论文部分内容阅读
近年来,稀疏阵列结构的设计及其阵列信号处理算法的研究受到了越来越广泛的关注。Nested阵列是由两个或多个均匀线阵嵌套组成的一种新稀疏阵列系统。与传统的均匀线阵相比,在物理天线数相同时,nested阵列能够获得更大的阵列孔径和较多的自由度。因而具有较大的信源处理能力、较强的分辨能力和较高的估计精度,这些优点使其成为当前阵列信号处理方面研究的热点。本文以二阶nested阵列为研究对象,对其窄带信号的超分辨波达方向(Direction-of-Arrival,DOA)估计算法及宽带信号DOA估计算法进行研究。针对传统窄带信号DOA估计方法不能估计多于物理天线数的目标信号方位,本文利用Khatri-Rao积对nested阵列接收数据矢量的协方差矩阵进行向量化操作,以扩展阵列孔径,提高阵列自由度。基于二阶nested阵列的SS-MUSIC算法可以充分利用nested阵列增加的自由度,实现较天线数目多的窄带信号DOA估计。在此基础上针对SS-MUSIC算法对邻近信号分辨力低的问题,改进了 SS-MUSIC算法,提出了一种加权子空间投影WSPM算法,通过对协方差矩阵进行降噪处理以降低噪声的影响,并利用大特征值的倒数加权信号子空间来充分利用信号子空间的信息,通过仿真验证了该算法具有很好的分辨力。最后,由于目前基于均匀线阵处理较天线数多的宽带信号DOA估计算法,需要预估角,预估角的偏差对算法的性能有严重的影响,且需要较大的运算量。本文将二阶nested阵列应用到宽带信号测向中,提出了一种新的宽带信号DOA估计算法——RTS算法。首先利用Khatri-Rao积对各频点的接收数据矢量协方差矩阵进行向量化处理,以获得虚拟阵列的新接收数据矢量,然后对新接收数据矢量进行降维处理,利用降维后的接收数据矢量中的元素构建Toeplitz矩阵,此矩阵包含了所有信号的DOA信息。该算法能够有效估计多于物理天线数的宽带信号DOA,具有很好的估计性能。