论文部分内容阅读
多频带信号在现代信息技术中的雷达探测、超宽带无线通信、频谱检测以及认知无线电等领域中应用广泛,对其空域及频域的各参数信息同时进行检测始终是阵列信号处理领域的研究热点。多频带信号的频谱分布越来越宽,但有效占有带宽却很窄,而且在大部分的应用场景中目标信号的载频是未知的。香农-奈奎斯特采样定理指出信号的最低采样速率最小为信号最高频率的两倍时,才能无失真地重构原始信号,过高的采样率给硬件带来了巨大压力。近年来基于压缩感知(Compressed Sensing,CS)理论提出的调制宽带转换器(Modulated Wideband Converter,MWC)系统解决了多频带模拟信号的采样问题。因此针对目前阵列信号处理中对多频带信号的空频域参数的联合估计方法所需采样率较高的问题,本文研究基于阵列MWC结构的多频带信号空频域参数联合估计方法。本文首先研究现有的基于L型阵列MWC结构的一维波达方向(Direction-OfArrival,DOA)与载频的联合估计方法,主要研究其中的两种利用均匀阵列旋转不变特性来进行求解的ESPRIT方法及CP分解方法。由于现实中的信号存在于三维空间中,因此使用二维DOA来描述目标信号的方向更为准确。鉴于L型阵列简单的结构以及优秀的估计性能,本文在基于L型阵列MWC结构的一维DOA与载频联合估计方法的基础上,对现有的L型MWC阵列结构及一维DOA与载频联合估计ESPRIT方法和CP分解方法算法同时进行改进。首先提出了基于双L型阵列MWC结构的ESPRIT方法和CP分解方法,通过将三维参数估计问题转化为两个二维参数估计问题,增加了估计的参数维度,并给出了相应的配对方法。接着为了省略复杂的配对步骤,减小算法复杂度,本文进一步提出了基于L型延时阵列MWC的二维DOA和频率的联合估计的ESPRIT方法和CP分解方法。通过对增加固定延时通道来估计载频参数,无需参数配对。具体内容如下:1.研究现有的基于L型阵列MWC的空频域参数联合估计方法。对阵列多频带信号模型、L型阵列MWC采样结构及重构算法进行研究。对目前现有的基于L型阵列MWC一维DOA与载频联合估计的旋转不变子空间(Estimating Signal Parameter via Rotational Invariance Techniques,ESPRIT)方法和正则分解/平行因子分析(CANDECOMP/PARAFAC,CP)方法进行了研究,进行了详细的理论分析,给出理想条件下保证精确恢复所需的条件,并通过MATLAB仿真对各方法的性能进行了对比分析,同时探究了阵元间距、通道数等系统参数及噪声对各方法估计精度的影响。2.针对一维DOA无法准确描述空间中目标信号方向的问题,为了估计目标信号的二维DOA参数,对L型阵列结构进行了扩展,提出了基于双L型阵列MWC的空频域参数联合估计方法。在双L阵列结构特点的基础上,对基于ESPRIT方法和CP分解方法的一维DOA和载频联合估计方法进行扩展,实现了基于ESPRIT方法和CP分解方法的二维DOA和载频联合估计。通过将三维参数估计问题转化为两个二维参数估计问题,增加了估计的参数维度。由于三个坐标轴接收信息相对独立,需要进行额外的参数配对,我们也给出了相应的配对方法。接着通过MATLAB仿真对基于双L型阵列MWC的ESPRIT方法和CP分解方法仿真实验和对比分析,并将提出的两种方法与现有的方法进行了仿真对比分析,同时探究了阵元间距、通道数等系统参数及噪声对各方法估计精度的影响。3.为了省略繁复的配对操作,减小算法复杂度,直接进行三维参数估计,我们同样对L型结构进行扩展,提出了基于L型延时阵列MWC空频域参数联合估计方法。在L延迟阵列结构特点的基础上,实现了基于L型延迟阵列结构的二维DOA和频率的联合估计的ESPRIT方法和CP分解方法。利用延迟通道的采样值直接估计载频,可以直接计算三位参数估计问题,无需额外的配对操作,减小了算法复杂度。接着通过MATLAB仿真对基于L型延迟阵列MWC的ESPRIT方法和CP分解方法进行了仿真实验和对比分析,同时探究了阵元间距、通道数等系统参数及噪声对各方法估计精度的影响。本文在现有的基于L型阵列MWC结构的一维DOA与载频联合估计方法的基础上,对L型MWC阵列结构及ESPRIT方法和CP分解方法算法同时进行改进。首先提出了基于双L型阵列MWC结构的ESPRIT方法和CP分解方法,通过将三维参数估计问题转化为两个二维参数估计问题,并给出了相应的配对方法。接着为了省略复杂的配对步骤,本文进一步提出了基于L型延时阵列MWC的二维DOA和频率的联合估计的ESPRIT方法和CP分解方法。无需额外的配对操作,减小了算法复杂度。最后我们总结了双L型阵列和L型延迟阵列结构的特点和优劣,以及ESPRIT算法和CP算法方法的特点和优劣。