基于傳播算子的改進(jìn)空間譜估計算法研究.pdf

1、利用天線陣列進(jìn)行波達(dá)方向估計在諸如雷達(dá)、聲吶、射電天文和無線通信的許多場合有著廣泛的應(yīng)用。其中,高分辨和低復(fù)雜性的波達(dá)方向估計算法尤為重要。由于傳統(tǒng)的空間譜估計算法應(yīng)用于實時估計場合通常需要對參數(shù)空間進(jìn)行耗時的譜峰搜索,所以能夠避免進(jìn)行譜峰搜索的低復(fù)雜性的空間譜估計算法便成為當(dāng)前的研究熱點之一。本研究主要內(nèi)容包括：
　　 ⑴對于利用均勻線陣進(jìn)行空間譜估計的場合,本文給出了一種改進(jìn)的類似于ESPRIT算法的傳播算子方法(MEPM)

2、。該方法以PMV-ESPRIT算法為基礎(chǔ)并利用了傳播算子矩陣的所有信息,因此在不增加算法復(fù)雜性的情況下減少了孔徑損失。由于MEPM不需要進(jìn)行類似于MUSIC算法的譜峰搜索,也不需要像ESPRIT算法進(jìn)行互相關(guān)矩陣的特征分解,因此計算復(fù)雜度有所降低。
　　 ⑵對于利用均勻圓陣進(jìn)行空間譜估計的場合,本文給出了一種改進(jìn)的波束空間傳播算子方法(UCA-BT-PM)。UCA-BT-PM以相位模式激勵函數(shù)為基礎(chǔ)并結(jié)合了MEPM。與UCA-E

3、SPRIT算法和PM-ESPRIT算法一樣,UCA-BT-PM可以給出封閉的方位角和俯仰角估計,從而避免了耗時的譜峰搜索和復(fù)雜的角度配對過程。所不同的是,與UCA-ESPRIT算法相比,UCA-BT-PM不需要進(jìn)行互相關(guān)矩陣的特征值分解,因此減小了計算復(fù)雜度；與PM—ESPRIT算法相比,UCA-BT-PM也利用了傳播算子矩陣的所有信息,從而提高了估計精度。
　　 ⑶對于利用非均勻平面陣列進(jìn)行空間譜估計的場合,本文給出了一種新的

4、輔助變量流形分離技術(shù)(AV-MST)。該技術(shù)結(jié)合了Jacobi-Anger展開及積化和差公式,可以將非均勻陣列結(jié)構(gòu)的導(dǎo)向矢量建模成采樣矩陣和兩個范德蒙德結(jié)構(gòu)系數(shù)矢量積的形式。進(jìn)而利用傳播算子形成一個二元多項式方程組,通過提取過渡矩陣的廣義本征值求得該方程組的根。為了驗證算法的有效性,我們利用非均勻四臂對數(shù)螺旋陣結(jié)合AV-MST進(jìn)行了二維波達(dá)方向估計。由于算法本身可以給出閉式的方向角和俯仰角估計,所以利用AV-MST算法也避免了譜峰搜索和