论文部分内容阅读
矢量传感器由多个具有相同空间相位中心的子传感器组成,能够感应入射波信号的矢量信息,比标量传感器具有更为优越的信息获取能力。与标量传感器阵列相比,由矢量传感器组成的矢量阵列及其信号处理具有许多新的特点和性能优势,获得广泛的研究兴趣。阵列孔径是指阵列在空间上有效接收信号的范围,它与阵元的数量和空间分布有关,直接影响入射波信号参数的估计精度和分辨率。增加阵列中阵元的数量是提高阵列孔径途径之一,但这会增加硬件成本和信号处理负担。因此,通过加大阵元间距扩展阵列孔径成为实现大孔径阵列的有效措施。但是,阵元间距大于半波长会使得阵列方向图出现栅瓣效应,为后续信号处理带来的新的问题,比如入射波方向估计的模糊性等。本文研究的是通过加大阵元间距实现孔径扩展的电磁矢量传感器阵列的信号参数估计问题。重点研究了相干/非相干信号入射波方向(DOA)的估计问题,主要包括DOA估计的去模糊处理、信号仰角和方位角的有效配对、以及相干信号DOA的自适应估计和跟踪,同时也开展了信号载波频率、极化参数和DOA的多参数联合估计问题的研究。主要工作如下:
⑴二维DOA的参数配对问题。在二维DOA(入射信号的仰角和方位角)估计中,为了减少计算量,通常把二维DOA估计转化为两个连续的一维DOA估计,然后通过参数配对的方式实现二维DOA估计。论文提出了两种二维DOA自动配对方法。方法一采用了多项式求根技术,通过阵列信号协方差矩阵的行列式计算多项式的根,并根据它与该矩阵的最小特征值对应的特征矢量的一一对应关系实现方向余弦估计值的自动配对,最终获得自动配对的仰角和方位角估计。方法二采用了联合对角化技术,该方法把信号的二维DOA估计问题转化为信号导向矢量的估计问题,根据导向矢量所获得的仰角和方位角实现自动配对。另外,方法二可以克服现有算法中由于出现相同空间相位因子而导致估计性能下降的缺点。
⑵相干目标的DOA估计问题。在相干信号的DOA估计中,通常需要对阵列信号进行解相干预处理,以解决信号协方差矩阵的秩亏问题。论文提出了一种协方差矩阵平滑算法,进行解相干处理。不同于其它相关的极化平滑算法,论文提出的算法适用于孔径扩展阵列,并且能够更加有效地抑制噪声干扰;再者,论文根据两个正交方向矩阵束的特征矢量关系,实现了二维DOA估计值的自动配对。
⑶基于线性电磁矢量阵列的相干信号多参数联合估计问题。对于标量传感器阵列,单一的线性阵列结构只能估计信号的一个入射角(仰角或方位角),无法实现信号多参数估计。论文充分利用电磁矢量传感器的特点,对均匀线性矢量阵列提出了一种新的极化平滑算法,进行解相干处理,并结合子空间方法实现相干信号的载波频率、极化参数和仰角/方位角的联合估计。提出的参数估计算法利用了电场矢量、磁场矢量和信号的Poynting矢量的矢量叉乘关系,得到的估计值不会出现模糊问题。
⑷相干信号DOA的自适应估计和跟踪。对于大孔径稀疏阵列,不同传感器测量噪声功率可能不尽相同,因此,阵列噪声一般是非均匀分布的。提出了一种极化差分平滑的解相干预处理方法,该算法对非均匀噪声阵列具有较好的噪声抑制性能。同时,基于提出的极化差分平滑算法,结合最小均方(或归一化最小均方)算法和近似牛顿算法,给出了相干信号DOA实时估计的子空间方法,实现相干信号DOA的自适应估计或跟踪。