稀疏欠采樣陣列信號處理方法研究.pdf

1、壓縮感知理論是一種利用信號的稀疏特性從欠采樣測量值中恢復信號的技術，該理論不受傳統Nyquist采樣定理約束，因而具有廣泛的學術研究和工業(yè)應用價值。目前，壓縮感知理論重點研究了特定字典情況下的稀疏信號重建算法模型、重建條件等，而針對壓縮感知理論在陣列信號處理中的具體應用仍有許多待深入研究的內容。
　　過水平采樣是另一種降低采樣率的方法，其也被稱為事件驅動采樣，即由信號本身決定何時采樣。過水平采樣可以在獲取信息的同時有效地減少采樣樣

2、本數，實現高效節(jié)能地獲取、探測與估計信息的目的。但目前過水平采樣理論、信號重建算法及其在信號處理中的具體應用還不成熟。
　　極化陣列既可以獲得信號的空間信息，又可以獲得信號的極化信息，完備的電磁信息為陣列性能的提高奠定了物理基礎，使得在稀疏極化域條件下進一步改善陣列信號處理性能成為可能。但現有針對極化陣列的波達方向（Direction-of-Arrival,DOA）估計算法因待估參數多而存在計算量大的問題。
　　針對以上情況

3、，本文重點研究了基于壓縮感知理論的應用算法、壓縮感知理論和過水平采樣理論的聯合優(yōu)化算法，以及針對極化陣列的信號處理相關算法。本論文的主要工作如下：
　　1.針對非相關信號和相干信號同時存在的情況下，提出一種基于信號子空間方法和子空間塊稀疏重建理論的DOA估計方法。所提算法可以有效地估計信號的DOA、不受陣列幾何結構的限制，且具有超載能力。進一步研究了色噪聲環(huán)境下的非高斯信號DOA估計問題，提出了基于四階累積量(Fourth-ord

4、er Cumulants,FOC)的DOA估計算法。另外，在利用陣列方向分集的情況下，提出了一種基于雙約束彈性樹搜索正交匹配追蹤的DOA估計算法。
　　2.提出一種基于稀疏重建理論和過水平采樣理論的聯合優(yōu)化DOA估計算法。首先針對模擬信號進行過水平采樣，并研究了該欠采樣方案可以利用簡單的1-比特模數轉換器硬件電路實現。同時基于欠采樣測量數據，將DOA估計問題描述為壓縮感知稀疏重建框架下的一個代價函數。該算法可以降低陣列信號處理系統

5、的采樣速率和硬件成本。
　　3.提出一種基于稀疏重建理論的波束綜合算法，首先將壓縮感知的稀疏重建理論和凸優(yōu)化引入到線性陣列的波束綜合問題。進一步研究基于迭代重加權?1范數最小化和凸優(yōu)化的陣列波束圖綜合算法，并將這一方法拓展到由陣列方向性所構建的二維陣列的波束綜合問題，最后研究了關于極化陣列的波束綜合問題及基于稀疏表示的圓陣波束形成問題。
　　4.提出一種針對稀疏極化域陣列的低復雜度DOA估計算法。首先引入了部分校正分布式電磁