多信號識別與壓制式干擾測向技術(shù)研究.pdf

1、有源誘偏技術(shù)和干擾技術(shù)的廣泛應(yīng)用對信號分選和檢測提出更高的要求。有源誘偏技術(shù)通過設(shè)置誘餌源,使多個信號在時頻域、調(diào)制域重疊,無法進行信號分選。壓制式干擾是常用的干擾方式之一,它利用噪聲或類噪聲形式的干擾信號遮蓋對方有用回波信號,妨礙或阻止對方通過回波信號檢測目標。本文圍繞多信號識別和壓制式干擾測向展開的。針對多信號識別問題,提出了一種基于陣列信號處理的多信號識別方案。針對壓制式干擾,提出了一種改進的互譜寬帶信號測向方法。
　　陣列

2、信號處理分為空間譜估計和自適應(yīng)波束形成技術(shù)(adaptive beam-forming,ABF)兩個方面。本文提出的多信號識別方案中,利用空間譜估計對多信號進行到達角度(directionofarrival,DOA)估計,利用ABF在多信號中提取出單一信號用于特征提取。這兩項技術(shù)結(jié)合指紋識別技術(shù)達到對時域、頻域、調(diào)制域重疊的多信號的正確識別。
　　針對空間譜估計的經(jīng)典算法——多重信號分類(multi-signal classifi

3、cation,MUSIC)算法,研究了其原理和常用的解相干算法。并提出了一種新的二維MUSIC算法,該算法將二維MUSIC角度估計分解為四個一維MUSIC角度估計,實現(xiàn)了用一維解相干算法進行二維相干信號的角度估計。此外,由于MUSIC算法對通道幅相誤差非常敏感,文中給出了窄帶信號陣列通道幅相誤差模型,由此推導(dǎo)出窄帶信號的幅相誤差校正方法。
　　針對Capon波束形成器,研究了算法原理,詳細的分析了各種誤差對算法性能的影響,并論述了

4、常用的經(jīng)典穩(wěn)健性算法。并根據(jù)多信號識別方案實際情況提出一種改進的LCMV算法,利用前端MUSIC算法估計出的信號角度信息來構(gòu)造虛擬協(xié)方差矩陣,非常適合完成在多信號中提取單一信號的工作。
　　本文利用實測數(shù)據(jù)對方案進行了驗證,結(jié)果表明了該方案能到對時域、頻域、調(diào)制域都重疊的多信號進行正確的識別。
　　噪聲調(diào)頻信號是常用的壓制式干擾信號形式,本文最后給出了對噪聲調(diào)頻信號的模型。對于噪聲調(diào)頻信號的方向角估計,討論了互譜算法的原理與