论文部分内容阅读
空间谱估计是阵列信号处理领域一个重要的研究方向,其应用涉及到雷达、声纳、通信、导航、地震勘探、天文等众多军事及国民经济领域。然而,随着空间谱估计应用领域的进一步拓展和雷达、通信等技术的不断发展,人们对空间谱估计算法的估计精度、分辨力以及计算复杂度等要求越来越高。因此,本文从降低计算复杂度、提高估计速度和估计精度入手,对已有算法改进,得到了两种空间谱估计测向算法:基于实值处理的波束空间求根MUSIC算法和基于修正数据协方差矩阵的空间谱估计算法。论文主要内容概括如下:(1)对空间谱估计测向技术的基本理论、两类经典算法及其实际应用中存在的问题进行了深入研究分析。首先研究和讨论空间谱估计的阵列基本结构、数学模型以及测向基本原理;接着对两类经典空间谱估计测向算法:MUSIC算法和ESPRIT算法,及其改进算法进行了研究;最后通过仿真实验,深入分析了两类算法的DOA估计性能以及它们在实际应用中存在的问题。(2)针对特征子空间类谱估计算法计算复杂度较大的问题,改进得到了一种基于实值处理的波束空间求根MUSIC算法。这种算法通过对波束空间数据协方差矩阵的实部或虚部进行子空间分解求噪声零子空间,然后利用噪声零子空间进行DOA估计。由于协方差矩阵的实部或者虚部都是实矩阵,因此算法在实数域进行子空间分解。同时,该算法在波束空间进行处理,与天线单元空间处理相比进行了降维,因此计算复杂度较低,具有较高的DOA估计速率。仿真实验表明,这种算法可以获得与求根MUSIC算法、酉空间求根MUSIC算法相近的DOA估计精度,但其算法复杂度要远低于这两种算法。(3)针对小样本或者低信噪比条件下,子空间分解存在子空间泄漏导致子空间类算法性能衰减的问题,对已有算法进行改进,得到了一种基于修正数据协方差矩阵的空间谱估计算法。该算法的主要思想是:在通过某种方法初步获得DOA估计的基础上,从样本数据协方差矩阵中减去非期望项估计得到修正样本数据协方差矩阵,再重新利用子空间类算法进行DOA估计,并得到最终的理想参数估计。由于算法对协方差矩阵进行了修正,降低了子空间泄漏,所以估计精度有了很大提高。同时,在对子空间泄漏进行定义推导的基础上,对该算法的子空间泄漏情况也进行了研究分析。仿真实验表明,在小样本或者低信噪比的情况下,这种算法可以提高特征子空间类算法的DOA估计精度。