论文部分内容阅读
在高频地波雷达系统中,改善杂波抑制效果、提高目标检测性能的有效手段是充分利用目标与杂波在多个维度上的差异,例如,回波的二维波达方向（direction-of-arrival,DOA）以及极化信息的利用都被证明可以带来显著的性能提升。因此,快速、可靠地估计二维DOA和极化参数至关重要。高频地波雷达背景下的阵列信号参数估计通常面临入射信号相关性强、可用快拍数少等问题,传统算法虽然统计意义明确,但大多要求快拍数充足且信号相关性较低;而基于稀疏建模的参数估计方法尽管适用于相干信号和少/单快拍情形,但通常需要棘手的人为参数调节,或在多维参数估计中计算复杂度极高。因此,在本文针对的应用场景中往往希望结合两者各自的优点以提高算法的实用性。为此,本文考虑从可靠的统计准则出发,推导有效的稀疏类参数估计算法,以期同时获得良好的自适应能力以及对相干信号和少/单快拍情形的广泛适用性;而为提高计算效率,本文将着重开发适当的降维估计机制以及低复杂度的快速实现算法。本文的主要研究成果总结如下:首先,针对基于单极化阵列的二维DOA估计,本文提出了适用于任意平面阵列的降维机制和估计算法。鉴于相干积累后的可用快拍数少,本文考虑采用稀疏类方法实现DOA估计。为解决庞大的二维参数字典带来的高计算复杂度问题,本文提出了基于连续近似的降维估计方法（continuous approximation based dimension-reduced estimator,CADRE）,其借鉴了L形阵列可基于两个正交子阵分别独立地估计两个轴向夹角的思想,通过对导向矢量的连续列空间进行近似线性表示构造了二维轴角解耦的基矩阵,从而将二维DOA估计分解为两次独立的一维DOA估计;为实现基于降维模型的DOA估计,本文提出了一种随机最大似然（stochastic maximum-likelihood,SML）意义下的自适应块稀疏恢复算法、以及用于其快速实现的组循环最小化（group-wise cyclic minimization,GCM）类数值优化算法。为弥补降维导致的性能损失,本文还提供了基于加权信号子空间拟合（weighted signal subspace fitting,WSSF）的估计值修正方案。本文算法具备角度超分辨能力,在相干信号和少/单快拍条件下性能优越,且其速度显著快于与之性能相近的传统二维DOA估计算法。其次,针对多极化阵列的DOA与极化参数联合估计,本文建立了接收数据的块稀疏表示模型、并提出了基于块稀疏信号恢复的参数估计算法。首先,鉴于任意极化波均可分解为两个正交方向上的信号分量,接收数据可以仅由各方向来波的双正交分量对应的纯空域导向矢量线性表示,而极化信息包含于相应的表示系数中;基于此,本文通过对DOA进行网格化构造了具有块稀疏结构的待恢复信号,相应的字典尺寸仅为用于单极化阵列DOA估计的传统字典的两倍。其次,基于上述模型,本文提出了源于SML准则的最大似然块稀疏参数估计（likelihood-based estimation of block-sparse parameters,BLIKES）算法,并证明了其与回归分析中常用的“Lasso”类方法的理论等价性,从而得到了与BLIKES等价的基于平方根（square-root,SR）族或最小绝对偏差（least absolute deviation,LAD）族组Lasso的快速自适应估计（efficient adaptive group SR/LAD Lasso based estimator,EAGLE）算法。为提高计算效率,本文进一步提出了推广自适应预处理交替方向乘子法（generalized adaptive preconditioned alternating direction method of multipliers,GAP-ADMM）以快速求解EAGLE的优化子问题,从而使EAGLE可用于BLIKES的快速实现。此外,BLIKES和EAGLE还提供了应对非均匀噪声的鲁棒版本。本文算法对任意极化敏感阵列、完全/部分极化信号广泛适用,在相干信号和少/单快拍条件下性能突出,且其速度比同样具有最优估计性能的现有算法至少快一个数量级。最后,本文进一步分析了多极化阵列的流形模糊、以及作为DOA与极化参数联合估计的均方误差下界的克拉美罗界（Cramér-Rao bound,CRB）,前者是参数估计的可靠性保证,后者则提供了参数估计算法的性能评估标准。在流形模糊方面,针对多极化线阵和在高频地波雷达系统中更具实用性的非共点多极化阵列的相关理论结果仍然欠缺,而本文明确给出了这两种阵列的可辨识参数维度和模糊参数集。在DOA与极化参数的CRB方面,现有的CRB基于随机信号假设给出,本文进一步针对已知/未知波形的确定信号推导了CRB的闭式表达式,并探讨了其与随机信号CRB的关系、以及与流形模糊之间的内在联系。另外,本文还结合仿真和实测数据验证了所提算法的有效性和优势、以及相关理论结果的正确性。