论文部分内容阅读
被动信源定位是阵列信号处理领域的重要研究内容。根据信号源与阵列之间的距离,信号源可分为远场源和近场源,当远场源和近场源共存时,为混合源。对于远场源,定位参数仅需到达角(DOA);对于近场源,定位参数包括DOA和距离。高阶累积量因为有着能通过选择对称阵元实现DOA和距离参数分离,避免二维搜索,对高斯噪声不敏感等优点,被广泛应用于近场和混合场信源定位算法。然而,现有的基于高阶累积量的混合源定位算法存在着计算复杂度高,缺少有效的远场源与近场源分离方法,并且所用阵列为均匀线阵和嵌套阵列,而未使用具有更大阵列孔径的互质阵列等不足。针对上述问题,本文探索结合ESPRIT方法和二阶统计量减少计算复杂度,利用信号峰度估计实现远场源和近场源分离,提出两个新的定位参数估计算法。在现有的稀疏阵列的基础上,提出一种新的对称互质阵列,移位对称互质阵列,并将之应用于混合源定位算法。本文的主要工作及创新点如下:(1)提出一种基于混合阶的近场源定位算法。针对基于高阶累积量的近场源定位算法计算复杂度高的缺点,该算法从避免DOA频谱搜索和减少使用高阶累积量两个方面出发,通过高阶累积量分离DOA与距离参数,使用ESPRIT方法得到信号的DOA估计,再利用MUSIC搜索得到信号的距离估计,实现降低基于高阶累积量的近场源定位算法计算复杂度的目标。(2)提出一种基于信号峰度估计的混合源定位算法。针对基于高阶累积量的混合源定位算法缺少有效地混合源分离方法的不足,该算法通过估计远场信号峰度,重构近场分量累积量矩阵,从而实现远近场信源的有效分离。并且使用ESPRIT算法与二阶统计量,降低了算法的计算复杂度。(3)提出一种新的对称互质阵列,移位对称互质阵列。在现有的稀疏阵列的基础上,提出移位对称互质阵列,并分析和证明该阵列的性质,包括阵列各个参数对差分阵列总阵元数与连续阵元数的影响,物理阵元距离估计模糊性分析等。相较于现有的对称嵌套阵列,移位对称互质阵列具有更大的物理阵列孔径和更多的虚拟阵列自由度,能够有效提高信号定位参数的估计性能。