基于信号先验信息的DOA估计算法研究硕士学位论文 精品.docx

基于信号先验信息的DOA估计算法研究硕士学位论文 精品.docx

《基于信号先验信息的DOA估计算法研究硕士学位论文 精品.docx》由会员分享，可在线阅读，更多相关《基于信号先验信息的DOA估计算法研究硕士学位论文 精品.docx（59页珍藏版）》请在冰豆网上搜索。

基于信号先验信息的DOA估计算法研究硕士学位论文精品

硕士学位论文

基于信号先验信息的DOA估计算法研究

RESEARCHOFDOAESTIMATIONALGORITHMSBASEDONPRIORIKNOWLEDGEOFSIGNALS

国内图书分类号：

TN974学校代码：

10213

国际图书分类号：

654.1密级：

公开

工学硕士学位论文

基于信号先验信息的DOA估计算法研究

硕士研究生

：

导师

：

申请学位

：

工学硕士

学科

：

信息与通信工程

所在单位

：

信息与电气工程学院

答辩日期

：

授予学位单位

：

ClassifiedIndex:

TN974

U.D.C:

654.1

DissertationfortheMasterDegreeinEngineering

RESEARCHOFDOAESTIMATIONALGORITHMSBASEDONPRIORIKNOWLEDGEOFSIGNALS

Candidate：

YangLei

Supervisor：

Prof.MaoXingpeng

AcademicDegreeAppliedfor：

MasterofEngineering

Speciality：

InformationandCommunicationEngineering

Affiliation：

SchoolofInformationandElectricalEngineering

DateofDefence：

June,2013

Degree-Conferring-Institution：

HarbinInstituteofTechnology

摘要

随着通信技术的发展，作为阵列信号处理领域的一个重要分支，DOA估计技术的研究已经取得了巨大的进步。

传统的DOA估计技术在对来波信号完全未知的情况下就可以实现波达角度的估计检测。

近些年来，DOA估计技术的应用不仅局限在导航定位、电子侦查与对抗等军事领域。

在许多民用应用领域，如机电测量、生物医学等方面也取得了广泛的应用。

在这些应用中，来波信号的先验信息通常是完全已知的，这便推动了基于信号先验信息的DOA估计算法研究的兴起。

本文针对先验信息已知信号的DOA估计算法进行了探讨研究，主要分析了两大类算法，一类是以最大似然准则为基础的最大似然估计类算法，如DEML算法、CDEML算法、WDEML算法等。

最大似然估计类算法具有极高的测角精度与分辨力，相比于传统的DOA估计算法在性能上有着极大的提升，但其存在着运算量大的问题。

另一类是利用信号先验信息进行迭代运算的DOA估计算法，如MSWF-MUSIC算法、线阵PASI算法等。

相比于传统的DOA估计算法，利用迭代技术的算法通常有着突出的性能，如能够适应低信噪比、少快拍的恶劣环境，能够提高测角精度或者是能降低算法的运算复杂度等。

对于最大似然估计类算法，本文主要分析了影响其算法性能的各个因素条件，并与MUSIC算法进行了对比，总结得到了算法的优势与不足。

同时分析了接收端所用参考信号先验信息的变化对算法性能的影响，得到了相应的结论与规律。

对基于迭代技术的DOA估计算法，本文主要研究了其所拥有的一些特点，分析了迭代对于算法性能和运算复杂度所带来的优势。

针对线阵PASI算法应用的局限性问题，本文提出了一种基于阵列平移的圆阵PASI算法，解决了PASI算法在其他阵列形式中因难以构造合适的子阵而无法应用的问题。

该算法利用阵列平移的方式构造平滑子阵，再通过平移形成的子阵接收来波信号。

由此获得的各个子阵的接收数据便可以应用PASI算法进行DOA估计。

对所提出算法进行了性能的仿真分析，并与其它基于信号先验信息的DOA估计算法进行了比较。

关键词：

DOA估计；最大似然；先验信息；迭代；阵列平移

Abstract

Withthedevelopmentofcommunicationtechnology,theDOAestimationtechnologyhasachievedgreatprogressasanimportantbranchofarraysignalprocessing.TraditionalDOAestimationtechniquecanestimatethedirectionofarrivingsignalsinthecasethatthesignalsarecompletelyunknownforthereceiver.Inrecentyears,DOAestimationtechnologyisnotonlyconfinedtothemilitaryfileds,suchasthenavigationandpositioning,theelectronicsurveilanceandcombat,etc.butalsoappliedtomanycivilianfileds,suchasmechanicalandelectricalmeasurements,biomedicine,etc.Intheseapplications,theprioriknowledgeofthesignalsisusuallycompletelyknownforthereceiver.ThishaspromotedtheresearchofDOAestimationalgorithmbasedonprioriknowledgeofsignals.

ThepapermakesdiscussionsandresearchestoDOAestimationalgorithmsbasedonprioriknowledgeofsignals.Thepapermainlyanalyzestwotypesofalgorithm.Onetypeisthemaximumlikelihoodestimationalgorithmsbasedonthemaximumlikelihoodcriterion,suchasDEMLalgorithm,CDEMLalgorithm,WDEMLalgorithm,etc.Themaximumlikelihoodestimationalgorithmhasaveryhighaccuracyandresolution.ComparedtothetraditionalDOAestimationalgorithm,ithasmadegreatimprovementinperformance,butithastheproblemthatthecomputationislarge.TheothermakeDOAestimationthroughtheiterativetechnologybyusingtheprioriknowledgeofsignals,suchasMSWF-MUSICalgorithm,PASIalgorithminlineararray,etc.ComparedtothetraditionalDOAestimationalgorithms,thealgorithmsusingtheiterativetechnologyusuallyhasoutstandingperformance,forexampleitcanadapttolowSNRandlowsnapshops,itcanimprovetheaccuracyandreducethecomputationalcomplexity,etc.

Formaximumlikelihoodestimationalgorithms,thispapermainlyanalyzesvariousfactorswhichinfluencetheperformanceofalgorithmsandmakesacomparisontotheMUSICalgorithm,thensumstoobtaintheadvantagesanddisadvantagesofthealgorithm.Wealsoanalyzestheinfluenceofchangesofsignals’prioriknowledgeusedbyreceiveronthisalgorithmandgetsthecorrespondingconclusionsandlaws.FortheDOAestimationalgorithmusingiterativetechnique,thepapermainlystudiessomeofthecharactersticsthatithasandanalyzestheadvantagesofalgorithms’performanceandcomputationalcomplexitywhichiterativetechniquebrings.

ForthelimitationsproblemoftheapplicationofthePASIalgorithminthelineararray,thispaperproposesaPASIalgorithmbasedonarraytranslationinthecirculararray,whichsolvestheproblemthatthePASIalgorithmcan’tbeusedinotherformsofarraybecauseofthedifficultytoconstructappropriatesubarray.Thisalgorithmconstructssubarraysbyusingthewayofarraytranslationandreceivessignalsthroughthesesubarrays.ThenthesignalsreceivingthroughthiswaycanbeusedinPASIalgorithmtoestimatethedirectionofsignals.WemakethesimulationanalysisofperformancefortheproposedalgorithmandmakecomparisonswithotherDOAestimationalgorithmsbasedontheprioriknowledgeofsignals.

Keywords:

DOAestimation,maximumlikelihood,prioriknowledge,iteration,arraytranslation