非圆信号二维角度估计算法研究

摘要

阵列信号处理是对传感器阵列接收的信号进行处理，从而增强期望信号抑制无用的干扰和噪声，并提取有用的信号特征的一种信号处理过程。对于空间信号波达方向（Direction ofArrival,DOA）的研究一直是阵列信号处理的热门问题。事实上，近年来通信系统中大量使用了幅度调制、二进制频移键控等非圆信号，在阵列信号领域非圆信号也受到越来越多的关注，信号的非圆特性也被广泛用来提高DOA估计性能。本文对非圆信号二维DOA估计进行了深入研究。论文工作如下：
　　1）研究了均匀面阵下非圆信号（Noncircular Signals,NC）的借助旋转不变性进行参数估计(Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT)的二维DOA算法，同时推导出非圆信号的克拉美罗界（Cramer-Rao Bound,CRB），为各种非圆信号算法的性能提供了一个标准。与传统的ESPRIT算法相比，提出的算法利用了非圆信号特性，阵列孔径扩大了一倍，因此角度估计性能优于传统的ESPRIT。另外，该算法无需谱峰搜索，且实现了仰角和方位角的自动配对。
　　2）研究了均匀面阵下一种基于非圆信号传播算子的(Noncircular SignalsPropagator Method，NC-PM）的二维波达方向估计算法，提出的算法通过对非圆接收信号的数据拓展，扩大了接收阵列的孔径，因此角度估计性能优于传统传播算子（Propagator Method,PM）。另外，提出的算法无需谱峰搜索，且实现了仰角和方位角的自动配对。仿真结果表明提出的算法的角度估计性能得到明显提高，并从复杂度和性能方面分析了非圆EPSRIT和非圆PM算法。
　　3）提出了均匀面阵下一种基于非圆平行因子(Noncircular SignalsParallel Factor，NC-PARAFAC)的二维波达方向估计算法。在传统平行因子（Parallel Factor,PARAFAC）算法的基础上，NC-PARAFAC利用了接收信号的非圆特性将阵列孔径加倍，提高了估计精度。另外，该算法相比传统的ESPRIT算法、PM算法、NC-ESPRIT、NC-PM算法有着更优越的估计性能。
　　4）提出了双平行线阵下一种基于Euler变换非圆信号传播算子(Noncircular Signals Propagator Method Based on Euler transformation,Euler-NC-PM)的二维波达方向估计算法。该算法通过对非圆接收信号的数据拓展，扩大了接收阵列的孔径，因此角度估计性能优于传统PM算法。同时把NC-PM中的复数运算通过Euler变换转换为实数运算，在降低计算复杂度的同时，角度估计性仍逼近NC-PM。

目录

封面

声明

中文摘要

英文摘要

目录

注释表

缩略词

第一章 绪论

1.1 研究背景

1.2 研究现状

1.3 论文的主要工作与结构安排

第二章 波达方向估计基础

2.1矩阵代数的相关知识

2.2 阵列天线基础

2.3 均匀面阵中二维DOA估计

2.4 非圆信号

2.5 本章小结

第三章 均匀面阵中基于NC-ESPRIT的二维DOA估计算法

3.1 数据模型

3.2 基于NC-ESPRIT的二维DOA估计算法

3.3 算法复杂度和优点

3.4 面阵中非圆信号的克拉美罗界

3.5 仿真结果

3.6 本章小结

第四章 均匀面阵中基于NC-PM的二维DOA估计算法

4.1 数据模型

4.2 基于NC-PM的二维DOA估计算法

4.3 算法复杂度和优点

4.4 仿真结果

4.5 本章小结

第五章 均匀面阵中基于NC-PARAFAC的二维DOA估计算法

5.1 数据模型

5.2 基于NC-PARAFAC的二维DOA估计算法

5.3 本文算法主要步骤

5.4 算法复杂度和优点

5.5 仿真结果

5.6 本章小结

第六章 双平行线阵中基于Euler变换的NC-PM的2D-DOA算法

6.1 引言

6.2 数据模型

6.3 基于Euler变换的非圆传播算子的2D-DOA算法

6.4 算法的复杂度和优点

6.5 双平行线阵中非圆信号的克拉美罗界

6.6 仿真结果

6.7 本章小结

第七章 总结与展望

7.1 本文工作总结

7.2 工作展望

参考文献

致谢

在学期间的研究成果及发表的学术论文