基于子空間分解的波達(dá)方向估計(jì)算法研究.pdf

1、波達(dá)方向(Direction Of Arrival，DOA)估計(jì)技術(shù)起初由空域?yàn)V波和時(shí)域譜估計(jì)發(fā)展而來(lái)，其參數(shù)估計(jì)性能優(yōu)越，應(yīng)用前景寬廣，例如雷達(dá)、聲納、電子對(duì)抗和無(wú)線定位等技術(shù)，目前已成為陣列信號(hào)處理的重要研究方向之一。其中子空間分解類算法是基于輸出協(xié)方差矩陣特征值分解進(jìn)行參數(shù)估計(jì)，由于該類算法能夠達(dá)到較高的估計(jì)精度和分辨率，得到了廣大學(xué)者的關(guān)注。
　　多重信號(hào)分類(Multiple Signal Classification，

2、MUSIC)算法實(shí)現(xiàn)了現(xiàn)代超分辨?zhèn)认蚣夹g(shù)的飛躍，促使了子空間分解類算法的發(fā)展;旋轉(zhuǎn)不變子空間(Estimation of SignalParameters via Rotational Invariance Techniques，ESPRIT)算法的提出是子空間類算法的又一次重大進(jìn)步，ESPRIT算法主要利用信號(hào)子空間的旋轉(zhuǎn)不變性進(jìn)行DOA估計(jì)，該算法和MUSIC比較而言，具有計(jì)算量小、不需要譜峰搜索等優(yōu)點(diǎn)。兩種算法均為子空間分解類算法

3、中的主要算法，前者是基于噪聲子空間進(jìn)行DOA估計(jì)，后者為基于旋轉(zhuǎn)不變子空間進(jìn)行DOA估計(jì)。與早期DOA估計(jì)算法相比，這兩種算法性能優(yōu)越，具有優(yōu)異的估計(jì)精度和空間分辨率，很多學(xué)者進(jìn)行了相關(guān)的技術(shù)研究，改進(jìn)算法層出不窮。
　　本文主要對(duì)現(xiàn)有的子空間分解類算法進(jìn)行研究，分析算法特征，針對(duì)算法的估計(jì)精度和計(jì)算量進(jìn)行改進(jìn)，提出了兩種改進(jìn)算法;研究常見(jiàn)陣列結(jié)構(gòu)特點(diǎn)，設(shè)計(jì)出適用于本文改進(jìn)算法的陣列結(jié)構(gòu)。本文的主要研究工作如下:
　　(1)

4、本文對(duì)根值最小范數(shù)算法進(jìn)行改進(jìn)，提出了一種基于實(shí)數(shù)多項(xiàng)式的根值最小范數(shù)算法，該算法的主要思想是利用保角變換技術(shù)將復(fù)數(shù)多項(xiàng)式轉(zhuǎn)換為實(shí)數(shù)多項(xiàng)式，從而減小了計(jì)算量，并略提高了估計(jì)精度。
　　(2)本文將2D-Unitary ESPRIT算法應(yīng)用于具有多組平移不變子陣列的陣列結(jié)構(gòu)中，從而得出多組估計(jì)值，采用2D-MUSIC算法的頻譜函數(shù)從估值中選取最優(yōu)值，從而提高估計(jì)精度。
　　(3) ESPRIT算法僅適用于具有平移不變性的陣列結(jié)