论文部分内容阅读
波达方向估计(Direction of arrive,DOA)是阵列信号处理的关键研究内容,在军事和国民经济领域有着广泛的应用。然而,随着现在的信号环境日趋复杂,对于宽带信号的使用也愈加普遍。因此,研究宽带信号的高分辨DOA估计算法是一个非常重要并且有意义的课题。本文主要针对目前宽带信号DOA估计算法存在的几个问题进行研究,主要工作和创新点包括以下几个方面:一、针对调整因子设置不当造成在信源数估计时盖氏圆盘法(Gerschgorin Disks Estimation,GDE)性能下降的问题,提出一种基于总体最小二乘拟合的盖氏圆盘法(Total Least SquaresGerschgorin Disks Estimation,TLS-GDE)。该方法以圆盘半径作为拟合点进行直线拟合,若拟合点含信号圆盘半径,则拟合偏差较大,利用这一特性制定了比值阶跃准则,进行信源数判决,解决了盖氏圆盘法对调整因子依赖的问题。仿真结果表明,该方法鲁棒性较好,在低信噪比下性能要优于GDE算法。二、针对非均匀噪声条件下非相干信号子空间类算法性能下降的问题,提出了衰减协方差矩阵(Reduced Covariance Matrix,RCM)与秩和迹最小化方法(Rank and Trace Minimization,RTM)两种去噪方法。RCM算法通过定义一个衰减协方差矩阵,将噪声分量消去,从而到达去噪的效果;RTM算法通过约束矩阵秩最小化的方法,并采用核范数最小来近似后,通过凸优化工具箱求解。仿真验证了这两种算法能够有效地抑制非均匀噪声。三、投影子空间正交性测试法(Test of Orthogonality of Projected Subspaces,TOPS)是利用宽带信号多个频点的子空间的正交性完成波达方向估计。该方法依赖参考频率点的选择,易产生伪峰,且在低信噪比时性能差。针对该问题,提出一种聚焦的FTOPS算法。该方法将各个频点的Signal Space聚焦到任意参考频点的Signal Space,利用该参考频点的Signal Space与阵列方向矢量的正交投影矩阵之间的正交性完成DOA估计。仿真结果表明,该方法不依赖于参考频点的选择,能有效消除伪峰,在低信噪比条件下性能优于传统TOPS算法。四、在信号波达方向估计中,最大似然法(Maximum Likelihood Estimation,MLE)是非线性优化问题,存在计算量大,容易陷入局部最优解等问题。针对该问题,本文提出一种改进的算法。该方法首先对空域进行离散化,在稀疏采样条件下得到稀疏模型,经过凸松弛后利用凸启发式算法得到方向参数稀疏解;然后以该稀疏解作为初始点,在该点对阵列流形矩阵做一阶泰勒展开,将原非线性优化问题转化为序列二次规划问题,最后利用梯度下降法交替优化方向参数矢量与信号参数矢量得到全局最优解。仿真结果表明,本文算法能快速收敛到全局最优解,具有很高的估计精度。