矢量传感器阵列的信号DOA和极化参数估计算法研究

摘要

电磁波的极化信息是信号处理领域方面一个非常重要的信号参数特征信息。矢量传感器能够以矢量的方式观测信号电场和磁场的信息，由它所构成的阵列根据其内部阵元极化选择匹配特性的多元化可以提取到信号更为细致的微观结构信息。因此，矢量传感器阵列在雷达、通信、地震勘探、射电天文和医学影像等现代高科技领域有极为广泛的应用前景，引起了众多学者对其的研究热潮。对电磁波极化信息的提取和合理利用，能够提高雷达对诱饵的识别能力，有利于提升雷达通信系统的整体性能。本文就信号的波达方向和极化参数联合估计方面进行研究，主要完成了以下工作内容：
　　第一部分，研究了电磁波的极化和矢量传感器构型的基础理论知识。首先研究了电磁波极化的数学表示，就其数学特征将电磁波分为完全极化和部分极化电磁波，并研究了它们之间的内在联系；其次介绍了矢量传感器阵列的空间模型和数学表示，并对其进行分类；最后就本文研究重点对信号进行假设，完整建立起矢量传感器阵列的信号接收模型并推导了信号参数估计的克拉美罗下界值，说明其相比于标量阵列的优越性。
　　第二部分，研究了完整电磁矢量传感器的阵列接收模型以及信号DOA和极化参数估计算法。首先，构建了完整六维共点矢量传感器的信号接收模型，运用时间ESPRIT算法得出信号的频率和信号导向矢量矩阵，结合电磁矢量传感器特有的矢量叉乘关系得出信号的DOA和极化参数信息；其次，为了得到更高精度的信号DOA信息，减小矢量阵元之间互耦影响，构建了分离式电磁矢量传感器的阵列模型，利用相位干涉仪测向方法得出周期性模糊高精度方向余弦，同时由矢量叉乘方法得到的信号DOA粗估计值和极化状态角信息，利用解模糊算法得出信号的高精度DOA信息；最后用MATLAB软件进行仿真实验验证了两种阵型极化测向方法的有效性。
　　第三部分，研究了L型残缺矢量传感器阵列DOA和极化参数联合估计算法。首先，构建两种L型阵列模型，一种由电偶极子和小磁环组成的非均匀L型稀疏阵列，另一种仅由电偶极子构成的改进L型均匀稀疏矢量传感器阵列，利用ESPRIT算法、极化分集接收理论和相位干涉仪测向等方法，得出高精度信号DOA估计；其次，对两种算法运算量进行分析比较，得出改进L型阵列算法具有较少的运算量的结论；最后仿真实验结果验证了两种算法的正确性并对两种算法测向性能进行对比分析，同时就相位不一致和极化匹配度对信号参数估计性能的影响进行仿真分析，可以推出阵列在测向方面具有较好的鲁棒性。本文所提L型阵列的相邻阵元之间距均大于半个波长距离，阵元之间的互耦影响较低，阵列均具有可扩展性，相应的信号DOA估计精度大大提高。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究的背景和意义

1.2国内外研究动态

1.3 本文研究的主要内容和章节安排

第2章 极化的基础理论知识

2.1 电磁波极化理论知识及其分类

2.2 矢量传感器阵列理论知识及其分类

2.3 矢量传感器阵列接收信号的数学模型

2.4极化测向的优势

2.5 本章小结

第3章 全电磁矢量传感器阵列DOA和极化参数联合估计

3.1共点单电磁矢量传感器DOA和极化参数联合估计

3.2 分离式全电磁矢量传感器DOA和极化参数联合估计

3.3 算法仿真实验和结果分析

3.4本章小结

第4章 残缺矢量传感器阵列DOA和极化参数联合估计

4.1基于时间ESPRIT估计算法的DOA和极化参数联合估计

4.2 基于空间ESPRIT估计算法的DOA和极化参数联合估计

4.3 仿真实验和结果分析

4.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢