论文部分内容阅读
DOA估计是阵列信号处理的关键技术,在实际应用中,由于各种阵列误差难以避免,严重影响DOA估计的性能。通常使用的阵列校正过程非常繁琐,可以说阵列阵元误差的校正一直是困扰阵列实际应用的瓶颈问题。因此,探索与研究应用于实际系统的阵列阵元误差校正方法,对阵列在通信系统的应用推广,提升系统的工作性能有很大的帮助。本文主要研究了基于部分阵元校正条件下,阵列的幅度相位误差校正与DOA联合估计问题。论文首先建立阵列误差模型,进而介绍了多种基于阵列的DOA估计方法;分析了各种阵列误差对测向算法性能的影响,并通过仿真说明阵列校正的重要性。然后,将重点集中在解决阵列幅度相位误差校正的问题上,介绍了几种常用的校正方法,并通过仿真给出了各个方法的性能,存在问题以及他们的使用限制条件。最后,重点针对部分阵元校正条件下DOA估计问题进行了详细的探索,并进行了大量的仿真验证。重点研究的问题包括:1.研究了基于ESPRIT的部分校正阵元DOA估计问题,将DOA与幅相误差问题转化为二次最小化问题,并根据校正阵元加以约束,实现了DOA与幅度相位误差的联合估计。在上述估计算法基础上研究了改进算法,主要解决了前面算法没有利用所有阵元的问题;算法通过多变量分析的方法,迭代求解代价函数最小化问题。在增加计算量的代价下,改善了DOA估计的精度。仿真实验证明两种都具有良好的DOA估计性能。改进算法由于未损失阵列孔径,DOA估计性能更加优越。2.研究了高斯色噪声情况下,基于部分阵元校正的DOA估计问题。研究包括非相关信号与相关信号条件下,如何更好的获得DOA估计性能。对于非相干信号情况,利用了信号协方差阵的结构特点以及校正阵元的情况,首先实现了误差校正;然后根据信号非相关性与噪声结构,将色噪声转化为均匀噪声,最终实现了DOA的良好估计。对于相干信号而言,由于信号协方差阵不再是对角阵的情况,所以采用了因子分解技术,通过迭代方式,首先实现了色噪声估计与信号数据协方差阵因子估计;然后消除色噪声对数据协方差阵的影响,进而通过协方差阵因子与已知校正阵元实现DOA估计。通过仿真实验的对比,证明两种方法,在各自不同条件下,都具有良好的DOA估计性能。