关键词:
波达方向估计
互质阵列
自由度
时频分析
摘要:
波达方向(DOA)估计一直是阵列信号处理中的一项重要技术,并且广泛应用于雷达、导航、通信等领域。现今的DOA估计算法大都是在均匀线性阵列(ULA)的基础上提出,其理论的研究广泛并且深入,然而却受阵元间距及互耦等问题的限制。互质阵列作为近年来一个热门的研究课题,它具备自由度高,阵元数少等优点,并且突破可估计信源数少于阵元数的限制,在提高入射角估计精度和分辨率的基础上,还可以估计更多的信源。时频分析处理方法可以在时频面上区分信号,对非平稳信号的处理具有优势,因此本文将以互质阵列为模型,再将时频分析方法与波达方向估计方法结合,以此探索出更多基于互质阵列的高精度波达方向估计方法。本文首先介绍几种基于均匀线阵的传统波达方向估计技术,非相干信源前提下介绍了常规波束形成(CBF)、Capon算法以及多重信号分类(MUSIC)算法,并分别进行了MATLAB仿真和性能分析;还介绍了在相干信源条件下的几种解相干算法,有前后向平滑法、改进的MUSIC算法等,最后对其性能进行分析和对比。接下来是对互质阵列模型的介绍,以及有关于互质阵列的位置差和自由度(DOF)的概念,而互质阵列结构又分成原始结构和扩展结构:对于原始结构的互质阵列的波达方向估计,详细介绍了MUSIC和DECOM两种传统算法,通过性能分析可知基于原始互质阵列的传统算法并不能充分利用自由度,且适用范围窄。为尽可能多地获得自由度个数,以此增加可估计信源的数目,引入扩展结构的互质阵列,但是由于数据协方差矩阵结构的改变,传统算法不再适用,为此介绍了几种改进的算法,这些方法都需要对其数据协方差进行修正之后再进行后续的DOA估计步骤,最后通过计算机仿真验证和分析各自的性能。为了进一步提高信源估计精度,将时频信息与互质阵列的波达方向估计结合起来,将通过双线性时频变换得到的时频分布矩阵代替数据协方差矩阵,再与互质阵列改进算法结合,可以得到基于互质阵列的时频平滑MUSIC方法,这样可以将信号在时频面上区分开,再分别进行处理,进一步提高角分辨率和估计精度。