基于分?jǐn)?shù)低階循環(huán)統(tǒng)計(jì)量的DOA估計(jì)新方法.pdf

1、信號(hào)的波達(dá)方向(DOA，Direction of Arrival)估計(jì)是陣列信號(hào)處理的一個(gè)重要研究?jī)?nèi)容。DOA估計(jì)的任務(wù)是確定同時(shí)處在空間某一區(qū)域內(nèi)多個(gè)感興趣信號(hào)的空間位置，廣泛應(yīng)用于雷達(dá)、聲納、地震波、心電圖等信號(hào)處理領(lǐng)域。DOA估計(jì)的算法很多，以MUSIC，ESPRIT為代表的特征子空間類算法是其中的典型代表。雖然MIUIC算法和ESPRIT算法在一定的條件下都可以得到很好的效果；但是，傳統(tǒng)特征子空間算法分辨率較低，不具有頻率選擇性

2、等缺點(diǎn)。鑒于此，基于循環(huán)平穩(wěn)信號(hào)的DOA估計(jì)方法得到了廣泛的重視與發(fā)展。
　　 在通信、天文、海洋等信號(hào)中，存在著一類特殊的非平穩(wěn)信號(hào)，它們的非平穩(wěn)性表現(xiàn)為周期平穩(wěn)性，即統(tǒng)計(jì)特性呈周期或多周期性變化(各周期不能通約)。鑒于此，基于循環(huán)平穩(wěn)特性的DOA估計(jì)方法綜合考慮了信號(hào)的時(shí)域和空域信息，具有很多傳統(tǒng)DOA估計(jì)方法所不具備的優(yōu)點(diǎn)：一方面可以抑制循環(huán)互不相關(guān)的干擾和噪聲，另一方面在陣元數(shù)少于信源數(shù)時(shí)仍然有效?；诙A循環(huán)相關(guān)的DO

3、A估計(jì)方法有：Cyclic-MUSIC、Cyclic-ESPRIT[5]和SC-SSF。其中，Cyclic-MUSIC和Cyclic-ESPRIT是適用于窄帶的；SC-SSF是適用與寬帶的。然而，在自然界中存在著大量具有突出的尖峰脈沖特性的噪聲，它們都顯著偏離傳統(tǒng)的高斯分布。這些噪聲通常采用適用性更廣泛的α穩(wěn)定分布模型來(lái)描述。由于α穩(wěn)定分布噪聲不具有有限的二階矩，此時(shí)基于二階循環(huán)統(tǒng)計(jì)量的算法性能會(huì)顯著退化甚至失效。
　　 針對(duì)這

4、些問(wèn)題，本文首先提出了分?jǐn)?shù)低階循環(huán)相關(guān)矩陣概念；并在此基礎(chǔ)上，提出了分?jǐn)?shù)低階總體最小二乘(TLS)循環(huán)ESPRIT算法的兩種形式。計(jì)算機(jī)仿真表明所提出的算法可有效地估計(jì)出脈沖噪聲條件下的波達(dá)方向，其性能優(yōu)于傳統(tǒng)的基于二階循環(huán)統(tǒng)計(jì)量的循環(huán)ESPRIT類算法，有潛在的應(yīng)用前景。
　　 其次，本文又提出了基于分?jǐn)?shù)低階循環(huán)相關(guān)的波達(dá)方向(DOA)估計(jì)算法。該算法是利用了分?jǐn)?shù)低階循環(huán)相關(guān)的相移特性將寬帶循環(huán)平穩(wěn)信號(hào)的DOA估計(jì)問(wèn)題轉(zhuǎn)化為“