阵列信号处理中高分辨参量估计方法研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:walter1i
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无论是民用还是军用领域,信号的高分辨参量估计方法在信号源的定位、分类识别以及追踪等诸多方面都有广泛的应用价值。本文围绕窄带信号的空域参量和极化域参量的高分辨估计这一主题,主要研究了以下几个方面的内容:首先,分析了经典的子空间分解类空域高分辨参量估计方法,并研究了这些经典高分辨算法在对一般化阵列适用性方面、在处理相关或相干信号源方面的优缺点。研究指出,作为通用性较强的一般化高分辨参量估计方法,应能够适用于阵元一般化排列的阵列系统模型,对具有不同相关性的信号源都能有效地估计入射信号参量,且不应当引入阵列孔径损失。依据这一思想,在汲取了波达矩阵算法和MUSIC算法的优势的基础上,本文提出了一种符合该要求的预变换MUSIC高分辨参量估计方法,并作出了相应的扼要分析。其次,针对空域预变换MUSIC高分辨参量估计方法不能有效分辨空域参量差异较小的信号源这一突出问题,考察了空间电磁波矢量信号的极化特性,并提出利用电磁波的极化特性改善空域参量估计性能的方法。空间传播的电磁波信号经常是部分极化的,虽然已有利用电磁波极化信息实现相干信号源空域参量估计的方法,也有估计完全极化波极化参量和空域参量的方法,但是目前尚未发现估计部分极化波主极化参量信息的相关文献报道。针对这一问题,在将空域预变换MUSIC通用高分辨参量估计方法拓展到极化域之后,本文提出了一种极化空域联合高分辨参量估计方法。该方法可以有效估计信号的空域参量和主极化参量,且适用于完全极化与部分极化电磁波信号共存的情况,可以实现对不同相关性信号的空域参量与极化域主极化参量的联合高分辨估计。再次,考虑到阵列接收的信号并非全都是期望的目标信号,从降低或消除干扰信号影响的角度出发,在分析了斜投影滤波原理的基础上,提出了基于广义斜投影算子的干扰抑制方法。根据二阶锥规划理论,进一步拓展了广义斜投影滤波方法,设计了低副瓣广义斜投影滤波器。提出了采用多个低副瓣广义斜投影滤波器覆盖感兴趣的空域扇面的多波束矩阵预处理滤波权矢量,并将其与通用空域预变换MUSIC高分辨参量估计方法相结合,自适应的抑制扇面外干扰信号,降低扇面外干扰信号对估计目标信号参量的影响,改善了目标信号的空域高分辨参量估计性能。最后,针对预变换MUSIC高分辨参量估计方法需要较多的采样快数目这一缺点,在分析了稀疏化信号重建理论的基础上,利用阵列接收到的信号相对于整个电磁波传播空间的稀疏性,建立了稀疏化阵列信号数据处理模型,研究了中小快拍数下基于信号稀疏化特性的高分辨参量估计方法。该方法适用于阵元一般化分布的阵列,可以在中小快拍数下估计不相关、部分相关以及相干信号的参量信息,也是一种通用的高分辨参量估计方法。
其他文献
随着光纤传感技术日益成熟,基于模间干涉的光纤传感器以其简单结构、灵活设计、高灵敏、强环境适应能力等优势,逐渐成为研究的热点,在民用、医药、生产等领域中具有十分重要
景象匹配技术是一种基于传感器技术、图像处理技术和航天技术等诸多先进技术,并多用于飞行器导航的新技术。这种新技术在飞行器导航制导过程中具有极其重要的应用价值,原因在
作为模拟信号与数字信号系统的桥梁,数据采集模块性能的优劣成为了制约数字信号处理系统发展的关键因素。在许多实际应用场合,传统的Nyquist采样方案已经无法满足要求。通过将
舰载OTHR(Over The Horizon Radar)在海上舰船作业和信号探测等方面,具有广阔的应用空间,成为各国目前争先研究的焦点。舰载OTHR信号分辨和检测的过程中,必须要面对海上复杂的电磁
高精度曲面建模(HighAccuracy Surface Modeling,HASM)方法从曲面论出发,以微分几何学原理为基础,完整准确地描述曲面属性,把曲面模拟通过最小二乘原理转换为线性方程组求解问题。
工业生产中广泛存在着两相/多相流。随着社会进步和工业发展,急需了解两相/多相流的特征参数,以便获得两相/多相流内介质的分布信息。电阻层析成像技术是一种新兴的检测技术,用
人类超过百分之七十的信息由视觉系统获取,而视觉系统获得的都是图像信息,因而图像在人类感知中扮演着重要的角色。作为计算机视觉领域里的经典难题,图像分割从二十世纪七十
正交频分复用OFDM作为第四代(4G)移动无线通信的关键技术,它可以增强频谱利用效率,支持高速数据传输,改善信道抗多径衰落效果。但是,较高PAPR是OFDM系统的主要缺点之一,它使
随着一些与经典的数学规划原理截然不同的理论的诞生,人们试图通过模拟自然生态系统机制以求解复杂优化问题的仿生优化算法相继出现。近年来,发展迅速的进化算法在路径优化领域
近年来,人们对移动通信系统的容量要求越来越高。为了满足人们的需求,研究人员提出了超密集网络技术。超密集网络技术通过使用大量的微小型基站并缩小小区面积提高了系统的频