论文部分内容阅读
阵列信号处理系统在雷达、通信等领域的应用越来越广,通过对阵列输出信号进行处理可获得空间信号源的参数信息。相对于信号一维参数估计方法,多参数联合估计方法更适合实际应用环境。本文针对阵列信号处理中的多参数联合估计问题,主要研究了信号空频二维联合估计方法。本文主要内容包含以下几个方面:首先,介绍了阵列信号处理的相关理论基础,并给出了窄带和宽带条件下的阵列信号模型,分析了阵列模型二阶统计特性,为后续的参数估计提供基础。其次,研究了信号频率的估计方法。针对宽频段阵列中窄带信号的频率估计问题,研究了基于欠采样方式的频率无模糊估计算法,避免了高采样率带来的数据量大且后续信号处理困难的问题。针对宽带条件下的信号频率估计问题,分别研究了基于短时傅里叶变换(STFT)与最小二乘拟合以及基于分数阶傅里叶变换(FrFT)和峰值搜索的LFM信号频率估计算法,完成了相关仿真验证与分析。然后,研究了信号波达方向的估计方法。常规波束形成(CBF)算法仅仅是时域傅里叶谱估计方法向空域的简单拓展,其角分辨率受瑞利限限制。针对CBF算法不能突破瑞利限的问题,研究了MUSIC算法和ESPRIT算法这两种经典的子空间算法,并介绍了通过采用Root-MUSIC算法优化MUSIC,避免谱峰搜索的问题。对于宽带信号的波达方向估计问题,分别研究了适用于非相干信号的ISM算法和适用于相干信号的改进ISM算法和CSM算法并完成了相关仿真验证和分析。最后,研究了信号波达方向-频率的联合估计方法。针对窄带条件下二维MUSIC算法计算量大的问题,研究了结合平滑技术的ESPRIT算法,该算法在不需要对阵列引入延迟通道的情况下,利用平滑技术构造符合ESPRIT算法的数据模型,通过联合对角化方法求得用于参数估计的旋转矩阵,可以完成对多个信号的波达方向-频率联合估计。在宽带条件下研究了基于WVD的宽带LFM信号波达方向-频率联合估计方法。该方法首先利用WVD结合Hough变换对参考阵元的输出信号进行处理,估计出信号的频率参数,然后通过对所有阵元输出信号进行WVD处理并提取时频脊线构造时频域阵列数据矩阵,通过计算时频域自相关矩阵并应用空间谱估计算法完成DOA估计,从而实现宽带LFM信号波达方向-频率的联合估计。