矢量傳感器陣列信號(hào)的多參數(shù)估計(jì)研究.pdf

1、陣列信號(hào)處理在雷達(dá)、聲吶、無線通信等領(lǐng)域有著廣泛的應(yīng)用。傳統(tǒng)的陣列信號(hào)處理技術(shù)通常利用標(biāo)量傳感器陣列接收的數(shù)據(jù)實(shí)現(xiàn)期望信息的檢測(cè)和估計(jì)。近年來的研究發(fā)現(xiàn)，利用矢量傳感器可以同時(shí)獲得信號(hào)所提供的多維信息，從而獲得更優(yōu)越的系統(tǒng)性能。因此，矢量傳感器陣列信號(hào)處理方法的研究具有重要的意義。本文在前人工作的基礎(chǔ)上，針對(duì)聲學(xué)矢量傳感器和電磁矢量傳感器陣列信號(hào)處理的若干個(gè)熱點(diǎn)問題展開研究，提出了幾種新的矢量傳感器陣列信號(hào)的參數(shù)估計(jì)方法。論文的主要?jiǎng)?chuàng)新

2、點(diǎn)如下:
　　第一部分:基于聲學(xué)矢量傳感器陣列信號(hào)的多參數(shù)估計(jì)算法研究
　　1)研究了利用單個(gè)矢量傳感器進(jìn)行多徑MC-CDMA信號(hào)角度-時(shí)延聯(lián)合估計(jì)方法。我們將時(shí)域維與矢量傳感器響應(yīng)矢量結(jié)合起來，構(gòu)造MC-CDMA信號(hào)的TEVES(temporal-vector-sensor)響應(yīng)矢量。然后，利用子載波信息對(duì)多徑信號(hào)進(jìn)行去相關(guān)處理，并在此基礎(chǔ)上利用MUSIC算法對(duì)多信號(hào)環(huán)境中的“期望信號(hào)”的角度-時(shí)延參數(shù)進(jìn)行聯(lián)合估計(jì)。算法采

3、用樹形結(jié)構(gòu)，包含兩次τ-MUSIC過程估計(jì)時(shí)延，兩次θ-MUSIC過程估計(jì)俯仰角，一次φ-MUSIC過程估計(jì)方位角。此外，對(duì)單目標(biāo)多徑環(huán)境，提出一種基于ESPRIT的角度-時(shí)延閉式求解算法。最后，給出了單矢量傳感器對(duì)多徑MC-CDMA信號(hào)聯(lián)合角度-時(shí)延估計(jì)的CRB。
　　2)研究了基于線性聲學(xué)矢量傳感器陣列的相干信號(hào)二維角度估計(jì)方法。我們首先利用矢量傳感器的空間簽名(Spatial Signature)因子構(gòu)造平行因子(PARAF

4、AC)模型，然后利用平行因子分解獲得矢量傳感器空間響應(yīng)的估計(jì)。提出的算法無需進(jìn)行空間平滑或矢量平滑進(jìn)行解相干處理。同時(shí)，我們證明了只要傳感器個(gè)數(shù)L≥2K-1，采用平行因子分解可以唯一確定K個(gè)相干信號(hào)的二維角度。此外，由于矢量傳感器空間響應(yīng)不含有時(shí)延相位因子，提出的算法在傳感器間隔超過半波長時(shí)不會(huì)造成參數(shù)估計(jì)的模糊。并且，矢量傳感器的內(nèi)部固有結(jié)構(gòu)還有助于算法采用擴(kuò)展口徑來提高角度估計(jì)的精度。
　　第二部分:基于電磁矢量傳感器陣列信號(hào)

5、的多參數(shù)估計(jì)算法研究
　　1)利用雙分量矢量傳感器陣列，提出兩種針對(duì)部分極化信號(hào)/混合信號(hào)（同時(shí)存在完全極化和部分極化信號(hào)）的DOA估計(jì)方法。首先，提出一種可以直接使用傳統(tǒng)子空間類算法的部分極化信號(hào)DOA估計(jì)方法;隨后，針對(duì)混合信號(hào)情形，提出基于MUSIC、ESPRIT和廣義ESPRIT的DOA估計(jì)方法。針對(duì)第一個(gè)問題，我們使用均勻線性陣列，陣列中每個(gè)單元由兩個(gè)單極化傳感器組成。利用陣列幾何結(jié)構(gòu)和其平移不變特性，對(duì)陣列輸出和其共軛

6、構(gòu)造一組數(shù)據(jù)相關(guān)序列，將DOA估計(jì)問題轉(zhuǎn)化為正弦波頻率估計(jì)問題。經(jīng)過轉(zhuǎn)換，部分極化信號(hào)的秩-2信號(hào)協(xié)方差矩陣轉(zhuǎn)變成復(fù)正弦波的幅度，因此，陣列輸出信號(hào)的秩-2K信號(hào)子空間轉(zhuǎn)變?yōu)闃?gòu)造的相關(guān)序列的秩-K信號(hào)子空間。在此基礎(chǔ)上，我們對(duì)構(gòu)造的相關(guān)序列使用傳統(tǒng)的子空間算法進(jìn)行信號(hào)DOA的估計(jì)。同時(shí)，我們給出了只要傳感器個(gè)數(shù)大于部分極化信號(hào)的個(gè)數(shù)，得到的DOA的估計(jì)值是唯一的。提出的算法對(duì)同時(shí)存在部分極化信號(hào)和完全極化信號(hào)的場(chǎng)合同樣適用。由于提出的算

7、法無需信號(hào)極化度的先驗(yàn)信息，因此可以視作一種“盲”估計(jì)算法。對(duì)第二個(gè)問題，我們將傳統(tǒng)的MUSIC算法、ESPRIT算法和廣義ESPRIT算法應(yīng)用到同時(shí)存在完全極化和部分極化信號(hào)的情形。對(duì)MUSIC算法，我們構(gòu)造兩個(gè)估計(jì)算子:完全極化(CP)算子和部分極化(PP)算子，分別對(duì)完全極化信號(hào)和部分極化信號(hào)進(jìn)行DOA估計(jì)。同時(shí)由CP算子和PP算子得到的角度估計(jì)值為部分極化信號(hào)的DOA，而僅由CP算子得到的角度估計(jì)值為完全極化信號(hào)的DOA。此外，

8、CP算子還能用于估計(jì)完全極化信號(hào)的極化信息。對(duì)ESPRIT算法，我們通過ESPRIT的特征值同時(shí)得到完全極化信號(hào)和部分極化信號(hào)的DOA估計(jì)。特別的，如果信號(hào)的DOA所對(duì)應(yīng)的ESPRIT特征值出現(xiàn)兩次，則該信號(hào)為部分極化信號(hào)，如果信號(hào)的DOA對(duì)應(yīng)的ESPRIT特征值僅出現(xiàn)一次，則該信號(hào)為完全極化信號(hào)。對(duì)廣義ESPRIT算法，我們通過一維搜索同時(shí)得到完全極化和部分極化信號(hào)的DOA估計(jì)值，但該方法無法對(duì)信號(hào)的極化信息進(jìn)行分類。此外，ESPRI

9、T算法和廣義ESPRIT算法無法估計(jì)完全極化信號(hào)的極化參數(shù)。
　　2)提出了兩種利用六分量電磁矢量傳感器進(jìn)行參數(shù)估計(jì)的方法。首先，研究了基于單電磁矢量傳感器平行因子分析的單頻信號(hào)參數(shù)估計(jì)算法;隨后，研究了存在互耦情況下的單電磁矢量傳感器DOA估計(jì)方法。對(duì)第一個(gè)問題，我們利用單頻信號(hào)的時(shí)延不變性構(gòu)造平行因子模型。并且，在此基礎(chǔ)上證明了只要采樣個(gè)數(shù)N≥2K-1或N≥4K-1，利用平行因子分解可以實(shí)現(xiàn)對(duì)K個(gè)非相關(guān)的完全極化信號(hào)或部分極化

10、信號(hào)進(jìn)行分辨。提出的方法由于與電磁矢量傳感器導(dǎo)向矢量的線性獨(dú)立性無關(guān)，更為一般化。對(duì)第二個(gè)問題，我們應(yīng)用時(shí)域平滑技術(shù)擴(kuò)展單個(gè)矢量傳感器可分辨信號(hào)數(shù)的限制，并且給出了使用單個(gè)矢量傳感器分辨K個(gè)部分極化單頻信號(hào)所需要構(gòu)造時(shí)域平滑矩陣的充分條件。然后，提出一種基于ESPRIT算法的方位-俯仰角和互耦系數(shù)的聯(lián)合估計(jì)方法。該方法無需使用校正信號(hào)和進(jìn)行迭代計(jì)算。最后，推導(dǎo)了存在互耦時(shí)，單個(gè)矢量傳感器參數(shù)估計(jì)的克拉美羅界。
　　大量計(jì)算機(jī)仿真實(shí)