论文部分内容阅读
现代雷达、通信系统中,经常使用具有非圆特性的调制信号,在阵列测向技术领域中,信号具有非圆特性会使得其伪协方差矩阵中也含有信息。因此如果合理地利用信号非圆特性将可以增加信息利用效率,提高阵列测向算法各项估计性能,因此,利用信号非圆特性的阵列测向方法已经成为近年来的一个研究热点。目前已有的适用于非圆信号的阵列测向方法多用于估计只有最大非圆率信号的情况,而当入射信号中同时存在圆信号、非圆信号时,会存在对信源数目估计准确性不高、估计精度不足、分辨能力较差等现象。本文针对利用信号非圆特性的阵列测向方法做出了较为深入的研究,主要内容如下:1.分析了现有信源数目估计方法的不足和局限性,提出了可以在色噪声背景下对信源数目进行估计的基于特征空间投影的CEP算法,并将其应用于虚拟扩展阵列,提出了可以在圆信号和非圆信号同时入射的情形下对等效信源数目进行估计的基于均值聚类的MCEP算法。与目前已有方法相比,MCEP算法无论在信噪比和快拍数较低还是较高情况下均有较良好的估计性能,且在色噪声背景下仍然能够保持有效估计。2.针对DOA参数估计问题,分析了现有方法在入射信号中同时存在圆信号、一般非圆率信号和最大非圆率信号时会面临存在伪峰和分辨力不足等问题的原因。提出了可以提高分辨力的HRNC-MUSIC算法,该方法可以对不同类别的信号依次做出估计,减少了各类信号间相互影响,提高分辨能力。仿真结果表明,当混合入射信号中各类信号之间的空间角距离相距较小时,HRNC-MUSIC算法可以明显提高对入射信号的分辨能力和估计精度。3.针对应用于极化敏感阵列的DOA估计算法运算量高、阵列扩展能力不强等现象,提出了基于平面双极化敏感阵列的DRL-MUSIC算法,并研究了同时利用信号非圆特性和极化信息的测向方法,提出了基于四元数的QNC-MUSIC算法和基于降维长矢量的DRLNC-MUSIC算法,填补了极化敏感阵列下适用于非圆信号测向方法的空白。仿真结果表明,当入射信号只含最大非圆率信号时,QNC-MUSIC算法的估计性能优于DRLNC-MUSIC算法;而当入射信号中既存在非圆信号又存在圆信号时,DRLNC-MUSIC算法的估计性能要优于QNC-MUSIC算法,且DRLNC-MUSIC算法可以同时对极化参数做出联合估计,不耗费额外的计算量。