基于非循环特性的阵列信号处理方法研究

摘要

在阵列信号处理中，利用信号的非循环特性来进行信号的波达方向（DOA）估计、盲信道识别和盲源分离正成为一个新的研究方向。现有的各类非循环信号DOA估计方法大都集中在针对单一的非循环信号的DOA估计上。而现实中，我们面对的往往不是单一的循环信号源或非循环信号源，而是二者同时并存的混合信号源。而如何进一步利用混合信号源中的两种不同信号的特征，来加强现有自适应波束形成算法的性能，也是一个需要考虑的问题。本文针对上述问题，主要的工作概括如下：
　　 ⑴分析了复随机信号的循环特性，给出了非循环信号的定义及一些有用的性质，并从性能分析上比较了循环与非循环条件下的CPLB。证明了由于零均值的非循环复高斯分布由协方差矩阵和椭圆协方差矩阵共同决定，从而比只由协方差矩阵决定的零均值的循环复高斯分布包含更多的信息。
　　 ⑵针对循环和非循环混合信号源这一更为常见的前提，深入分析了循环和非循环混合信号源的子空间特性，分别以谱MUSIC、求根MUSIC、ESPRIT。及UnitaryESPRIT等4类DOA估计算法为基础，提出了4种新的基于混合信号源的波达方向估计算法，并给出了各类算法下循环和非循环信号源的识别方法。仿真结果表明，新算法不仅能够得到循环信号与非循环信号准确估计结果，而且还能够有效识别出两种信号的不同特征。另外，新算法在估计性能和信源过载处理能力上明显优于只利用了循环信号特性的常规算法。
　　 ⑶针对具有非循环特性的有用信号与只具有循环特性的干扰信号及噪声相混合的情况，通过利用有用信号的非循环特性，提出了一种新的波束形成准则：最大非循环循环比准则（MNCR），并基于该准则给出了新的最优权值计算算法。通过将新算法与最小方差无失真（MVDR）算法及最大信噪比（MSINR）算法这两类经典的波束形成算法进行了性能比较表明，新算法性能优于MVDR算法而与MSINR算法性能相近。而且由于MNCR准则只利用了有用信号的内在特性，相对于这两类算法来说是一种盲波束形成算法，并具有较好的稳健性。
　　 ⑷针对GPS卫星信号具有非循环性的特点，将利用信号非循环特性的阵列处理方法应用到GPS抗干扰的研究中。分别针对GPS信号的非循环特性和干扰的循环特性提出了两种抗干扰的新算法。仿真结果表明，这两类新算法与原有的GPS抗干扰算法相比较，在抗干扰性能上都得到了一定的提高。