论文部分内容阅读
在雷达、通信和声呐等领域,接收机常需要分辨在距离、角度或速度等方面非常接近的多个目标信号,这类信号本质上对应着在时延、相位或频率等信号参数上非常接近。信号的统计分辨界(statistical resolution limit,SRL)正是用来描述相邻目标信号临界可分辨时其兴趣信号参数之间的距离的重要指标。研究信号的SRL具有重要的理论指导意义和实用价值。本文首先基于广义似然比检验(generalized likelihood ratio test,GLRT)和克拉美罗界(Cramer Rao bound,CRB)研究了两个相邻的确定性远场信号的一维SRL和二维SRL以及干扰背景下的一维SRL,然后针对基于GLRT和CRB的SRL具有计算复杂度高和模型限制的缺陷,提出了基于Rao检验的确定性信号的一维SRL和二维SRL分析以及干扰背景下确定性信号的一维SRL分析。本文的主要工作安排如下:1、系统的阐述了信号SRL的研究背景、研究现状等。2、利用GLRT、CRB和Rao检验分析了噪声方差已知和噪声方差未知两种情形下,确定性信号的一维统计角分辨界,并从算法复杂度、检测概率及信噪比三个角度来比较这三种算法的性能。仿真结果表明:基于GLRT和Rao检验的渐近分布的SRL与基于CRB的SRL成正比。基于Rao检验的SRL的计算复杂度低于基于GLRT的SRL的计算复杂度,且Rao检验的检测性能优于GLRT的检测性能。3、分析了干扰背景下基于GLRT、CRB、Rao检验在噪声方差已知和噪声方差未知两种情形下,确定性信号的一维SRL。从算法复杂度、检测概率及信噪比三个角度进行性能比较。仿真实验结果表明:基于GLRT和Rao检验的渐近分布的SRL与基于CRB的SRL是一致的。Rao检验的检测性能优于GLRT的检测性能,且基于Rao检验的SRL的计算复杂度低于基于GLRT的SRL的计算复杂度。4、分别利用GLRT、CRB和Rao检验三种方法,推导和分析MIMO系统中随机信号的二维SRL。仿真结果表明:基于GLRT和Rao检验的渐近分布的SRL与基于CRB的SRL成正比。Rao检验的检测性能优于GLRT的检测性能。