分布源目標(biāo)方位估計(jì)研究.pdf

1、在傳統(tǒng)的目標(biāo)方位估計(jì)研究中，目標(biāo)源一般都假定為點(diǎn)源。但自上世紀(jì)90年代以來，分布源目標(biāo)方位估計(jì)問題開始受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。無論是理論建模還是DOA估計(jì)算法研究，已經(jīng)有相當(dāng)多的研究成果公諸于世。從點(diǎn)源演化至分布源，模型、算法的形式和復(fù)雜度都有了非常大的改變，這對(duì)于廣大研究者而言是新的研究方向和挑戰(zhàn)。本文著重討論了分布源問題，主要內(nèi)容和研究成果如下： 1．介紹分布源的基本概念。隨著陣列信號(hào)處理研究的深入，研究者們發(fā)現(xiàn)在一些近場(chǎng)

2、、存在大量多徑散射以及目標(biāo)高速移動(dòng)的環(huán)境中，利用分布源模型進(jìn)行描述更符合實(shí)際。分布源模型認(rèn)為目標(biāo)在空間具有一定的體積或者能量分布，能量分布可以是連續(xù)的或者是離散的。截止到目前，研究者們已經(jīng)提出了多種形式分布源模型以及相應(yīng)的方位估計(jì)方法。 2．介紹了分布源信號(hào)模型。在分布源建模理論中，目標(biāo)能量在空間中會(huì)有一定的散布，這樣可以將這些能量分量抽象為一個(gè)個(gè)點(diǎn)目標(biāo)源。依照分布源各個(gè)分量之間的空間、時(shí)間相關(guān)性，可以將其劃分為相干分布源(CD

3、)、非相干分布源(ID)和部分相干分布源(PD)。本文著重討論了離散ID分布源模型。 3．對(duì)現(xiàn)有的分布源DOA估計(jì)方法進(jìn)行總結(jié)。分布源目標(biāo)方位估計(jì)課題經(jīng)過多年的研究，已經(jīng)有很多的成果公諸于世。按照其基本原理，文中將這些方法大致劃分為“子空間類方法”、“波束形成方法”、“最大似然估計(jì)方法”、“協(xié)方差匹配方法”和“低復(fù)雜度方法”幾類，并對(duì)它們做以詳細(xì)的介紹。 4．提出一種波束域分布源高分辨方位估計(jì)的新方法。分布源目標(biāo)方位估計(jì)

4、算法的計(jì)算量普遍較大，龐大的計(jì)算量在很多方面限制了估計(jì)方法的應(yīng)用。將高分辨方位估計(jì)方法在波束域進(jìn)行預(yù)處理是目前廣泛采用的降低計(jì)算量的方法。當(dāng)陣列采樣從陣元域變換到波束域時(shí)，將得到預(yù)濾波，提升了信噪比。隨后再采用高分辨估計(jì)方法，因?yàn)椴ㄊ蛐盘?hào)的自由度小于陣元域信號(hào)的自由度，這使得計(jì)算量得到極大的降低。 文中首先介紹了窄帶波束形成的基本原理以及波束域目標(biāo)方位估計(jì)理論，隨后將波束域處理的技術(shù)引入分布源DOA估計(jì)當(dāng)中，得出新的波束域分布

5、源DOA估計(jì)方法。 5．提出一種簡(jiǎn)化的分布源最大似然(MLE)估計(jì)算法。已有的分布源MLE參數(shù)估計(jì)算法是一個(gè)四維非線性最優(yōu)化問題，計(jì)算量龐大，文中稱之為四維MLE算法。為了能夠減少M(fèi)LE算法的計(jì)算復(fù)雜度，論文提出了一種降維的MI。E算法。新方法是三維非線性最優(yōu)化問題，稱之為三維MLE算法。分析表明新算法的計(jì)算量比四維MLE算法大為減少，同時(shí)還可以節(jié)省大量的存儲(chǔ)空間，因此計(jì)算效率可以得到提高。文中對(duì)新算法性能的評(píng)估準(zhǔn)則CRB給出了

6、具體的計(jì)算公式，新CRB計(jì)算公式的計(jì)算量也有所降低。最后通過計(jì)算機(jī)仿真驗(yàn)證，三維MLE算法和四維MLE算法的估計(jì)精度相當(dāng)，因此新算法在減少計(jì)算量的同時(shí)沒有損失性能，實(shí)用性和實(shí)時(shí)性都顯著提高。 6．提出一種新的分布源模型和DOA估計(jì)方法：非對(duì)稱大角度擴(kuò)展分布源方位估計(jì)方法。在以往的分布源方位估計(jì)問題中，一般都假定分布源空間角度擴(kuò)展很小，并且分布源角度擴(kuò)展?jié)M足對(duì)稱性。然而這是一種非常理想化的假設(shè)，現(xiàn)實(shí)中的分布源信號(hào)往往會(huì)突破這兩種限

7、制條件。 為了更普遍的描述分布源模型，文中利用Jacobi-Anger(JA)級(jí)數(shù)展開和高斯混合模型技術(shù)，得出了非對(duì)稱、大角度擴(kuò)展分布源模型。新模型將不受分布對(duì)稱性以及空間擴(kuò)展角度的限制，以往的空間能量滿足對(duì)稱性和小角度擴(kuò)展的分布源模型都可以看作是新模型的特例。 在利用JA級(jí)數(shù)展開后得到的分布源模型中，模型誤差僅僅和級(jí)數(shù)展開的階數(shù)有關(guān)，而和分布源空間擴(kuò)展角度無關(guān)。當(dāng)JA級(jí)數(shù)的階數(shù)足夠高時(shí)，分布源模型誤差將會(huì)被控制在一個(gè)足

8、夠小的范圍內(nèi)。此外在理論建模中，一般將非對(duì)稱的概率分布函數(shù)描述為多個(gè)對(duì)稱概率分布函數(shù)之和。文中利用高斯混合模型來構(gòu)造非對(duì)稱分布，當(dāng)調(diào)整混合模型中的參數(shù)時(shí)，非對(duì)稱概率分布的形狀也將發(fā)生改變。隨后將新的分布源模型與最速下降算法結(jié)合，得出了新的分布源DOA估計(jì)算法，通過計(jì)算機(jī)仿真，結(jié)果表明新模型是合理有效的，估計(jì)方法的性能接近CRB。 7．提出了二階近似分布源模型及低階近似SMVDR算法。在小角度空間能量擴(kuò)展假設(shè)條件下，分布源模型可以

9、用低階 Taylor級(jí)數(shù)近似表示。廣義陣列流型利用了一階 Taylor級(jí)數(shù)展開，這里稱之為一階近似分布源模型。文中研究表明，此種模型忽略高次項(xiàng)帶來的模型誤差以及DOA估計(jì)算法的性能損失還是比較可觀的。因此提出了二階近似分布源模型，即利用二階 Taylor級(jí)數(shù)展開。新模型能夠進(jìn)一步減小模型誤差，并且對(duì)相應(yīng)的DOA估計(jì)算法帶來較大的性能提升。文中將一階近似分布源模型和二階近似分布源模型統(tǒng)稱為低階近似分布源模型。此種分布源模型與空間能量分布形