首页> 中文学位 >低成本无线声阵列网络的实时高效DOA估计研究
【6h】

低成本无线声阵列网络的实时高效DOA估计研究

代理获取

目录

声明

摘要

第一章 绪论

1.1 研究背景及意义

1.2 资源受限的无线声传感器阵列网络特性

1.2.1 无线声传感器阵列网络目标定位方法分类与资源需求分析

1.2.2 无线声传感器阵列网络目标定位方法能耗分析

1.3 压缩感知研究进展及其在无线传感器网络中的研究现状

1.3.1 压缩感知研究进展

1.3.2 压缩感知在无线传感器网络中的研究现状

1.4 基于相位展开的研究进展及DOA估计应用

1.5 本论文的主要研究工作及组织结构

1.6 本章小结

第二章 压缩感知理论与波达方向估计基础

2.1 引言

2.2 压缩感知背景介绍

2.3 基于阵列信号的重构研究

2.4 阵列信号处理波达方向估计基础

2.4.1 阵列模型

2.4.2 阵列波达方向估计算法

2.5 本章小结

第三章 基于时空联合稀疏的直接DOA估计研究

3.1 引言

3.2 基于稀疏特性的阵列信号研究

3.2.1 基于稀疏特性的阵列量测研究

3.2.2 基于阵列信号的随机采样设计

3.3 基于联合稀疏特性的DOA估计

3.4 DOA估计性能分析

3.4.1 稀疏重构分析与角度分辨研究

3.4.2 CSJSR-DoA方法的的Cramér-Rao下界

3.5 仿真和实验讨论

3.5.1 仿真设定

3.5.2 CSJSR-DoA性能分析

3.5.3 WASAN平台实验

3.5.4 能耗和带宽分析

3.6 本章小结

第四章 基于单比特量化的时空联合稀疏DOA估计研究

4.1 引言

4.2 单比特压缩感知背景介绍

4.3 基于单比特压缩感知的DOA估计问题

4.4 仿真和实验讨论

4.4.1 仿真设定

4.4.2 OBJSR-DOA参数设置研究

4.4.3 OBJSR-DOA可行性分析

4.4.4 OBJSR-DOA性能分析

4.4.5 实验验证

4.4.6 能耗和带宽分析

4.5 本章小结

第五章 基于相位量测的快速DOA估计研究

5.1 引言

5.2 DOA估计背景介绍

5.2.1 阵列信号模型

5.2.2 阵列信号处理

5.3 三维DOA估计与相位展开

5.3.1 三维DOA估计建模

5.3.2 相位量测与相位展开

5.3.3 相位不确定求解

5.3.4 计算复杂度分析

5.3.5 误差分析

5.3.6 多目标快速三维DOA估计算法

5.4 多目标3D DOA算法设计

5.5 仿真与实验验证

5.5.1 信号源设定

5.5.2 多目标DOA估计

5.5.3 DOA估计性能对比

5.5.4 实验验证

5.5.5 实验一:单目标DOA估计

5.5.6 实验二:双目标DOA估计

5.6 本章小结

第六章 基于相位量测的快速目标定位研究

6.1 引言

6.2 直接定位背景介绍及面向相位量测的快速定位算法

6.2.1 直接定位信号模型

6.2.2 基于最大似然估计的直接定位

6.2.3 基于相位量测的直接目标定位研究

6.3 WFDSL性能分析

6.3.1 WFDSL估计协方差分析

6.3.2 基于完整信息定位的CRLB分析

6.4 WFDSL算法设计

6.5 仿真与实验验证

6.5.1 定位性能对比

6.6 本章小结

第七章 总结与展望

7.1 本文工作总结

7.2 本文工作展望

参考文献

附录

致谢

攻读博士学位期间主要的研究成果及参与的科研项目

展开▼

摘要

无线声传感器阵列网络(WASAN)将无线声传感器网络与传感器阵列处理相结合,因此兼具他们各自拥有的高精度、自组网、强隐蔽性等优势,广泛应用于低空无人机、地面重型车辆以及水下潜艇等国防安全领域的被动目标定位和追踪。然而受本地计算、通信带宽和能量供给方面的限制,低成本无线阵列实时高效DOA估计是一个极具挑战性的课题。近年来新兴的压缩感知技术,面向信号的稀疏特性,通过少量的随机观测数据高概率地恢复出原始信号,在本地资源受限和通信受限的WASAN系统中具有非常大的潜在应用价值。本文在综述了国内外关于WASAN被动目标定位最新研究进展的基础上,针对WASAN的资源受限问题从低功耗信号采集、高效实时数据传输、信息信号处理以及快速算法实现方面展开较为系统和深入的研究。本文的主要内容如下:
  1.提出了一种基于声阵列信号疏特性的随机压缩采样与重构方法。该方法基于阵列信号的频域稀疏特性,针对传感器节点本地计算资源和通信带宽受限的特点通过随机非均匀采样技术对原始信号进行降维观测,在降低WASAN数据发送量的同时无需额外的本地计算开销。
  2.提出了一种基于联合稀疏特性的DOA(Direction of Arrival)估计方法。该方法利用有限数目的目标在角度空间的稀疏性和声源信号在频域的稀疏性,通过引入了联合稀疏表示矩阵的方法对阵列随机压缩采样数据在角度空间和频率空间进行联合稀疏表示,并直接对目标的DOA角度进行稀疏重构。该方法在降低阵列数据量的同时避免了传统压缩采样-信号重构-DOA处理模式中信号重构误差到DOA估计误差的传递过程,减少了信号处理的冗余。
  3.提出了一种极低数据量的DOA估计方法。该方法面向DOA估计的本质问题-相位差估计,利用单比特压缩感知技术对信号波形进行重构的特点,在传感器节点端仅用1比特对采样得到的数据进行量化。进一步利用信号的联合稀疏特性,从单比特量测中估计出目标的DOA空间谱。
  4.提出了一种快速三维DOA估计方法用于WASAN系统本地DOA估计实现。该方法基于阵列几何结构特性解决了当阵元间距大于信号半波长时候存在的相位模糊问题并构建了基于相位量测的线性DOA估计模型直接在相位空间对DOA值进行计算。该方法解决了传统的AML、MUISC、Beamforming等基于角度穷举搜索算法计算复杂度大的问题。理论分析表明,该方法的DOA估计误差的协方差和AML估计器的克拉美罗下界一致。
  5.提出了一种基于相位量测的分布式快速目标定位算法。该方法仅需要将少量的本地预处理结果发送到后端融合中心进行直接定位,避免了传统基于完整信息直接定位方法的完整数据发送要求。理论分析表明该方法的估计误差协方差与传统的基于完整信息直接定位方法的克拉美罗下界一致。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号