关键词:
DOA估计
非圆信号
四阶累积量
最小冗余面阵
自由度
摘要:
阵列波达方向估计(Direction Of Arrival,DOA)在电子对抗和无线通信等领域上具有广泛的应用。为了提高DOA估计性能,学者将研究测向算法和阵列结构作为切入点。在阵列结构方面,而非均匀阵列具有较大的孔径和自由度,在相同阵元数的条件下,非均匀阵列测向性能优于均匀阵列,其中最小冗余阵列的自由度最大。相比于L阵和圆阵,面阵的DOA估计精度较高以及估计性能稳定,因此本文采用推广至面阵的最小冗余阵列即最小冗余面阵。在测向算法方面,一方面目前应用于非均匀阵列的算法多为基于空间平滑方法,该方法计算量大,不利于快速DOA估计,并且现实环境存在大量非圆信号,其信号特性可以提高DOA估计能力。因此本文在最小冗余面阵的基础上研究矩阵重构算法降低计算量实现DOA估计,然后将其进一步推广至非圆信号DOA估计之中。论文主要工作如下:1.针对传统的空间平滑方法计算量大和提高DOA估计能力问题,提出了基于最小冗余面阵的DOA矩阵重构类算法。首先对于计算量大的问题,本文运用矩阵重构的方法取代空间平滑方法处理二阶统计量,其过程为利用二阶统计量得到最小冗余面阵的差分共性阵列,然后利用该阵列中各均匀线阵得到的Toeplitz矩阵构造新的协方差矩阵,相对于空间平滑方法,本文矩阵重构的方法省略了计算各子阵协方差矩阵的过程,因此计算量较少,同时将新的协方差矩阵运用到二维MUSIC算法和二维ESPRIT算法以及二维酉ESPRIT算法中;其次,针对提高DOA估计能力问题,本文进一步将矩阵重构思想应用至四阶累积量之中,充分利用四阶统计量,从而有效扩展了最小冗余面阵的孔径,提高了自由度。这两类算法也可以适用于其他非均匀阵列,最后通过仿真验证了本文算法具有较高精度,并且在相同算法条件下,最小冗余面阵DOA估计性能优于嵌套面阵、开盒子阵列和均匀面阵。2.为了进一步将非圆信号的特性与矩阵重构算法相结合以进一步提高DOA估计能力,本文提出了基于非圆信号和最小冗余面阵的DOA估计算法。非圆信号的椭圆协方差不为零,本文利用这一性质扩大最小冗余面阵的虚拟阵列,扩大方式有两种。第一种方式是利用非圆信号二阶统计量信息进行直接向量化处理得到求和求差阵列,但是该求和求差阵列存在孔洞,为了弥补孔洞提高自由度,本文通过先阵列平移后向量化得到求和求差阵列,然后与矩阵重构算法相结合。但是上述方法局限在二阶统计量,因此第二种方式利用非圆四阶累积量扩大虚拟阵列,并通过降维实现DOA估计。最后的仿真结果表明,相比其他非圆算法,本文所提算法精度较高,并且最小冗余面阵的估计精度高于互质面阵。