阵列信号处理中的信源数估计算法研究

摘要

信源数估计是阵列信号处理中的一个关键问题，在雷达、通信、生物医学、地震信号和电子对抗等领域有着广泛的应用。精确的信源数是许多超分辨阵列信号处理算法实现的前提条件之一，如果信源数的估计值与实际不一致，许多超分辨算法的估计性能将急剧下降，甚至完全失效。因此，信源数估计是阵列信号处理中的一个重要研究课题，也是雷达、通信等领域的基本任务之一。现有的算法大多数是在高斯白噪声的理想环境下提出的，而工程应用中常见的是非平稳噪声、非高斯噪声和色噪声，因此研究有效的信源估计算法更加具有实际意义。 本文研究在不同噪声背景下的信源数估计问题，在已有成果的基础上提出新的方法。论文的主要内容包括： 1.介绍信源数估计的基本方法，包括假设检验方法、信息论准则(AIC和MDL)、盖氏圆方法和基于Bootstrap的方法，分析以上算法原理和在不同噪声背景下的性能，并通过实验验证其效果； 2.研究常用的信源数估计方法在实际应用环境(例如在有限快拍或非白噪声)中存在的问题并分析原因； 3.总结有限快拍时噪声的特征值分布规律，并通过大量的样本和重复实验次数，得出特征值的准确计算公式或某种条件下的估计方法，利用计算结果降低噪声影响，从而得到有限快拍情况下提高信源数估计性能的方法，并通过实验验证其效果； 4.研究非平稳噪声环境下的信源估计问题。首先，在有限快拍数时，估计噪声特征值的分布，并通过实验仿真验证其效果；其次，提出利用变换矩阵抵消非平稳噪声的方法，之后利用重抽样方法提高算法估计性能；最后，利用特殊构造的对角矩阵，来降低算法复杂度并提高估计性能，并通过实验验证算法效果。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景及意义

1.2研究历史与现状

1.3本文工作和组织结构

第2章信源数估计算法基础

2.1符号表示

2.2窄带信源数学模型

2.3噪声模型

第3章信源数估计算法性能分析

3.1信源数估计算法对DOA的影响

3.2基于信息论准则的估计方法

3.3基于盖氏圆方法的估计方法

3.3.1盖氏圆算法原理

3.3.2基于盖氏圆定理的估计方法

3.4基于Bootstrap的估计方法

3.4.1 Bootstrap介绍

3.4.2基于Bootstrap的估计方法

3.4.3对Bootstrap算法的思考

3.5仿真实验

3.6 小结

第4章信源数估计算法改进

4.1有限快拍数时噪声特征值对信源数估计的影响

4.2噪声特征值的直接估计

4.3信源数估计改进算法

4.4算法仿真

4.5 小结

第5章非平稳噪声下的信源数估计算法

5.1噪声特征值的分布特性

5.2非平稳噪声环境下的抵消方法

5.3非平稳噪声下的信源数估计方法

5.3.1关于抵消不降秩的证明

5.3.2信源数估计方法

5.4基于矩阵选择的信源数估计方法

5.4.1特殊对角矩阵J的选择

5.4.2基于矩阵选择的信源数估计方法

5.5算法仿真

5.6 小结

第6章总结与展望

6.1总结

6.2展望

参考文献

在读期间发表的学术论文与取得的研究成果

致谢