基于宽带共形天线的若干阵列信号处理算法研究

摘要

基于共形阵的阵列信号处理具有广泛的军民应用背景。作为信号处理模块，从已有的报道来看，目前对于共形阵列信号处理算法的研究还不是很充分，尤其是基于宽带共形天线的来波方向(Direction of Arrival，DOA)估计和数字波束形成(Digital Beamforming，DBF)算法的研究更为少见。此外，近年来提出的压缩感知(Compressive Sensing，CS)理论以其能够用较少的采样实现对原始信号重建并且不受阵列结构限制等特点，使其在阵列信号处理领域中得到了广泛的应用，但是大部分都是针对点源。因此研究将CS理论用于共形阵的阵列信号处理具有较强的实际意义。
　　针对以上问题，本文以宽带共形阵为基础，重点研究了基于传播算子思想(Propagator Method，PM)的无需预估计处理的宽带DOA估计和DBF算法；同时详细研究了基于压缩感知理论的DOA估计方法，并将现有的窄带方法推广到宽带共形阵列的DOA估计；最后研究了基于压缩感知理论的数字波束形成实现方法。具体安排如下：
　　首先，研究了窄带阵列信号的接收数据模型和宽带聚焦算法的基本原理，介绍了DOA估计和DBF实现的理论依据，并简要说明了压缩感知基本理论。
　　然后，结合宽带共形天线阵，运用了传播算子思想，实现了无需预估计处理和特征分解操作的宽带DOA估计方法；并将传播算子和特征空间波束形成(Eigenspace Beamformer，ESB)思想结合，提出了一种稳健的数字波束形成方法，同时将这种方法推广到宽带共形阵的信号处理，实现了稳健的宽带数字波束形成。
　　最后，详细研究了基于压缩采样阵列的DOA估计；重点研究了基于稀疏表示和可变网格技术的DOA估计，并将这一理论推广到宽带的阵列信号处理，结合宽带共形天线考查了算法的DOA估计性能；针对压缩感知理论能以少阵元重构原始阵列数据的特点，研究了基于压缩感知理论的自适应数字波束形成。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 引言

1.1 共形阵的发展历史

1.2 阵列信号处理算法的研究现状

1.3 压缩感知理论在阵列信号处理上的应用

1.4 本文的研究内容和主要工作

第二章 宽带阵列信号处理和压缩感知理论概述

2.1 窄带阵列信号的接收数据模型和处理方法

2.2 宽带聚焦CSM算法原理

2.3 压缩感知理论

2.4 本章小结

第三章 基于传播算子的DOA估计和DBF算法

3.1 基于传播算子的DOA估计

3.2 基于传播算子和特征空间思想的数字波束形成

3.3 本章小结

第四章 基于压缩感知理论的DOA估计和DBF算法

4.1 压缩采样阵列接收数据模型

4.2 基于压缩采样阵列的DOA估计

4.3 基于稀疏表示和可变网格技术的窄带DOA估计

4.4 基于压缩感知理论的数字波束形成

4.5 本章小结

第五章 结束语

5.1 本文工作总结

5.2 研究前景展望

致谢

参考文献

攻读硕士学位期间的研究成果