陣列信號處理若干關(guān)鍵問題研究.pdf

1、自適應(yīng)波束形成和高分辨測向是陣列信號處理的兩個重要研究方向，在通信、聲納、雷達(dá)、無線電、地震探測等應(yīng)用領(lǐng)域具有重要的軍用和民用價值。針對實際應(yīng)用環(huán)境，本文從提高波束形成和高分辨測向方法在小樣本環(huán)境下的穩(wěn)健性出發(fā)，系統(tǒng)深入地開展了理論與實驗研究。本研究主要內(nèi)容包括：
　?、裴槍诰€性約束最小均方誤差準(zhǔn)則的自適應(yīng)波束形成方法在小樣本和通道隨機(jī)響應(yīng)誤差條件下性能下降問題，提出了迭代子空間跟蹤和結(jié)構(gòu)約束的自適應(yīng)波束形成方法。該方法利用c

2、learing技術(shù)在訓(xùn)練樣本集上依次跟蹤信號子空間來提高傳統(tǒng)子空間跟蹤方法在小樣本條件下的子空間跟蹤精度，同時結(jié)合權(quán)矢量的結(jié)構(gòu)約束形式減少子空間跟蹤誤差和通道隨機(jī)幅度/相位響應(yīng)誤差會對權(quán)矢量帶來的擾動，提高自適應(yīng)波束形成算法的輸出信干噪比。針對小樣本下信號子空間維數(shù)難以確定和采樣協(xié)方差矩陣對樣本數(shù)依賴較大的問題，提出了迭代自適應(yīng)收縮加權(quán)融合的自適應(yīng)波束形成方法。該方法首先加權(quán)融合采樣協(xié)方差矩陣和先驗協(xié)方差矩陣，然后依據(jù)最小均方誤差準(zhǔn)則計

3、算采樣協(xié)方差矩陣與先驗協(xié)方差矩陣的加權(quán)融合系數(shù)，并采用迭代自適應(yīng)的方式在線更新先驗協(xié)方差矩陣，有效緩解先驗知識與當(dāng)前數(shù)據(jù)模型失配問題，提高了小樣本下協(xié)方差矩陣的估計精度，同時避免了子空間維數(shù)的確定。
　?、漆槍θS自適應(yīng)波束形成算法運(yùn)算量巨大和要求滿足獨立同分布條件的訓(xùn)練樣本集規(guī)模龐大這一問題，利用多維域的全維陣列數(shù)據(jù)可分維構(gòu)造的特點，提出了結(jié)合子空間重構(gòu)和交叉項自適應(yīng)剔除的權(quán)矢量計算方法。該方法首先在訓(xùn)練樣本集上估計分維陣列數(shù)據(jù)

4、的信號子空間；然后基于張量積性質(zhì)重構(gòu)全維信號子空間并自適應(yīng)剔除交叉項；最后采用子空間投影算法計算自適應(yīng)加權(quán)矢量。理論分析和仿真結(jié)果表明所提方法具有較低的運(yùn)算復(fù)雜度，能有效提高自適應(yīng)波束形成算法在小樣本條件下的輸出信干噪比。對于具體不能分維的陣列，提出了知識輔助的聯(lián)合迭代優(yōu)化降秩波束形成方法。該方法通過對降維矩陣與波束形成權(quán)矢量進(jìn)行聯(lián)合優(yōu)化來實現(xiàn)自適應(yīng)降維處理目的，同時結(jié)合空間譜重構(gòu)技術(shù)在線更新陣列數(shù)據(jù)的先驗協(xié)方差矩陣，并與樣本協(xié)方差矩陣

5、進(jìn)行加權(quán)融合處理提高小樣本下協(xié)方差矩陣估計精度。實驗仿真表明在對先驗協(xié)方差矩陣進(jìn)行在線更新的基礎(chǔ)上，通過加權(quán)融合處理和聯(lián)合迭代優(yōu)化降維矩陣與權(quán)矢量能獲得更快的收斂速度，同時對信號子空間維數(shù)具有穩(wěn)健性。
　?、轻槍π颖鞠聫?qiáng)弱鄰近信號的DOA估計問題，提出了加權(quán)偽噪聲子空間投影的修正MUSIC方法和自適應(yīng)加權(quán)修正的Capon譜估計方法。通過對傳統(tǒng)MUSIC算法和Capon譜估計方法進(jìn)行適當(dāng)?shù)募訖?quán)修正，能得到更為尖銳的空間譜估計值，提

6、高了強(qiáng)弱鄰近信號DOA估計精度。理論分析和仿真實驗表明所提方法在保持子空間方法高分辨的同時改善了對小樣本和強(qiáng)弱信號的穩(wěn)健性，能有效降低對訓(xùn)練樣本數(shù)的要求和提高強(qiáng)弱鄰近信源在低信噪比條件下的可分辨概率。
　?、柔槍挾刃盘朌OA估計的相干信號子空間算法（CSSM）依賴高精度信號子空間估計和預(yù)估角的問題，提出了迭代自適應(yīng)譜重構(gòu)的寬帶信號DOA估計方法。該方法首先將寬帶信號通過離散傅立葉變換得到多路窄帶信號；然后計算參考子帶信號的匹配功