论文部分内容阅读
波达方向(Direction-of-Arrival,DOA)估计是智能天线技术中的一个重要研究方向,其应用涉及到雷达、通信、地震等领域,特别是在现代军事战争中,对信号源进行精确的定位是非常重要的作战环节之一,因此研究DOA估计算法具有十分重要的意义。由于空间谱估计方法具有空间分辨率较高等优点,已经成为DOA估计的主要实现方法。然而,这些方法需要大量的实验数据,难以实时实现,并且对相干信号源的估计效果较差、抗噪性能较弱,因此有必要研究新的DOA估计算法以满足实际的需求。压缩感知理论作为新的信号分析思想,突破了传统的奈奎斯特采样定理的限制,已经被广泛应用到诸多领域,具有许多优良特性。本文将压缩感知理论应用到DOA估计问题,围绕空间窄带信号进行建模,给出了基于压缩感知理论的空间窄带信号的DOA估计方法。本文的主要工作如下：(1)阐述了压缩感知理论的基本原理,分析了压缩感知理论的三个核心问题：信号的稀疏表示、信号的压缩测量以及信号重构算法。(2)针对现存的基于压缩感知理论的DOA估计算法因不能得到较好稀疏解而导致较低DOA估计性能问题,提出了一种基于阵列协方差向量稀疏表示的W-L1-SRACV算法,利用信号子空间和噪声子空间的正交性构造加权矩阵,并对稀疏向量进行加权约束,保证了待恢复的稀疏向量具有更好的稀疏性,从而能够有效地抑制伪谱峰,获得更精确的DOA估计。(3)针对基于压缩感知理论的DOA估计算法计算复杂度高以及对预估信号个数较为敏感问题,提出了一种基于阵列接收数据向量稀疏表示W-L1-SVD算法,首先对接收数据矩阵进行奇异值分解估计噪声子空间和信号子空间,并利用这两个子空间之间的正交性构造加权矩阵对稀疏向量进行加权约束,能够获得有效的稀疏解。算法避免了计算阵列协方差矩阵、求逆等运算过程具有较低计算复杂度、能够有效地抑制伪谱峰、对预估信号个数不敏感等优点,具有更好的DOA估计性能。(4)研究了Lyrtech硬件仿真平台的信源产生、采集、参数控制等实现过程,在此基础之上完成了W-L1-SRACV和W-L1-SVD算法的仿真,验证了所提算法的有效性。