Direction of Arrival Estimation In Smart Antennas for Near Sources Estimation Problem

摘要

智能天线是用来传输或接收相应数据信号的阵列天线。其最重要的数字信号处理过程是对信号的波达方向估计（DOA）。目前已有很多DOA算法，而且研究人员一直在这一领域探索并提出一些新的算法。但是大部分DOA算法在一些情况下性能较低，例如信源角度较近或者信道环境较差，信噪比SNR较低的情况。在本论文中,针对信号源角度较近DOA算法性能不好的问题，研究算法使其达到高分辨率DOA的问题。本文将针对近源问题研究三个不同的解决方案。已有的研究表明由于具有高分辨率，MUSIC算法和ROOT MUSIC算法是使用率较高的算法。第一个解决方案的主要思想是研究这两种算法可能影响高分辨率的因素，并在信源角度很近的情况下对其方向进行估计。因此第一个解决方案是通过加入一些与信号和阵列天线参数（如快拍数目、阵元数以及输入信号的功率）有关的能改善算法分辨率的新的因素，来提高这两种算法的分辨率。第二个解决方案是关于相干源近源估计问题。该方案通过从估计的协方差矩阵中提取信号子空间和噪声子空间特性来形成谱估计，并对信号的协方差矩阵进行了修订，该算法的名称就是基于MES的修正特征空间算法。第三解决方案是对矩阵的特征空间分解进行迭代处理。方法通过从协方差矩阵中提取特征值和特征向量从而形成信号子空间。考虑到由于噪声的误判断，在信号子空间中会存在噪声，因此将信号子空间的协方差又被分解成包含与噪声子空间相关的最小的特征向量部分。将两个噪声特征向量进行平均，得到一个平均噪声特征向量。利用噪声特征向量和信号导向向量的正交性得到这一算法的谱估计。该算法是在已有的迭代MUSIC算法基础上完成的，叫做SIMUSIC算法。仿真结果表明：三种不同的研究均对几个近源信号有很好的估计性能。

目录

封面

声明

中文摘要

英文摘要

目录

CHAPTER 1 INTRODUCTION

1.1Smart Antennas

1.2Data Model

1.3 Thesis contribution

1.4Thesis Structure

1.5 Summary

CHAPTER 2 THEORY OF DOA ALGORITHMS

2.1DOA Algorithms

2.2Performance Analysis of DOA Algorithms

2.3DOA Algorithms Problems

2.4Previous Works and Contributions

2.5 Summary

CHAPTER 3 FACTORS CONCEPT FOR IMPROVING THE RESOLUTION OF MUSIC AND ROOT MUSIC ALGORITHMS

3.1 Introduction

3.2Basic TheoryAnalysis

3.3Selected Factors

3.4Simulation Results

3.5 Summary

CHAPTER 4 TWO METHODS FOR IMPROVING THE RESOLUTION OF MUSIC ALGORITHM

4.1 Introduction

4.2Adding Signal Subspace Component to Improve the Resolution of MUSIC Algorithm

4.3Using Iteration for Improving theResolution ofMUSIC

4.4 Summary

CONCLUSION

参考文献

RESEARCH CONTRIBUTION IN THE MASTER DEGREE

致谢