论文部分内容阅读
近年来在雷达、声纳、移动通信等多个领域中,高分辨率的空间谱估计算法得到了广泛的应用,理论与实际应用均表明,当阵列为理想模型的情况下,算法性能十分优越,但是当阵列存在误差时,性能将明显下降,甚至失效。在实际应用中由于生产工艺和施工技术等方面的原因,阵列误差往往很难避免,特别是在地面阵列中,大多数阵列误差皆可归结为幅度和相位的误差,因此阵列幅相误差条件下的波达方向(Direction Of Arrival,DOA)估计算法研究具有重要的现实意义。本文针对普遍存在的阵列幅相误差,基于子空间类算法和人工鱼群(Artificial Fish-Swarm Algorithm,AFSA)、匹配追踪(Matching Pursuit,MP)算法探索DOA估计的误差校正方法。本文主要工作内容如下:1、建立了阵列模型和幅相误差模型,分析了阵列幅相误差对子空间类DOA估计算法的影响。2、设计了基于子空间类算法的均匀线阵幅相误差自校正方法,该方法在考虑均匀线阵数据协方差矩阵结构特征的同时借助迭代运算校正误差,无需初始值,实现较简单,估计效果良好。针对均匀圆阵中辅助源信号设置存在偏差的情况,设计了幅相误差有源校正方法,此方法在一定程度上降低了传统有源校正方法对辅助源信号精确度的要求,校正效果良好。3、改进了人工鱼群算法,并将其与匹配追踪算法相结合,从而解决了幅相误差和波达方向角参数的联合估计问题,实现了均匀线阵和均匀圆阵幅相误差自校正,将方法推广到宽带线性调频(Linear Frequency Modulated,LFM)信号DOA估计的幅相误差校正中去。以上自校正方法无需参数初始值,误差校正范围较大,能够较准确的估计出阵列的误差参数和到达角度,特别是在低信噪比(Signal to Noise Ratio,SNR).情况下仍具有良好的校正和估计效果。