稀疏逼近方法在陣列信號測向中的應用研究.pdf

1、測向技術伴隨著雷達的出現(xiàn)而發(fā)展，早在二戰(zhàn)前就已經(jīng)應用到雷達中，如今已經(jīng)是雷達、聲納、通信、地震勘探、射電天文等領域的關鍵技術之一。傳統(tǒng)方法較為簡單，但精度無法滿足現(xiàn)實的需要且對信噪比要求較高；面對越來越復雜的電磁環(huán)境，這些算法的表現(xiàn)越來越不能讓人們滿意，許多改進算法同樣需要增大系統(tǒng)的復雜度且升級困難。陣列測向的出現(xiàn)從很大程度上解決了這些問題，但將陣列應用到方位測量中使得設備較為復雜且體積較大，而且許多陣列測向算法在分辨相干信源、分辨多個

2、信源、復雜電磁環(huán)境等情況下，存在很多問題。本文針對這些缺點，將稀疏逼近方法應用到方位測量中，并得到較為滿意的結(jié)果，主要內(nèi)容如下： 1、總結(jié)現(xiàn)有測向技術的發(fā)展，解釋相位模糊出現(xiàn)的原因，并設計解模糊算法。 2、總結(jié)并分析現(xiàn)有稀疏逼近測向方法：一類是順序前向基選擇方法：基本匹配跟蹤(BMP)，順序遞推匹配跟蹤(ORMP)，正交匹配跟蹤(OMP)等，另一類為并行基選擇方法：稀疏解逼近(FOCUSS)，子空間稀疏逼近(l<'1>-

3、SVD)等。 3、將MP(Matching pursuit)算法應用于電子偵察中，并推導MP算法估計準則，分析不同準則對算法精度和復雜度的影響，討論最佳原子的獲取并利用頻域與空域的等價性提高MP算法性能，得出頻率與角度估計公式；找出MP估計算法內(nèi)部結(jié)構(gòu)，分析多信號加性噪聲情況下算法的性能，討論在不同快拍數(shù)下算法的表現(xiàn)。 4、設計出窄帶MP測向算法：扇區(qū)估計方法，波束域MP測向算法，基于旋轉(zhuǎn)不變技術的MP測向算法，解模糊M

4、P測向算法，討論比較不同算法的優(yōu)缺點，并與傳統(tǒng)測向算法(CBF，ML)，子空間類算法(MUSIC，B-MUSIC，SSMUSIC)，同類算法(FOUCSS，BMP)以及理論下界(CRB)做比較，驗證算法有效性并體現(xiàn)算法在低信噪比下的優(yōu)勢。 5、找出MP算法與現(xiàn)有算法間的異同：常規(guī)波束形成、Capton極大似然法、最大熵法、最大似然法、子空間類算法之間的聯(lián)系和其與同類算法(BMP，OMP，F(xiàn)OCUSS等)間的異同。 6、給