论文部分内容阅读
波达方向(DOA)估计是阵列信号处理领域一个重要的研究方向,在雷达、声呐、地震勘测以及生物医学工程领域有着举足轻重的作用。尤其是对能携带较大信息量且广泛应用于雷达和水声通信的宽带非平稳线性调频(LFM)信号的DOA进行估计有很大的工程实用价值。针对时频分布相同的相干LFM信号源的DOA估计,研究者近几年提出了一些有效的方法,但是现实场景的复杂性使得我们对DOA估计的精度和实时性要求越来越高,需要算法能适应更低的信噪比,能克服噪声干扰拥有更强的鲁棒性。本文以分数阶Fourier变换(FRFT)为时频分析工具,在对基于FRFT的宽带LFM信号的DOA估计算法研究与仿真的基础上,针对目前相干宽带LFM信号的DOA估计存在阵列孔径损失、估计精度与实时性的不足,提出了一种改进的相干宽带LFM信号的DOA估计算法,并将遗传算法成功应用于相干宽带LFM信号的DOA估计领域,主要研究成果有:(1)提出了一种改进的相干宽带LFM信号的DOA估计算法。该方法充分利用LFM信号在分数阶Fourier(FRF)域上的解线调特性,给出了空间阵列在解线调FRF域的时不变导向矢量和新的解线调FRF域阵列接收信号数据模型,并深度结合数据共轭重排以及低秩逼近思想获得了很强的解相干能力,使算法不存在冗余阵元和阵列孔径损失,增加了可估计相干信号源的数目,在低信噪比下有更突出的性能;算法融合了滤波处理,比目前已有的解相干方法对阵列数据的利用更加充分,使得算法对角度间隔较小的相干信号源也具有更佳的分辨能力。(2)提出了将遗传算法应用于基于FRFT的相干宽带LFM信号的DOA估计领域,大大降低了算法的运算量。利用遗传算法的快速收敛能力以及鲁棒性能强的优点,采用遗传算法实现FRF域基于前后向空间平滑的解相干算法、FRF域基于Toeplitz矩阵重构的解相干算法和本文提出的改进的解相干算法过程中参考阵元接收信号的FRFT峰值的快速搜索,极大减少了算法的运行时间,缓解了算法的估计精度与运算量之间的矛盾,使得算法能适用于实时性要求高的应用场景。