智能天線中DOA估計技術及相應波束形成技術的研究.pdf

1、智能天線是現(xiàn)代信號處理的一個重要研究領域，它在雷達、通信、聲納、地質勘探、射電天文以及生物醫(yī)學工程等眾多領域有著廣泛應用。文中介紹了智能天線的基本理論和模型，討論了現(xiàn)有各種到達角(DOA：Direction OfArrival)估計算法的特點與不足，其中包括有Capon、多重信號分類(MUSIC：MUltiple Signals Classification)算法和利用子空間旋轉不變性的信號參數(shù)估計技術(ESPRIT：Estimatio

2、n of Signal Parameters via Rotational InvarianceTechniques)等，還討論了相應波束形成技術的特點與不足，進而研究了新的DOA算法及相應波束形成技術。 通過對傳統(tǒng)基于二階矩的DOA估計算法及相應波束形成技術的研究，發(fā)現(xiàn)Capon、MUSIC和ESPRIT等計算量較大，不能快速實時地進行DOA估計，并且當信噪比較低、信號數(shù)較多時工作性能下降。為了解決這一問題，在假設入射信號具有

3、非圓對稱特性的情況下，提出了一種非圓快速投影矩陣算法(NCFPMA：the Non-Circular Fast Projection Matrix Algorithm)，NCFPMA算法對原有陣列進行了虛擬孔徑擴展，并利用虛擬協(xié)方差矩陣數(shù)據(jù)來直接近似信號子空間，從而可更快速地得到對信號DOA的良好估計。理論分析與仿真試驗都證明了NCFPMA算法的有效性。 通過對基于四階累積量的DOA估計算法及相應波束形成技術的研究，發(fā)現(xiàn)MUSI

4、C—LIKE、虛擬MUSIC(VMUSIC：Virtual MUSIC)等常見的四階累積量算法，只能在信號數(shù)確知的條件下工作，否則就不能較好地完成DOA估計。為了解決這一問題，在入射到實際陣列上的信號能被虛擬陣列分辨的情況下，提出了一種基于恒定維數(shù)噪聲子空間的四階累積量DOA算法。通過構造恒定維數(shù)的噪聲子空間，基于恒定維數(shù)噪聲子空間的新四階累積量算法能夠對包含信號DOA在內的備選DOA進行估計，并可利用有關準則對備選DOA的估計結果進行

5、篩選，從而同時得到對信號數(shù)以及信號DOA的良好估計。理論分析與仿真試驗都證明了該算法的有效性。 實際環(huán)境中的噪聲不總是高斯噪聲，有的還具有沖擊特性。因此人們對該環(huán)境下的DOA算法進行了研究，并形成了ROC—MUSIC(RObust CovariationMUSIC)、FLOM—MUSIC(Fraction Lower Order Moment MUSIC)等算法。盡管如此，但是這些算法由于計算量較大，所以不能快速有效地進行DOA