA估计,后者为基于旋转不变子空间进行DOA估计。与早期DOA估计算法相比,这两种算法性能优越,具有优异的估计精度和空间分辨率,很多学者进行了相关的技术研究,改进算法层出不穷。本文主要对现有的子空间分解类算法进行研究,分析算法特征,针对算法的估计精度和计算量进行改进,提出了两种改进算法;研究常见阵列结构特点,设计出适用于本文改进算法的阵列结构。本文的主要研究工作如下:(1)本文对根值最小范数算法进行改进,提出了一种基于实数多项式的根值最小范数算法,该算法的主要思想是利用保角变换技术将复数多项式转换为实数多项式,从而减小了计算量,并略提高了估计精度。(2)本文将2D-Unitary ESPRIT算法应用于具有多组平移不变子阵列的阵列结构中,从而得出多组估计值,采用2D-MUSIC算法的频谱函数从估值中选取最优值,从而提高估计精度。(3)ESPRIT算法仅适用于具有平移不变性的阵列结构,其中六角形阵列具有多组平移不变子阵列,该算法对不同方向的来波进行估计时,能够选择出最优的一组平移不变子阵列进行DOA估计,保证了估值的最优性。但该阵列中阵元密集,且子阵列中阵元数目较少,本文在六角形阵列基础上设计了六角星形阵列结构,能够有效利用阵列中的多数阵元参与计算,在阵元数目相当的情况下,六角星形阵列结构的估计性能优于六角形阵列。
【关键词】：子空间分解 波达方向估计 保角变换 六角星形阵列 均匀线性阵列
【学位授予单位】：河南师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 引言10
• 1.2 子空间分解类算法的研究现状10-14
• 1.2.1 噪声子空间类算法11-12
• 1.2.2 旋转不变子空间类算法12-13
• 1.2.3 其它子空间类算法13-14
• 1.3 论文主要内容14-15
• 1.4 论文结构安排15-16
• 第二章 阵列天线基础16-28
• 2.1 阵列天线简介16
• 2.2 窄带信号模型16-18
• 2.2.1 窄带信号的定义和表示16-17
• 2.2.2 远场和近场17-18
• 2.3 方向图18-19
• 2.4 阵列因子19-20
• 2.5 阵列结构分析20-27
• 2.6 本章小结27-28
• 第三章 几种经典的子空间分解类算法介绍28-38
• 3.1 经典MUSIC算法28-31
• 3.2 root-MUSIC算法31-32
• 3.3 经典ESPRIT算法32-34
• 3.4 Unitary-ESPRIT算法34-37
• 3.5 本章小结37-38
• 第四章 改进根值最小范数算法的DOA估计38-48
• 4.1 均匀线性阵列模型38-39
• 4.2 最小范数算法39-40
• 4.3 根值最小范数算法40-41
• 4.4 改进的根值最小范数算法41-44
• 4.5 算法的仿真与分析44-47
• 4.6 本章小结47-48
• 第五章 改进的 2D-Unitary ESPRIT算法48-60
• 5.1 阵列的信号模型48-50
• 5.2 基于多组子阵列的 2D-Unitary ESPRIT算法50-55
• 5.2.1 六角星形的多组子阵列50-51
• 5.2.2 2D-Unitary ESPRIT算法51-54
• 5.2.3 2D-MUSIC算法的最优值选择策略54-55
• 5.3 仿真结果与分析55-59
• 5.3.1 算法的方位角和俯仰角的RMSE比较56-57
• 5.3.2 四个来波时算法星座图的比较和分析57
• 5.3.3 八个来波时算法星座图的比较和分析57-58
• 5.3.4 算法估值的RMSE综合比较58-59
• 5.4 本章小结59-60
• 第六章 总结与展望60-62
• 6.1 总结60
• 6.2 展望60-62
• 参考文献62-70
• 致谢70-72
• 攻读硕士学位期间的科研成果72-73

【相似文献】

中国期刊全文数据库 前10条

1 邹汪平;;一种基于网络安全控制的蜂群算法应用研究[J];吉林师范大学学报(自然科学版);2013年04期

2 李向伟;曹博;;时间参数在HITS算法中的应用及改进[J];兰州工业高等专科学校学报;2006年02期

3 吴涛;彭笃学;;一种改进的直线段裁剪算法[J];湛江师范学院学报;2008年03期

4 张瑞子;南琳;胡琨元;田景贺;;基于EPC Class-1 Gen-2标准的防冲突算法与改进[J];计算机工程;2009年02期

5 黄超;周宁;倪佑生;;基于蚁群算法的攻击图分析[J];计算机工程;2009年18期

6 秦永彬;许道云;;警示传播算法的原理分析及算法改进[J];计算机工程与应用;2010年19期

7 郭毅可;韩锐;;云计算中的弹性算法:概要和展望[J];上海大学学报(自然科学版);2013年01期

8 牛玉静;唐棣;;双步圆的反走样生成算法[J];计算机工程与应用;2010年23期

9 肖璞;;XML索引更新算法的改进[J];南京工程学院学报(自然科学版);2010年03期

10 周骏;陈鸣;张佳明;;两类频繁项算法在网络流上的适用性评估[J];计算机工程;2011年16期

中国重要会议论文全文数据库 前10条

1 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会——2004年学术年会论文集[C];2004年

2 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会2004年学术年会论文集[C];2004年

3 符丽锦;覃华;邓海;孙欣;;一种改进的Apriori算法的研究[A];广西计算机学会2012年学术年会论文集[C];2012年

4 王东锋;王军民;陈英武;;模糊定性仿真理论研究与算法实现[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

5 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

6 刘启文;;可扩展的图形学算法演示系统的研究[A];’2004计算机应用技术交流会议论文集[C];2004年

7 佘智;蒋泰;朱延生;;基于Type C协议的防冲突改进算法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年

8 朱绍文;赵培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中国智能自动化会议论文集（下册）[C];2003年

9 杨霞;;新的基于启发式蚁群算法的QoS路由算法[A];广西计算机学会2009年年会论文集[C];2009年

10 陈黎飞;姜青山;董槐林;;基于图形轮廓的快速聚类算法[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10条

1 钟永腾;基于近场MUSIC算法的复合材料结构健康监测研究[D];南京航空航天大学;2014年

2 刘燕;入侵杂草优化算法在阵列天线综合中的应用[D];西安电子科技大学;2015年

3 苗义烽;突发事件下的列车运行调度模型与算法研究[D];中国铁道科学研究院;2015年

4 杨玉婷;头脑风暴优化算法与基于视频的非接触式运动定量分析方法研究[D];浙江大学;2015年

5 刘杰;全局优化问题的几类新算法[D];西安电子科技大学;2015年

6 柏静;基于多种混合策略的人工蜂群算法改进研究[D];山东师范大学;2016年

7 孔翔宇;几类优化问题的人工蜂群算法[D];西安电子科技大学;2016年

8 匡立;分形网络的理论、算法及应用研究[D];武汉大学;2015年

9 单美静;求解非线性实代数系统的混合算法研究[D];华东师范大学;2008年

10 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年

中国硕士学位论文全文数据库 前10条

1 安世勇;命题逻辑中随机3-SAT问题算法研究[D];西南交通大学;2015年

2 毕晓庆;油气探矿权竞争性出让系统设计与实现[D];中国地质大学(北京);2015年

3 王明明;铁路大机与线路固定设施间距检测算法研究[D];西南交通大学;2015年

4 李静;基于视频图像序列的运动目标检测与跟踪算法研究[D];宁夏大学;2015年

5 刘贝玲;基于天地图的租房平台开发及其关键技术研究[D];西南交通大学;2015年

6 曹海锋;IDS中串匹配臭算法并行优化研究[D];西安建筑科技大学;2015年

7 周攀;基于蚁群算法的山区高速铁路隧道火灾应急疏散最优路径研究[D];西南交通大学;2015年

8 张路奇;基于改进蚁群算法的WSN路由协议的研究[D];中国地质大学(北京);2015年

9 王晓晨;入侵杂草优化算法的应用与改进[D];长安大学;2015年

10 刘阔;面向倾斜数据的MapReduce连接算法研究[D];大连海事大学;2016年

  本文关键词：基于子空间分解的波达方向估计算法研究，，由笔耕文化传播整理发布。

本文编号：321162