快速超分辨DOA估計(jì)技術(shù)研究.pdf

1、基于子空間分解的經(jīng)典超分辨DOA（Direction Of Arrival）估計(jì)算法及其衍生算法以其優(yōu)越的測(cè)向性能和良好的角分辨率得到了陣列工作者的極大關(guān)注，然而，經(jīng)典子空間分解方法由于涉及到樣本協(xié)方差矩陣（SCM──Sample Covariance Matrix）的估計(jì)及對(duì)其進(jìn)行特征值分解（EVD──Eigen-Value Decomposition），或者直接對(duì)陣列接收數(shù)據(jù)進(jìn)行奇異值分解（SVD──Singular Value D

2、ecomposition），使得算法本身運(yùn)算負(fù)擔(dān)極為繁重，難以滿足實(shí)際應(yīng)用中實(shí)時(shí)處理的要求。在現(xiàn)代軍事通信或衛(wèi)星通信中，跳頻通信技術(shù)與突發(fā)短時(shí)通信技術(shù)由于具有抗干擾性、低截獲概率等優(yōu)勢(shì)而得到了廣泛的應(yīng)用。在復(fù)雜多變的戰(zhàn)事環(huán)境中，陣列接收有效數(shù)據(jù)嚴(yán)重不足，通過(guò)樣本協(xié)方差來(lái)獲得真實(shí)陣列協(xié)方差矩陣的偏差較大，經(jīng)典子空間估計(jì)方法幾乎總是失效的。對(duì)于星載二維測(cè)向系統(tǒng)，需要寬空域高精度2-D（ Two-Dimensional）DOA估計(jì)算法。經(jīng)典2

3、-D MUSIC（ Multiple Signal Classification）類和2-D ESPRIT（Estimate Signal Parameters via Rotational Invariant Techniques）類方法都不可避免地遇到諸如二維譜峰搜索、非線性優(yōu)化、分維處理及參數(shù)配對(duì)等難題和其帶來(lái)的大運(yùn)算量不利于實(shí)時(shí)處理的窘境。本文在前人的工作基礎(chǔ)之上，重點(diǎn)分析和研究了以下幾個(gè)方面的內(nèi)容：
　　對(duì)于一維窄帶快速

4、測(cè)向算法，首先給出了子空間分解類測(cè)向算法的數(shù)學(xué)模型、算法原理及系統(tǒng)流程，然后分析了造成經(jīng)典子空間算法運(yùn)算量大的原因，提出解決問(wèn)題的方法。著力于避免陣列協(xié)方差矩陣的求解和對(duì)其進(jìn)行特征分解，通過(guò)多個(gè)仿真實(shí)驗(yàn)對(duì)比不同快速算法和經(jīng)典子空間算法的測(cè)向性能、運(yùn)算復(fù)雜度等，得出結(jié)論：如果要降低子空間算法的運(yùn)算復(fù)雜度使其適用于實(shí)際系統(tǒng)，必須損失一定的測(cè)向性能或已知入射信源的更多波形信息。
　　對(duì)于短時(shí)突發(fā)數(shù)據(jù)快速測(cè)向技術(shù)，分析了“短時(shí)突發(fā)信號(hào)”的

5、產(chǎn)生條件和應(yīng)用背景，解釋了經(jīng)典子空間類算法無(wú)法適用及失效的原因，提出了兩種適用于小樣本支撐和快時(shí)變信號(hào)環(huán)境下的快速測(cè)向算法，即MSWF SSMUSIC（Multi-Stage Wiener Filter Signal Subspace Scaled MUSIC）和TOP QP-ESPRIT（Toeplitz QR Power ESPRIT）算法。提出的 MSWF SSMUSIC算法，在短采樣數(shù)據(jù)或低信噪比（SNR──Signal to

6、Noise Ratio）情形下運(yùn)算量小，角分辨率高，角估計(jì)性能優(yōu)越。提出的TOP QP-ESPRIT算法，無(wú)需使用多個(gè)快拍數(shù)據(jù)估計(jì)陣列協(xié)方差陣，無(wú)需特征分解，無(wú)需信源個(gè)數(shù)估計(jì)，無(wú)需額外的解相干處理，算法本身的角估計(jì)性能優(yōu)良，尤其適用于軍事通信或衛(wèi)星通信下的短時(shí)突發(fā)數(shù)據(jù)快速實(shí)時(shí)超分辨測(cè)向。
　　針對(duì)星載二維快速測(cè)向系統(tǒng)，分析和比較了基于L陣列和雙平行線陣的常見(jiàn)算法測(cè)向性能，從理論分析和仿真結(jié)果兩個(gè)方面總結(jié)了以往算法的優(yōu)缺點(diǎn)及待改進(jìn)之

7、處，提出了一種基于CG（Conjugate Gradient）迭代搜索的非圓信號(hào)快速高精度2-D DOA估計(jì)算法，所提算法利用信號(hào)非圓特性進(jìn)行陣列接收數(shù)據(jù)擴(kuò)展，提高了多信號(hào)檢測(cè)能力，改善了DOA估計(jì)性能。通過(guò)CG迭代搜索替代傳統(tǒng)特征分解獲取信號(hào)子空間，降低了經(jīng)典超分辨DOA估計(jì)算法的運(yùn)算量，采用已知信號(hào)波形作為CG迭代初始化，對(duì)信號(hào)信息的利用程度高于基于特征分解的3-D Non-Circular ESPRIT算法，因此算法本身的角估計(jì)性