陣列信號(hào)處理若干關(guān)鍵問(wèn)題研究.pdf

1、自適應(yīng)波束形成和高分辨測(cè)向是陣列信號(hào)處理的兩個(gè)重要研究方向，在通信、聲納、雷達(dá)、無(wú)線電、地震探測(cè)等應(yīng)用領(lǐng)域具有重要的軍用和民用價(jià)值。針對(duì)實(shí)際應(yīng)用環(huán)境，本文從提高波束形成和高分辨測(cè)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(kāi)展了理論與實(shí)驗(yàn)研究。本研究主要內(nèi)容包括：
　?、裴槍?duì)基于線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(wèn)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(hào)子空間來(lái)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(shí)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(huì)對(duì)權(quán)矢量帶來(lái)的擾動(dòng)，提高自適應(yīng)波束形成算法的輸出信干噪比。針對(duì)小樣本下信號(hào)子空間維數(shù)難以確定和采樣協(xié)方差矩陣對(duì)樣本數(shù)依賴較大的問(wèn)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(yàn)協(xié)方差矩陣，然后依據(jù)最小均方誤差準(zhǔn)則計(jì)

3、算采樣協(xié)方差矩陣與先驗(yàn)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(yàn)協(xié)方差矩陣，有效緩解先驗(yàn)知識(shí)與當(dāng)前數(shù)據(jù)模型失配問(wèn)題，提高了小樣本下協(xié)方差矩陣的估計(jì)精度，同時(shí)避免了子空間維數(shù)的確定。
　?、漆槍?duì)全維自適應(yīng)波束形成算法運(yùn)算量巨大和要求滿足獨(dú)立同分布條件的訓(xùn)練樣本集規(guī)模龐大這一問(wèn)題，利用多維域的全維陣列數(shù)據(jù)可分維構(gòu)造的特點(diǎn)，提出了結(jié)合子空間重構(gòu)和交叉項(xiàng)自適應(yīng)剔除的權(quán)矢量計(jì)算方法。該方法首先在訓(xùn)練樣本集上估計(jì)分維陣列數(shù)據(jù)

4、的信號(hào)子空間；然后基于張量積性質(zhì)重構(gòu)全維信號(hào)子空間并自適應(yīng)剔除交叉項(xiàng)；最后采用子空間投影算法計(jì)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(duì)于具體不能分維的陣列，提出了知識(shí)輔助的聯(lián)合迭代優(yōu)化降秩波束形成方法。該方法通過(guò)對(duì)降維矩陣與波束形成權(quán)矢量進(jìn)行聯(lián)合優(yōu)化來(lái)實(shí)現(xiàn)自適應(yīng)降維處理目的，同時(shí)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(yàn)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(jì)精度。實(shí)驗(yàn)仿真表明在對(duì)先驗(yàn)協(xié)方差矩陣進(jìn)行在線更新的基礎(chǔ)上，通過(guò)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(shí)對(duì)信號(hào)子空間維數(shù)具有穩(wěn)健性。
　　⑶針對(duì)小樣本下強(qiáng)弱鄰近信號(hào)的DOA估計(jì)問(wèn)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(jì)方法。通過(guò)對(duì)傳統(tǒng)MUSIC算法和Capon譜估計(jì)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(jì)值，提

6、高了強(qiáng)弱鄰近信號(hào)DOA估計(jì)精度。理論分析和仿真實(shí)驗(yàn)表明所提方法在保持子空間方法高分辨的同時(shí)改善了對(duì)小樣本和強(qiáng)弱信號(hào)的穩(wěn)健性，能有效降低對(duì)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?duì)寬度信號(hào)DOA估計(jì)的相干信號(hào)子空間算法（CSSM）依賴高精度信號(hào)子空間估計(jì)和預(yù)估角的問(wèn)題，提出了迭代自適應(yīng)譜重構(gòu)的寬帶信號(hào)DOA估計(jì)方法。該方法首先將寬帶信號(hào)通過(guò)離散傅立葉變換得到多路窄帶信號(hào)；然后計(jì)算參考子帶信號(hào)的匹配功