基于低精度量化阵列数据的DOA估计方法研究

发布时间：2023-10-06 09:21

　　天线阵列系统中的波达方向(Direction-of-Arrival,DOA)估计问题通常假设阵列数据具有无限量化精度,或者假设量化误差足够小,可简单视为加性噪声。但随着大规模天线阵列系统的出现,高昂的硬件成本和较大的系统功耗导致高精度量化在实际应用中难以实现。由于模数转换器(Analog-to-Digital Converter,ADC)的功耗随着量化位数呈指数增加,因此在过去的十余年间,基于低分辨率ADC的天线阵列设计技术及相关的信号处理技术,引起了业界广泛的研究兴趣。尤其是通过简单比较器实现的1-Bit模数转换器的电路功耗非常小,已经在多输入多输出(Multiple Input Multiple Output,MIMO)系统中得到大量研究。在此背景下,本文主要研究了基于低精度量化数据(包含1-Bit量化数据)的DOA估计方法。首先,在信噪比较低的场景中,1-Bit量化数据的协方差矩阵可由一个缩放的未量化协方差矩阵与一个缩放的单位矩阵的和近似表示。因此,本文提出了一种基于量化协方差矩阵的子空间DOA估计算法。其次,本文提出了一种改进的定点连续(Fixed-Point Continua...

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文的主要研究工作及内容安排
第2章 DOA估计基础知识
    2.1 信号模型
    2.2 MUSIC算法
    2.3 基于压缩感知理论的DOA估计
        2.3.1 信号的稀疏表示
        2.3.2 感知矩阵的设计
        2.3.3 基于压缩感知理论的DOA估计
    2.4 小结
第3章 基于1-Bit MUSIC的 DOA估计方法
    3.1 引言
    3.2 1-Bit信号模型
    3.3 1-Bit MUSIC算法
    3.4 实验仿真
    3.5 小结
第4章 基于1-Bit压缩感知的DOA估计方法
    4.1 引言
    4.2 1-Bit稀疏信号模型
    4.3 FPC-l₁算法
    4.4 基于FPC-l₁算法的DOA估计
    4.5 实验仿真
    4.6 小结
第5章 基于量化矩阵恢复的DOA估计方法
    5.1 引言
    5.2 低精度量化信号模型
    5.3 量化矩阵恢复理论
    5.4 基于量化矩阵恢复的DOA估计
    5.5 实验仿真
    5.6 小结
第6章 总结与展望
    6.1 全文总结
    6.2 未来展望
参考文献
深圳大学 指导教师对研究生学位论文的学术评语
深圳大学研究生学位(毕业)论文 答辩委员会决议书1
深圳大学研究生学位(毕业)论文 答辩委员会决议书2
致谢
攻读硕士学位期间的研究成果



本文编号：3851576