论文部分内容阅读
空间谱估计问题被提出至今,已取得很多重要的成果,且被应用到各个领域,成为智能天线和无线电测向等领域的研究热点,空间谱估计的基本问题就是,通过估计信号到达阵列的方位角来识别空间中信号源的位置。本文研究了空间谱估计中的子空间类DOA估计方法,包括MUSIC算法、ESPRIT算法和PM算法,分析了这几个算法在一维空间中的角度估计性能,在二维波达角估计问题中,阵列模型选择了阵元分布在X轴和Z轴的L型阵列模型,在基于该阵列模型的基础上,提出了二维的ESPRIT算法、Root-MUSIC算法和PM算法。本文采用均匀线阵,在针对MUSIC算法和PM算法研究中,通过改变阵列模型中的阵元数和信号模型中的信噪比,快拍数等,研究空间谱函数曲线的变化,分析这些参数对MUSIC算法和PM算法角度估计性能的影响。针对ESPRIT算法,通过改变信号模型和阵列模型中的参数,进行蒙特卡洛实验分析均方根误差,对比不同参数下ESPRIT算法的性能,并对比了 MUSIC算法、ESPRIT算法和PM算法的计算复杂度。在二维DOA估计中,提出一种改进的ESPRIT算法,该方法中的阵列模型是由分布在X轴和Z轴上的阵元构成L型阵列,利用阵列结构特点将X轴和Z轴上的均匀线阵分成四个子阵,构造协方差矩阵,合并计算出的四个协方差矩阵,对合并后的矩阵进行特征值分解,再用ESPRIT算法进行二维DOA估计。该方法不需要计算空间谱函数,避免了额外配对运算,且估算精度高,但该方法计算复杂度较大。为了改善计算量,提出基于PM算法的二维DOA估计算法,该方法避免了对协方差矩阵进行特征分解,简化了计算量,且角度估计性能较好。最后,本文提出一种二维求根MUSIC算法,传统MUSIC算法虽可以达到渐进无偏差估计,但其在空间中搜索谱峰,计算量较大。该求根MUSIC算法分对X轴上的接收信号进行角度估算,再获取Z轴上的接收信号的角度信息,对X轴和Z轴上接收信号的估计值进行参数匹配,最终得到正确的方位角和仰角,该方法不需要在空间中搜索谱峰,且估计精度与二维MUSIC算法较为接近,具备一定的实用性。