信源數(shù)估計算法研究.pdf

1、陣列信號處理是現(xiàn)代信號處理領域的一個重要的研究分支，其廣泛應用于雷達、聲吶、通信、電子對抗、地震預測、勘探技術以及生物醫(yī)學工程等眾多領域。信號源個數(shù)估計在陣列信號處理中占有重要地位，精確的信源數(shù)是很多超分辨陣列信號處理算法得以實現(xiàn)其超分辨性能的前提條件。如果估計的信號源個數(shù)與真實的信號源個數(shù)不一致，則會導致超分辨算法性能嚴重下降或者完全失效。近三十年來，隨著空間譜估計技術的快速發(fā)展，涌現(xiàn)出大量關于信源數(shù)估計的文獻。這些算法中大多數(shù)對信噪

2、比的要求較高，即在高信噪比背景下檢測性能較好。而實際應用中經(jīng)常會出現(xiàn)低信噪比情形，比如電子偵察、隱身技術等，因此研究適合低信噪比環(huán)境的信源數(shù)估計算法具有重要意義。另外，實際中存在一類非平穩(wěn)信號，它們的各階統(tǒng)計量在短時間內(nèi)是與時間無關的，但是在不同時間幀之間又存在差別，這類信號被稱為短時平穩(wěn)信號?，F(xiàn)有算法一般都是針對廣義平穩(wěn)信號源推導出來，因此研究針對短時平穩(wěn)信號源的信源數(shù)估計方法是非常有必要的。
　　 本文調(diào)研了各種不同應用條件

3、下的信源數(shù)估計方法，并在這些已有成果的基礎上提出了兩種新的估計方法。本文的主要內(nèi)容包括以下幾個方面：
　　 1．介紹幾種典型的信源數(shù)估計方法，包括基于信息論準則的方法，基于蓋氏圓定理的方法以及一種基于特征向量的估計方法，通過多組仿真實驗比較這些算法的性能。然后進一步分析常用算法對于短時平穩(wěn)信號源個數(shù)的檢測性能。
　　 2．提出一種新的低信噪比下的信源數(shù)估計算法，介紹在低信噪比下導向向量與陣列協(xié)方差矩陣特征向量的內(nèi)積相對于

4、協(xié)方差矩陣特征值存在的優(yōu)勢，同時分析直接利用該內(nèi)積進行信源數(shù)估計可能導致欠估計的原因，進而用特征值構成的權值對該內(nèi)積進行改進，再根據(jù)bootstrap技術，不需要增加新的接收數(shù)據(jù)而只對原接收數(shù)據(jù)進行多次重采樣，得到平均bootstrap加權內(nèi)積，最后利用聚類算法得到信號源個數(shù)的估計。通過對比實驗驗證該算法的有效性。
　　 3．針對短時平穩(wěn)信號的特點，提出一種基于KR子空間的短時平穩(wěn)信號源個數(shù)估計算法。首先計算局部協(xié)方差矩陣并對其