论文部分内容阅读
目标方位估计是阵列信号处理的基本问题之一。许多目标方位估计方法是基于平面波假设的，但在一些情况下比如浅海环境中，这个假设往往是不准确的。因为在浅海环境中，声源可以激发出多个模态的简正波，各号简正波相迭加，平面波假设便不再成立。此时若仍利用基于平面波假设的目标方位估计算法，容易出现较大的偏差。
本文首先介绍了两种信号模型，即传统的基于平面波假设的阵列信号模型和引入了简正波理论后的阵列信号模型。
然后本文回顾了由S.Lakshmipathi和G.V.Anand提出一种叫子空间相交的(SubspaceIntersection)方法，这种方法一方面与基于平面波假设的方法相比计算量没有增加，同时估计精度要高，另一方面与匹配场方法相比则只需要知道各号简正波的波数而不需要知道太多环境参数。但由于SI方法选取了QR作为数学工具来构造目标方位函数，而QR分解在某些情况下是不稳定的，因而SI方法在一些情形下是不稳定的。
基于以前的工作，本文对基于最小二乘法的子空间相交法CLS-SI进行了介绍，并讨论了CLS-SI与MUSIC的关系，即CLS-SI可以被视为MUSIC在多途环境下的扩展。通过数学分析，实验数据以及仿真得出，CLS-SI与SI相比更稳定，其具体表现在，在阵列端射方向，CLS-SI有更高的分辨率，在阵列正前方向，CLS-SI出现伪峰的概率要比SI小好多。