论文部分内容阅读
阵列信号处理是信号处理领域内的一个重要分支,在雷达、通信、声纳、地震、射线天文等科技领域取得了广泛的应用。空间谱估计技术作为阵列信号处理的主要研究领域之一,在理论研究中得到了迅猛的发展,但应用系统尚不多见,仍处于方兴未艾的发展之中,已成为目前主要研究课题。信号的稀疏分解作为一种新兴的信号分析与处理方法,具有许多优良特性。目前已有部分文献中应用信号稀疏分解来解决阵列信号处理中波达方向(DOA)估计等问题,取得了一些成果。本文将信号稀疏分解应用于阵列信号处理领域,研究基于稀疏分解的波达方向(DOA)估计算法。其主要工作和贡献有:1、介绍了阵列信号稀疏分解的基本思想,重点分析匹配跟踪(MP)算法的基本原理及其具体实现流程及稀疏分解在DOA估计中的应用。2、现有的基于稀疏分解的DOA估计算法均存在一个问题:当源信号形式改变时,其过完备原子库就需要根据信号形式重新建立,增加了算法的复杂程度。针对该问题,本文利用旋转不变技术(ESPRIT)思想,提出一种基于MP阵列信号稀疏分解的DOA估计改进算法。该算法改进稀疏分解过完备原子库的构造方法,使得原子库不需根据源信号形式改变而重新建立,降低算法复杂度。计算机仿真证实新算法在零均值加性高斯噪声条件下,估计性能优于传统的MUSIC算法和ESPRIT算法。3、基于稀疏分解的DOA估计算法在均值不为零高斯噪声条件下,性能下降比较严重。针对该问题,本文提出联合高阶累积量和稀疏分解的DOA估计算法。算法首先对阵列接受信号求四阶累积量矩阵,达到抑制任意高斯噪声的目的;再结合基于MP阵列信号稀疏分解的DOA估计算法,实现信号在非零均值噪声环境下的DOA估计。仿真实验表明,该算法在噪声的均值不为零的条件下,比传统MP算法具有更好的估计性能。