脉冲噪声环境下基于均匀圆阵的DOA估计

【摘要】： 波达方向(DOA)估计的经典算法,诸如MUSIC算法和ESPRIT算法均可以高精度地估计出信号的波达方向,但是它们只在阵列模型是均匀线阵(ULA)的情况下才适用。基于均匀圆阵(UCA)的波达方向估计方法可以同时估计信号的方向角和俯仰角,另外,均匀圆阵在方向角上具有近似的各向同性,使得在任何方向上,都具有近似相同的分辨能力和估计精度,在无线电监测领域有重要应用。 在无线电监测系统中处理的许多信号均是循环平稳信号,循环统计量可以实现无线信道中的平稳信号与循环平稳信号的有效分离,并且能够抑制循环频率不同的干扰信号,因此,循环统计量成为无线电监测系统中实现波达方向估计的重要手段。然而,在无线信道中,由于自然因素和人为因素的影响,信号噪声实测数据中往往伴随着较强的脉冲干扰,通常采用α稳定分布模型来描述。因此,本文主要研究脉冲噪声环境下基于均匀圆阵的DOA估计。 首先,研究了循环平稳信号的特性,包括循环均值、循环相关函数和循环谱相关函数,并对AM信号、BPSK信号和QPSK信号的循环相关函数和循环谱相关函数作了详细地分析和仿真实验。 其次,研究了均匀线阵下基于分数低阶循环自相关的DOA估计方法,包括均匀线阵下基于分数低阶循环自相关的MUSIC算法和均匀线阵下基于分数低阶循环自相关的ESPRIT算法,并做了详细地分析和仿真实验。 第三,针对传统基于UCA的循环DOA估计方法在脉冲噪声条件下失效的问题,提出了基于均匀圆阵的分数低阶循环相关矩阵；在此基础上提出了脉冲噪声环境下基于均匀圆阵的循环MUSIC (FLOCC-UCA-MUSIC)算法。计算机仿真实验结果表明,本文提出的FLOCC-UCA-MUSIC算法可以有效抑制脉冲噪声干扰,准确估计出信号的方向角和俯仰角。 第四,提出了脉冲噪声环境下基于均匀圆阵的循环ESPRIT(FLOCC-UCA-ESPRIT)算法。计算机仿真实验结果表明,本文提出的FLOCC-UCA-ESPRIT算法可以有效抑制脉冲噪声干扰,准确估计出信号的方向角和俯仰角。 最后,通过对本文工作的总结,展望下一步的工作计划。