论文部分内容阅读
阵列信号处理是信号处理的一个分支,广泛应用于雷达、声纳及通信等领域,通过对信号在时间和空间上同时进行采样和处理,可以更加充分地提取信号中的信息,DOA估计和波束形成技术就是阵列信号处理的两个重要方面,对信号来向(DOA)的估计是空间谱估计研究的主要问题。空间谱估计的算法大致分两大类:一是基于极大似然估计和最大后验概率估计统计理论的算法,包括:极大似然估计法(ML)、最大熵法等;另一类是基于对协方差矩阵进行子空间分解或投影的算法,包括:矢量特征法、多重信号分类法(MUSIC)、投影矩阵法等。其中,MUSIC法是一种经典的空间谱估计主流算法,具有超强的分辨性能,但它无法实现对相干信号进行测向分辨。极大似然估计算法能够对相干信号源进行测向估计,但其运算量过于庞大,阻碍算法在实践中的应用。对信号源的DOA估计大多是基于直线阵的研究,由于线阵的局限性,只能进行方位角估计;立体阵可同时提供全方位的方位角和俯仰角信息,测向精度几乎与波到达方位角无关等优点,且在高仰角时可得到比平面阵更好的角分辨率。本文采用立体六元阵进行测向,在非相干信号源条件下,采用MUSIC算法进行DOA估计,采用基于信息论原理MDL准则或者AIC准则判断信号源数目,通过对阵列流形的研究,指出基于圆阵的阵列流形具有的某种对称性,利用该对称性来降低运算量,并且通过对算法的研究,提出用维数较小的信号子空间或噪声子空间来计算空间谱,进一步减小MUSIC算法运算量。单片DSP的测向时间从原来的200ms降低为8ms即可测得信号来向,采用双片DSP只要5ms即可得到结果;在两相干信号源条件下,应用MUSIC算法先求得结果,用此结果作为ML-AP(Alternating Projection)算法的迭代初值,通过若干次迭代后可取得正确的结果。单片DSP大约需要150ms,采用双片DSP,大约80ms可得到结果。采用MUSIC算法,需要对复矩阵进行特征分解,本文使用两种方法:Jacobi法和Householder、QR方法。DSP与前端接收机间通过链式DMA进行数据传输;两片DSP之间通过链路口DMA进行数据交换;处理结果经异步串口通信在PC机上显示出来。上述各种算法的原理、实现步聚、简化方法及程序流程图都在文中有详细描述。