论文部分内容阅读
参数估计是现代信号处理的一个重要的研究方向,并且在雷达、声纳、生物医学、通信等领域有着广泛的应用,因而对参数估计方法的研究有着重要的理论和应用价值。本文针对高斯白噪声背景围绕波达方向、频率和距离等参数的估计方法进行了研究,主要工作总结如下:1.提出了一种基于L型阵列的二维DOA和载波频率联合估计算法。该方法将L型配置的阵元依次排列成一维向量,其核心思想是利用窄带信号假设下的时域旋转特性,估计出入射信号的载波频率和阵列流形,然后利用载波频率与阵列流形的匹配特性逐次估计出信号的二维角度。该算法对空间分布很近的信号源具有较高的分辨率。值得注意的是,该方法和一些只利用空间信息算法的不同之处在于,它在角度的估计上利用了频率的信息,增加了可利用的信息,从而可以更好地分辨出来波方向。然后对所提算法和现有的算法进行了性能比较,仿真结果表明了所提算法对空间分布很近的信号源的超分辨能力。2.对已有的两个近场源二维参数估计的算法进行了改进,得到了一种无需参数搜索计算的快速定位算法。现有的部分算法需要多次参数搜索,即无论是角度还是距离的估计都需要进行搜索才能得到,而改进的算法对角度的搜索进行了改进,但计算量仍然很大。本章提出了一种对距离估计的闭式算法。该方法是建立在子空间的旋转不变性的基础上,得到两个子阵列的信号子空间之间的关系,再根据两个矩阵的秩亏损特性,给出了一种基于Root-MUSIC的算法。提出的算法在性能上和需要参数搜索的算法相近,但是在计算复杂度上却降低很多。然后对所提算法进行了数值仿真并和前面需要搜索的算法进行比较,仿真结果表明了算法的有效性。3.利用UCA阵列结构,提出了一种对单近场源信号进行定位的快速算法,并给出了参数估计的闭式解。该算法的核心思想是利用阵列的中心对称结构构造出两个相关函数,而这两个相关函数的相位中恰好包含信号的方位角、俯仰角和距离的信息,然后通过求解两个相关序列得到了信号源的三维参数估计。最后对所提算法的计算复杂度进行了分析。仿真结果表明,所提的LS算法在性能上和3-D MUSIC相近,但是在计算复杂度上却比3-D MUSIC要低。