被动多目标分辨与方位估计技术研究

摘要

被动多目标分辨与方位估计技术研究在声纳、雷达、海洋探测等领域中有着非常重要的地位。本文系统研究了被动多目标分辨与方位估计的关键技术。
　　本研究主要内容包括：⑴建立了DOA估计的阵列模型，对经典的窄带高分辨子空间算法进行了分析，研究了常用的解相干方法及快速子空间算法，并对其进行了仿真验证。针对窄带准平稳信号下 KR-MUSIC算法运算量大且需要信源先验信息的问题，提出了无需信源数目的低复杂度算法，该方法利用信号的分段平稳性、结合Khatri-Rao积虚拟增加了阵列孔径。通过正交补算子可降低噪声的影响，利用循环移位矩阵降低了阵列方向矢量的维数，提高了算法的运行速度，结合全加权MUSIC理论实现了无需信源先验信息的准平稳信号DOA估计。实验仿真展示了该方法能估计的信源数超过了阵元数目，且具有较高的估计精度。⑵研究了宽带非相干信号子空间法（ISSM）及相干信号子空间法（CSSM），分析了它们的测向原理，对典型的聚焦类算法RSS及TCT进行了研究，通过仿真验证了算法的有效性。分析了宽带投影子空间正交性测试算法（TOPS）和频域子空间正交性测试算法（TOFS）。基于对称谱理论，提出了一种新的宽带相干信号快速 DOA估计算法，该方法利用 Toeplitz矩阵重构，可实现不损失阵列孔径的信号解相干，结合实值转换将复矩阵映射为实矩阵，降低了子空间分解的运算量，利用噪声子空间及其共轭重新构造空间谱，根据谱对称性，在半谱内搜索即可得到信号的方位角。仿真结果表明该算法能处理宽带相干源，运算量小且具有较小的估计误差。⑶研究了NC-MUSIC、实值NC-MUSIC、EPM等非圆信号DOA估计算法并进行了仿真验证。分析了非圆信号和圆信号共存下的MUSIC算法、ESPRIT算法及酉ESPRIT算法，信号共存下，信号子空间维数得到了扩展，可以分辨更多的信号，在信源过载下算法有效。针对非圆信号和圆信号共存下MUSIC算法运算量较大的问题，提出了一种快速算法，该方法将实值转换和多级维纳滤波技术应用到信号共存下，降低了该情形下MUSIC算法的运算量，利用谱峰中圆信号角度会重复出现而非圆信号角度只会出现一次的规律，可以准确区分圆与非圆信号。仿真结果验证了算法的有效性。⑷研究了窄带不相关和相干信号混合下的DOA估计算法，对空间差分矩阵平方算法和空间差分矩阵特征分解算法进行了理论分析和实验仿真。为提高低信噪比下算法分辨的成功概率，提出了空间差分Mini-Norm算法，所提算法在不相关和相干信号的DOA估计中采用的都是Mini-Norm方法，算法分辨率高、对参数变化不敏感，仿真验证了新算法具有良好的性能。针对空间差分矩阵平方算法运算量大且解相干会带来阵元损失的问题，给出了一种改进算法，该方法利用新空间差分技术，解相干的阵元损失较传统的空间平滑要小，结合实值转换及线性传播算子理论，可快速获得相干信号的噪声子空间。计算机仿真实验表明所提算法估计精度较高且具有较低的计算复杂度。⑸利用实值转换及空间差分技术，结合 TOFS算法理论，发展了宽带不相关信号和相干信号混合下的DOA估计算法，该算法利用宽带信号各个频点协方差矩阵的厄米特性，通过酉转换可实现该频点复矩阵的实值化，通过实值化的TOFS法能迅速实现不相关信号的DOA估计。利用空间差分及Toeplitz化技术，通过实值TOFS算法，在不降低阵列孔径的条件下，可快速获得相干信号的DOA估计。仿真结果表明新算法能同时估计宽带不相关和相干信源，在信源数目大于阵元数目的情形下DOA估计有效，且具有较低的运算量。

目录

缩略语

第一章 绪 论

1.1 国内外研究背景及意义

1.2 国内外研究现状

1.3论文主要内容及结构安排

第二章 阵列信号处理的数学模型

2.1 阵列信号模型

2.2 DOA估计的矩阵理论

2.3子空间理论

2.4 本章小结

第三章 窄带高分辨方位估计方法

3.1 不相关信号DOA估计

3.2 相干信号DOA估计

3.3无需特征分解的方位估计方法

3.4 窄带准平稳信号的DOA估计算法

3.5本章小结

第四章 宽带高分辨方位估计方法

4.1 宽带阵列信号

4.2 相干信号子空间法

4.3正交性测试方法

4.4本章小结

第五章 非圆信号的高分辨方位估计方法

5.1 非圆信号的方位估计技术

5.2 圆信号和非圆信号共存下的DOA估计算法

5.3圆信号与非圆信号共存下的快速MUSIC算法

5.4 本章小结

第六章 不相关和相干信号混合下的高分辨方法

6.1 基于空间差分矩阵平方的DOA估计算法[199]

6.2 基于空间差分矩阵特征分解的高分辨算法

6.3 基于空间差分的Mini-Norm算法

6.4 快速DOA估计算法

6.5宽带不相关信号和相干信号混合下的快速算法

6.6本章小结

第七章 全文总结

7.1论文研究工作及主要创新成果

7.2有待进一步研究的工作

参考文献

攻读博士学位期间完成的论文及参与的科研项目

致谢

声明