论文部分内容阅读
在信号处理领域中,阵列信号处理是一个主要的研究方向。从日常通信到声呐探测,从地震勘测到军事雷达,广泛应用着阵列信号处理知识。波达方向(Direction Of Arrival,DOA)估计是阵列信号处理研究的一个热门问题,该技术利用一定流型的阵列接收信号,并设计相应算法对信号入射角度进行估计。在DOA估计中,接收数据模型的构建通常与信号的类型有关,按照信号特性,可以将信号分为圆信号和非圆信号。非圆信号具有伪协方差矩阵不为零的特征,该特性运用在DOA估计时,能显著提高角度估计性能。当接收阵列接收到非圆信号时,利用非圆特性可以增大接收矩阵数据量,相当于增加阵列孔径,使得DOA估计更加精确。实际通信系统中,常见的圆信号有QPSK信号、QAM信号等,非圆信号有BPSK信号、AM信号、MASK信号等。本文对信号中圆和非圆特性进行研究,研究了一系列圆和非圆混合信号DOA估计算法,选题具有研究意义与实际应用价值。本文主要工作如下:(1)研究了均匀线阵中基于旋转不变性的混合信号DOA估计算法,包括Mix-ESPRIT(Mixed signals Estimation Signal Parameters via Rotational Invariance Techniques,Mix-ESPRIT)算法和Mix-PM(Mixed signal Propagator Method,Mix-PM)算法。所提算法通过接收信号及其共轭形式进行重组,得到重构接收信号。其中,Mix-ESPRIT算法利用重构信号的导向矩阵与信号子空间的变换关系,借助旋转不变性得到导向矩阵与信号子空间分块重组后矩阵之间的关系,最终得到DOA估计值表达式。而Mix-PM算法则利用重构信号的导向矩阵与传播算子之间的关系,对导向矩阵和传播算子构成的矩阵分块重组,得到DOA估计值表达式。所提算法具有很好的角度估计性能,能够实现圆和非圆信号的分辨,并且当入射信号数量多于接收阵列阵元数时,仍能够对入射信号进行DOA估计。另外,随着混合信号中非圆信号数量的增加,所提算法角度估计性能有所提升。(2)研究了均匀线阵中基于欧拉变换的混合信号DOA估计算法,包括Mix-Euler-ESPRIT算法和Mix-Euler-PM算法。所提算法利用欧拉变换的思想把复数接收信号转化为实数信号,分别求出接收信号实部和虚部后,再用实部和虚部实现接收信号的拓展。利用拓展信号的导向矩阵所具有的性质对导向矩阵进行变换,得到包含入射角信息的矩阵。为进一步得到DOA估计表达式,其中,Mix-Euler-ESPRIT算法利用信号子空间与导向矩阵的变换关系,并结合ESPRIT得到入射角估计值,而Mix-Euler-PM算法则通过传播算子与导向矩阵之间关系,得到入射角估计值表达式。所提算法得到圆信号DOA估计角是成对的,这是分辨圆和非圆信号的依据。所提算法和Mix-ESPRIT算法、Mix-PM算法角度估计性能相近,但是却拥有更低的计算量。(3)研究了均匀线阵中基于谱峰搜索的混合信号DOA估计算法,包括Mix-Capon算法和Mix-MUSIC(Mixed signals MUltiple SIgnal Classification,Mix-MUSIC)算法。所提算法利用信号共轭形式进行数据拓展,拓展信号中的非圆特性能够提高DOA估计性能,同时利用非圆特性并在经典谱峰搜索方式启发下,分别得到圆信号的谱峰搜索函数和混合信号的谱峰搜索函数。通过这两个谱函数的峰值对比,即可实现圆信号和非圆信号的分辨。所提算法无需对非圆相位进行估计,并具有较好的角度估计性能,当入射信号数和接收阵列阵元数相同时,仍能够对信号入射角有效估计。(4)研究了二维(Two Dimensional,2D)均匀面阵中基于谱峰搜索的混合信号DOA估计算法,包括2D-Mix-MUSIC算法和RARE-Mix-MUSIC(RAnk REduced Mixed signals MUltiple SIgnal Classification,RARE-Mix-MUSIC)算法。首先,由均匀线阵中Mix-MUSIC算法拓展得到均匀面阵下2D-Mix-MUSIC算法,该算法具有良好的角度估计性能,不需要对非圆相位进行估计,同时得到的入射角成对出现且自动匹配,并且能够实现圆信号和非圆信号的分辨,但该算法二维谱峰搜索过程复杂度较高。为了避免二维谱峰搜索,利用降秩方法的RARE-MixMUSIC算法,该算法把入射角之间彼此分离,并利用分离后的矩阵构造谱峰搜索函数,使得二维谱峰搜索降秩到一维谱峰搜索,因此仅需两次一维谱峰搜索即可得到信号DOA的估计值,大大降低了算法复杂度,同时保证了算法角度估计性能。