首页> 中文学位 >基于子空间分析的DOA估计算法研究
【6h】

基于子空间分析的DOA估计算法研究

代理获取

目录

声明

专用术语注释表

第一章 绪论

1.1研究背景和意义

1.2 DOA估计的发展和研究现状

1.3创新点介绍

1.4本文研究工作与安排

第二章 DOA估计相关模型及基础知识

2.1相关假设及数学模型

2.2子空间法相关知识

2.3常见的子空间算法

2.4本章小结

第三章 面阵中基于传播算子的二维DOA估计算法

3.1子面阵接收信号模型

3.2算法描述

3.3算法步骤与复杂度分析

3.4仿真和结果分析

3.5本章小结

第四章 双平行线阵中高效的二维DOA估计算法

4.1双平行线阵接收信号模型

4.2算法描述

4.3算法步骤与复杂度分析

4.4仿真和结果分析

4.5本章小结

第五章 L型阵列中高效的相干信源二维DOA估计算法

5.1常见的解相干算法

5.2 L型阵列接收信号模型

5.3算法描述

5.4仿真和结果分析

5.5本章小结

第六章 总结与展望

6.1总结

6.2展望

参考文献

附录 攻读硕士学位期间撰写的论文

致谢

展开▼

摘要

空间信号波达方向(DOA)估计是阵列信号处理的一个重要分支。基于子空间分析的二维DOA估计能够实现对空间信号更加准确的定位,并且充分利用阵列数据矩阵或其二阶统计量的内在结构特性,具有分辨率高、复杂度低、实时性好等优点,是 DOA估计领域的研究重点之一。随着二维DOA估计在工程实践中的实用性研究不断深入,人们对算法的估计精度、分辨率、计算复杂度等要求越来越高。本文在现有子空间类估计算法研究成果的基础上,针对二维DOA估计提出了三种改进算法,主要工作如下:
  (1)为了提高面阵下二维DOA估计算法的性能,本文提出了一种基于传播算子(PM)的改进算法。从面阵接收信号中按一定规则提取相互重合的四个子面阵,由子面阵接收数据间的互相关矩阵创建一个新的数据矩阵,再利用 PM算法得到旋转不变关系矩阵,最后得到自动匹配的二维角度估计。本文算法的计算复杂度要小于传统面阵ESPRIT算法。仿真结果表明,在信噪比较低或快拍数较小时,由于复用了互相关矩阵中的数据,改进算法的角度估计精度要好于面阵ESPRIT算法。
  (2)对阵列孔径进行扩展是提高DOA估计性能的一个重要手段。本文在双平行线阵模型下提出了一种高效的二维测向改进算法。主要利用阵列流形矩阵的共轭对称特性来扩展阵列的有效孔径,并结合 PM算法来实现自动配对的二维参数估计。仿真结果表明,与现有的一些测向算法相比,本文算法的角度估计精度显著提高,且复杂度较低。
  (3)在相干信源 DOA估计问题上,本文基于 L型阵列提出了一种改进的相干信源二维DOA估计算法。改进算法提取互相关矩阵的第一列,利用相关规则构建一个列秩与信源相关性无关的新矩阵,然后对其正交化,构造求根多项式来降低计算复杂度。仿真结果表明,与现有的一些解相干算法相比,本文算法扩展了阵列有效孔径,提高了角度估计精度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号