分享到:

基于高阶累积量的阵列信号多参数估计技术

宽频段阵列信号参数估计是当前阵列信号处理研究的一个重要方向,然而目前宽频段阵列系统的工程实践中存在诸多困难,主要有:①为避免多通道高采样率同步采集这一难题,工程中常采用欠采样技术,然而解欠采样所致的频率混迭常用的延迟相位方法需要增加与阵元数相同数目的延迟通道,这又带来另外的硬件实现上的问题;②宽频段阵列系统的特殊性使得阵列模型误差成为影响算法性能的重要因素,主要的三种误差包括阵元位置误差、阵元之间的互耦、阵元及通道之间的不一致性;③复杂信号环境对算法性能的影响,包括非白噪声环境和相干信号的影响。本文围绕以上问题,主要研究了基于四阶累积量的信号频率和二维到达角估计系统的主要技术环节,所作的工作和主要贡献有:1.研究了基于四阶累积量的各种阵列扩展形式、扩展能力以及扩展阵列的性质。结果表明基于四阶累积量实现阵列扩展有两个方面的意义,一是增加有效阵元数,这使得算法突破了二阶子空间类算法对入射信号数的限制。另一方面是展宽阵列有效口径,提高  (本文共121页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

非平稳信号阵列多参量估计技术研究

非平稳信号是现实生活中普遍存在的信号形式,建立在平稳窄带假设基础上的传统阵列处理方法在分析处理这类信号时受到局限。在多通道阵列处理中充分利用现代信号处理的优秀成果,将非平稳信号处理手段与传统的空域处理相结合,实现非平稳信号时频特征与空域参数联合估计,成为阵列信号处理发展的必然趋势,也是一个相对较新且充满挑战的研究课题。本文围绕非平稳信号源的阵列信号建模、Cohen类双线性时频分布及分数阶傅立叶变换等非平稳信号处理工具在阵列处理中的应用等问题展开深入研究,主要工作和贡献有:1、研究了Cohen类双线性时频分布在窄带阵列信号测向应用中的关键问题。给出了时频-最大似然方法的推导证明,该方法具备相干信号处理能力,并且在低信噪比下估计性能优于常规最大似然方法。针对空间时频分布矩阵运算量较大的缺陷,提出一种基于空间时频分布向量的时频-最大似然方法。与基于空间时频分布矩阵的处理方法相比,改进方法不仅计算实现较为简单,而且能够充分利用信号间的交...  (本文共136页) 本文目录 | 阅读全文>>

吉林大学
吉林大学

阵列信号处理中信号参数估计的研究

本文针对阵列信号处理领域中的远场信源和近场信源参数估计问题进行了研究,总结了信源参数估计的研究现状,介绍了信源参数估计的主要方法。文中分析了多级维纳滤波器的特性,在加性噪声和二维天线阵列如均匀圆阵、均匀面阵、十字阵等条件和背景下,对信源个数和信源参数估计问题进行了研究,提出了基于多级维纳滤波器前向分解特性的快速参数估计方法,同时提出了基于多级维纳滤波器的二维ESPRIT参数估计方法,该类方法无需协方差矩阵的估计运算及其分解运算,因此计算复杂度低于传统方法,同时提出了对信源个数的估计算法。在极化敏感阵列条件下,利用高阶累积量理论对近场信源参数估计方法进行了探讨,提出了极化敏感阵列条件下近场信源参数估计方法,该类方法能够对信源的载频、方位角、距离、极化等参数同时进行估计,无需进行谱峰搜索运算并直接得到参数的解。与传统算法相比,阵元个数较少,因而降低了硬件成本,仿真实验验证了该方法对近场信源多维参数估计的有效性。文中利用高阶累积量定义...  (本文共129页) 本文目录 | 阅读全文>>

兰州理工大学
兰州理工大学

有色噪声背景下极化阵列信号参数估计方法研究

电磁矢量传感器阵列信号处理是信号处理领域里的一个新兴的热点研究问题,它在国防、通信、航空等诸多领域都有着广泛的应用前景。本文以电磁矢量传感器极化阵列多参数估计为目标,以各种有色噪声抑制为重点,以提高阵列信号参数估计性能为核心,针对各种不同的典型极化阵列结构和信号特性,研究了多种性能优良的阵列信号参数估计方法。首先,对于单电磁矢量传感器DOA和极化参数估计问题,分别研究了基于循环相关和基于高阶累积量的子空间—最小范数方法;其次,对于工程上应用广泛的线性极化阵列的DOA和极化参数估计问题,又分别研究了基于循环相关和基于高阶累积量的子空间—最小范数方法。最后,对于更具一般性的任意结构极化阵列的DOA和极化参数估计问题,研究了基于循环相关的子空间—最小范数方法。理论分析和仿真实验证明,本文所研究的这些极化阵列参数估计方法具有参数估计精度高、噪声抑制能力强和计算量小的特点,因而具有较高的理论价值和工程应用意义。  (本文共77页) 本文目录 | 阅读全文>>

西南交通大学
西南交通大学

联合高阶累积量和稀疏分解的DOA估计算法研究

阵列信号处理是信号处理领域内的一个重要分支,在雷达、通信、声纳、地震、射线天文等科技领域取得了广泛的应用。空间谱估计技术作为阵列信号处理的主要研究领域之一,在理论研究中得到了迅猛的发展,但应用系统尚不多见,仍处于方兴未艾的发展之中,已成为目前主要研究课题。信号的稀疏分解作为一种新兴的信号分析与处理方法,具有许多优良特性。目前已有部分文献中应用信号稀疏分解来解决阵列信号处理中波达方向(DOA)估计等问题,取得了一些成果。本文将信号稀疏分解应用于阵列信号处理领域,研究基于稀疏分解的波达方向(DOA)估计算法。其主要工作和贡献有:1、介绍了阵列信号稀疏分解的基本思想,重点分析匹配跟踪(MP)算法的基本原理及其具体实现流程及稀疏分解在DOA估计中的应用。2、现有的基于稀疏分解的DOA估计算法均存在一个问题:当源信号形式改变时,其过完备原子库就需要根据信号形式重新建立,增加了算法的复杂程度。针对该问题,本文利用旋转不变技术(ESPRIT)...  (本文共67页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

阵列信号多参量联合估计技术研究

频率、二维到达角和极化以及其它参量是空间传播电磁波的重要特征,是认识空间电磁波中所携带信号的重要参量,因此,利用阵列天线对包括频率、二维到达角和极化等参数的联合估计成为电子战中更好地了解周围情况和保护自己的先决条件,在诸如引导干扰、有源隐身、电磁伪装等电子对抗领域内得到了广泛的应用。随着科技的不断发展,多参量估计正在通信、导航和地质勘探等应用领域越来越多地得到重视,成为一个极为引人注目的研究课题。当前,信号环境日益复杂,信号形式多样,信号密度日渐增大,信号频率分布范围不断拓宽,使信号在空域和频域上分布范围和密度大大增加。这就要求同时对宽频段广空域内多个辐射源的频率、到达角和极化等信号参量具有高精度、高分辨力的估计能力。本文首先针对最常用的极化敏感天线——三偶极子天线,建立了多信号频率、二维到达角和极化联合估计的基本假设和一般信号模型。并在此基础上,分别提出了用平面阵和L阵和ESPRIT算法实现频率、二维到达角和极化的联合估计的新...  (本文共127页) 本文目录 | 阅读全文>>