论文部分内容阅读
阵列信号处理是现代信号处理中的重要研究方向，波达方向(Direction Of Arrival，DOA)估计与自适应波束成形(Adaptive Beamforming，ABF)技术是阵列信号处理的两个重要部分。随着非圆信号概念的提出，利用信号的非圆特性提高DOA估计与ABF的性能成为了研究的热点。
本文针对基于双L形与L形两个特定阵列的非圆二维DOA估计、相干非圆信号的二维DOA估计以及最优输出信干噪比非圆波束成形、期望信号与相干干扰的非圆波束成形几方面进行了研究。主要研究内容和成果如下：
1.基于双L形阵列非圆信号二维DOA估计算法。针对线阵提出了基于传播算子(Propagator Method，PM)的非圆信号一维DOA估计算法。算法充分利用了非圆信号与PM算法的特性，具有计算量小，精度好，分辨概率高的优点。将该算法应用于双L形阵列研究了非圆信号二维DOA估计。为了提高二维DOA估计参数配对的成功率，本章提出了利用三角函数完成配对的算法，双L形三角函数(Double L-shape Trigonometric，DLT)配对算法无需峰值搜索过程，仿真证实了算法在不影响估计精度的同时能够有效提高配对成功率。
2.基于L形阵列的非圆二维DOA估计算法。针对一维DOA估计提出了一种非圆互传播算子DOA估计算法，算法实时性好，且估计精度，分辨概率与可测信源数都优于基于PM的非圆DOA估计算法。基于互传播算子建立的互相关关系，提出了一种广义置换矩阵(GeneralizedPermutation Matrix，GP)配对算法。本章算法在提高估计精度的同时去除了估计失效与配对错误问题。仿真证实了算法在估计精度与配对成功率上的性能提高。
3.基于奇异值分解(Singular Value Decomposition，SVD)的相干非圆二维DOA估计算法。利用重构矩阵方法提出了一种相干非圆信号的一维DOA估计算法，该算法不仅去除了信号间的相干性，提高了估计精度与分辨概率，同时还提高了算法的可估计信源数。基于L形阵列，提出了一种二维相干非圆DOA估计算法。在一维重构矩阵算法基础上，利用对角矩阵进行配对。L形阵列二维相干非圆DOA估计算法不仅去除了信号间的相干性，不失效的估计出了仰角与方位角，并利用不同的信源功率完成了配对。有效提高了估计相干非圆信号的二维DOA估计精度与配对成功率。
4.最优约束广义线性最小方差无畸变(Widely Linear Minimum Variance DistortionlessResponse，WL-MVDR)算法。首先，从输出信干噪比(Signal to Interference plus Noise ratio，SINR)角度对已有的非圆波束成形算法进行了分析，提出了一种通用的约束形式，并在此形式下利用原始正交分解，推导出了含有变量的输出SINR表达式。其次，从理论上推导了输出SINR最优解时的约束条件关系。接着，通过与原始正交波束形成器(Original Orthogonal Decompo-sition，OOD)比较输出SINR，利用SINR极值唯一性，确定了变量值，给出了通用约束的最终形式。最后，在不同信号条件下，比较了提出算法与WL-MVDR算法的输出SINR，并通过对输出SINR的数值分析，获得了变量对输出SINR的影响关系。
5.相干非圆波束成形算法。基于非圆信号，提出了一种扩展空间平滑算法，并从理论上证明了算法的去相干特性，以及在期望信号与干扰的非圆率都为1时算法可适用总信号数(期望与干扰个数之和)的提高。为了提升算法的性能，本章还对算法进行了加权处理并利用转换矩阵将子阵权系数扩展至全阵权系数，提高了算法的去相干性能并去除了孔径损耗问题，减小了主瓣宽度、降低了旁瓣电平、加深了零陷。