论文部分内容阅读
随着各种目标模拟技术、隐身技术和对抗技术的发展,水下多目标战场环境愈发复杂多变。这种情况造成了两个主要问题,其一是高分辨DOA估计算法会在多个目标互为相干信号时性能严重下降;其二是较弱的目标会被强干扰背景环境所淹没。对于以上问题,本文将先研究相干信号的DOA估计,然后研究强干扰下弱信号的DOA估计,旨在解决强干扰背景条件下相干多目标的DOA估计问题。首先,本文在水下均匀线列阵的基础上研究了CBF、MVDR、MUSIC和ESPRIT等经典DOA估计算法,通过仿真实验和湖试数据考察了各算法的性能,并在相干信号模型下研究了各算法的适用情况。在仿真结果中除CBF以外的算法均丧失了原有的高分辨特性,表现出了对相干信号的敏感性。然后,为了解决经典算法不适用相干信号的问题,本文分别研究了非降维处理和降维处理两类针对水下相干信号的DOA估计方法。在降维处理方法中,研究了空间平滑算法和ESPRIT-Like算法,在非降维处理方法中研究了修正的MUSIC算法和Toeplitz矩阵重构算法。以DOA估计精度和相干源分辨成功概率为仿真结果的评价指标,ESPRIT-Like算法的估计精度和解相干能力优于空间平滑算法,Toeplitz矩阵重构算法在可估计信源数和DOA估计性能方面比修正的MUSIC算法更具有优势;并且通过实际湖试数据对上述算法进行了验证。在降维处理方法中,针对ESPRIT-Like算法没有充分利用均匀线阵共轭对称性的问题,本文提出了改进算法——I-ESPRIT-Like。该算法分为三个步骤:首先对阵列数据进行共轭重排,然后对计算得到的数据相关值进行平均,最后构造一个Hermitian Toeplitz矩阵估计相干信号的DOA。仿真结果表明,I-ESPRIT-Like可以有效提高传统ESPRIT-Like的性能,并且在小快拍数和低信噪比环境下具有一定的优势。最后,针对水下强干扰环境中弱目标估计的难题,本文研究了Bartlett波束零陷权法、干扰阻塞法和噪声子空间不变法三种弱信号DOA估计算法,分别在干扰方向已知和干扰方向未知两种条件下,通过仿真实验比较了三种算法的弱信号检测能力和DOA估计精度。湖试数据处理结果表明,Bartlett波束零陷权法可以在干扰方向形成波束指向性零点,干扰阻塞法从阵列协方差矩阵中剔除掉了干扰的方向信息,噪声子空间不变法可以同时估计信号与干扰的方向。