基于非循環(huán)特性的陣列信號(hào)處理方法研究.pdf

1、在陣列信號(hào)處理中，利用信號(hào)的非循環(huán)特性來進(jìn)行信號(hào)的波達(dá)方向（DOA）估計(jì)、盲信道識(shí)別和盲源分離正成為一個(gè)新的研究方向?，F(xiàn)有的各類非循環(huán)信號(hào)DOA估計(jì)方法大都集中在針對(duì)單一的非循環(huán)信號(hào)的DOA估計(jì)上。而現(xiàn)實(shí)中，我們面對(duì)的往往不是單一的循環(huán)信號(hào)源或非循環(huán)信號(hào)源，而是二者同時(shí)并存的混合信號(hào)源。而如何進(jìn)一步利用混合信號(hào)源中的兩種不同信號(hào)的特征，來加強(qiáng)現(xiàn)有自適應(yīng)波束形成算法的性能，也是一個(gè)需要考慮的問題。本文針對(duì)上述問題，主要的工作概括如下：

2、r>　　 ⑴分析了復(fù)隨機(jī)信號(hào)的循環(huán)特性，給出了非循環(huán)信號(hào)的定義及一些有用的性質(zhì)，并從性能分析上比較了循環(huán)與非循環(huán)條件下的CPLB。證明了由于零均值的非循環(huán)復(fù)高斯分布由協(xié)方差矩陣和橢圓協(xié)方差矩陣共同決定，從而比只由協(xié)方差矩陣決定的零均值的循環(huán)復(fù)高斯分布包含更多的信息。
　　 ⑵針對(duì)循環(huán)和非循環(huán)混合信號(hào)源這一更為常見的前提，深入分析了循環(huán)和非循環(huán)混合信號(hào)源的子空間特性，分別以譜MUSIC、求根MUSIC、ESPRIT。及Unita

3、ryESPRIT等4類DOA估計(jì)算法為基礎(chǔ)，提出了4種新的基于混合信號(hào)源的波達(dá)方向估計(jì)算法，并給出了各類算法下循環(huán)和非循環(huán)信號(hào)源的識(shí)別方法。仿真結(jié)果表明，新算法不僅能夠得到循環(huán)信號(hào)與非循環(huán)信號(hào)準(zhǔn)確估計(jì)結(jié)果，而且還能夠有效識(shí)別出兩種信號(hào)的不同特征。另外，新算法在估計(jì)性能和信源過載處理能力上明顯優(yōu)于只利用了循環(huán)信號(hào)特性的常規(guī)算法。
　　 ⑶針對(duì)具有非循環(huán)特性的有用信號(hào)與只具有循環(huán)特性的干擾信號(hào)及噪聲相混合的情況，通過利用有用信號(hào)的非

4、循環(huán)特性，提出了一種新的波束形成準(zhǔn)則：最大非循環(huán)循環(huán)比準(zhǔn)則（MNCR），并基于該準(zhǔn)則給出了新的最優(yōu)權(quán)值計(jì)算算法。通過將新算法與最小方差無失真（MVDR）算法及最大信噪比（MSINR）算法這兩類經(jīng)典的波束形成算法進(jìn)行了性能比較表明，新算法性能優(yōu)于MVDR算法而與MSINR算法性能相近。而且由于MNCR準(zhǔn)則只利用了有用信號(hào)的內(nèi)在特性，相對(duì)于這兩類算法來說是一種盲波束形成算法，并具有較好的穩(wěn)健性。
　　 ⑷針對(duì)GPS衛(wèi)星信號(hào)具有非循環(huán)