高效空間譜估計(jì)算法研究.pdf

1、空間譜估計(jì)技術(shù)主要用于估計(jì)處理帶寬內(nèi)信號(hào)的到達(dá)方向，研究提高角分辨率和估計(jì)精度的算法，以及提高算法的處理速度。傳統(tǒng)算法由于受到瑞利限的約束，角分辨率較低，而后出現(xiàn)的超分辨算法突破了這一限制，具有高分辨率和高估計(jì)精度的特點(diǎn)。MUSIC和ESPRIT算法是最典型的超分辨算法，這兩種算法的提出大大推動(dòng)了空間譜估計(jì)算法的發(fā)展。然而這兩種算法在實(shí)際應(yīng)用中存在計(jì)算量大不適于實(shí)時(shí)處理，以及單次快拍條件下估計(jì)精度不高的問(wèn)題，為解決這些問(wèn)題，高效空間譜估

2、計(jì)算法應(yīng)運(yùn)而生。
　　文中對(duì)高效空間譜估計(jì)算法的研究，主要從減小計(jì)算量、提高運(yùn)算速度和提高算法估計(jì)精度這幾方面展開(kāi)。
　　首先，本文對(duì)MUSIC算法的基本原理進(jìn)行了介紹，針對(duì)算法計(jì)算量大不適于實(shí)時(shí)處理的問(wèn)題，提出了一種并行化處理方案。通過(guò)實(shí)值化預(yù)處理將運(yùn)算轉(zhuǎn)換到實(shí)數(shù)域，再使用Householder變換將原協(xié)方差矩陣轉(zhuǎn)化為三對(duì)角矩陣，并對(duì)其進(jìn)行QR分解，最后對(duì)各階段采用多處理器并行處理。
　　然后，將并行化算法推廣到ES

3、PRIT算法。本文采用Lanczos變換將非對(duì)稱(chēng)的協(xié)方差矩陣轉(zhuǎn)化為三對(duì)角矩陣，再使用帶原點(diǎn)位移的QR算法進(jìn)行特征分解，構(gòu)造協(xié)方差矩陣和特征分解均適于并行處理。
　　最后，針對(duì)快拍數(shù)較少的條件下，MUSIC算法的估計(jì)精度降低的問(wèn)題，本文研究了一種基于Toeplitz矩陣的降維MUSIC算法，并對(duì)其進(jìn)行了一定的改進(jìn)。將接收數(shù)據(jù)向信號(hào)子空間進(jìn)行投影預(yù)處理獲得新數(shù)據(jù)，通過(guò)降維方法來(lái)估計(jì)協(xié)方差矩陣，再利用基本MUSIC算法進(jìn)行DOA估計(jì)。然

4、而降維算法會(huì)使得天線(xiàn)自由度降低，本文針對(duì)這一問(wèn)題提出了一種基于Toeplitz矩陣的非降維MUSIC算法，通過(guò)Toeplitz特性來(lái)構(gòu)造協(xié)方差矩陣，不損失天線(xiàn)自由度。
　　通過(guò)仿真實(shí)驗(yàn)表明，本文對(duì)MUSIC和ESPRIT算法的并行化研究，在對(duì)算法性能影響不大的情況下，大大減小了算法的運(yùn)算量，提高了處理速度。在單次快拍條件下，文中所提出的基于Toeplitz矩陣的MUSIC算法能提高算法的估計(jì)精度，尤其是在低信噪比條件下表現(xiàn)了良好的