论文部分内容阅读
波达方向（Direction ofArrival，DOA）估计技术可提取和利用接收信号中的有用信息对接收信号的入射方向角进行参数估计。本文主要对阵列天线DOA估计中的互耦校正和相干信号DOA估计两个核心问题进行了研究，对所提出算法的有效性进行了仿真分析。（1）提出了一种互耦自校正算法(Self-calibrationAlgorithm for L-shaped array, SAL)，实现了L型阵列天线的互耦自校正和来波信号二维DOA估计。其使用了计算量更小的级联估计，可提升低信噪比下阵列天线的DOA估计效果。本算法在L型阵列天线的基础上将坐标原点设置为虚拟参考阵元，进而在该阵列结构下推导了新形式的去耦重构矩阵，并利用所获得的新的重构矩阵构建MUSIC谱峰搜索表达式，实现了二维DOA估计和互耦系数的估计。仿真结果表明，在快拍数为100，两次迭代后，信噪比(Signal toNoise Ratio, SNR)低于10dB时，本文算法的DOA估计精度平均提高了18.13%，互耦系数校正精度提高了24.15%；在信噪比为0dB，两次迭代后，快拍数低于400时，本文算法的DOA估计精度平均提高了0.32%，互耦系数校正精度提高了21.35%。（2）提出了一种改进的空间差分算法，实现了均匀阵列天线对相干和不相关混合信号的DOA估计。其具有更好的抗色噪声性性能，最大可检测信号数可以超过阵元数。本算法将阵列天线分为多个子阵列，由相邻子阵列所构造协方差矩阵可用于相干信号的DOA估计，而不相关信号的DOA估计则是由传统的MUSIC算法完成。由于阵列中的色噪声具有相关性，故本算法能够很好地消除色噪声对DOA估计精度的影响。本算法还推导了最大可检测信号数与阵元个数、子阵列个数的数学关系表达式，对DOA估计精度与子阵列个数之间的关系进行了讨论。仿真分析表明，本算法在低信噪比色噪声环境下具有更小的估计误差，可识别的最大信号数在一定范围内可超过均匀线阵的阵元个数，DOA估计精度随子阵列数的增加可得到改善，但是最大可检测信号数与估计精度之间存在一种平衡关系。