基于极化敏感阵列的DOA估计算法研究

【摘要】：阵列信号处理最早可以追溯到20世纪40年代的自适应天线组合技术,使用锁相环进行天线跟踪。雷达是阵列处理首先应用到的领域,在第二次世界大战中开始使用的相控阵雷达就是阵列信号在军事领域应用的先例。在射电天文、声纳、通信领域、测向、医学领域X射线断层摄影技术和地震学领域中,阵列信号处理同样处于非常重要的地位。 阵列信号处理的研究主要包括自适应滤波(自适应阵列处理)和空间谱估计两个方面。其中空间谱估计常称为DOA估计(direction-of-arrival),主要是用来对空间信号源进行定位。从20世纪70年代以来,空间谱估计方面涌现出了大量的研究成果,其中以美国的Schmidt.R等人提出的多重信号分类算法(MUSIC)及Roy在其博士论文提出的通过旋转不变性进行信号参数估计的技术ESPRIT(Estimating signal parameter via rotational invariance techniques)算法最为突出,它实现了向现代超分辨测向技术的飞跃,同时也促进了特征子空间类算法的兴起。其他算法可以看作这两种算法的变形或者近似。 在早期,对于阵列信号处理都是基于标量传感器阵列展开的,而对于空间电磁波信号而言,不仅具有方向特性,而且还具有其特有的极化特性,电磁波的极化状态描述电磁波的矢量运动特征,是电磁波的固有属性。对于标量阵列,它只能够获取电磁波信号的一维信息,阵元的输出也仅能反应信号强度的复幅度,对信号的极化信息不敏感。电磁矢量传感器的应用解决了这个问题,它既能获得信号的空间信息,又可获得信号的极化信息,阵元的输出也是矢量。这样就大大提高了信息的可利用特征,从而能从不同的角度对信源进行分辨处理,提高阵列接收信息的能力,也为阵列信号处理的理论发展奠定了物理基础。 商业使用的电磁矢量传感器已经面世,基于电磁矢量传感器阵列的DOA估计算法受到了国内外学者的广泛关注并取得了很多研究成果。但大多数的估计算法都是在基于标量传感器算法的基础上发展而来的,都避免不了用复数长矢量矩阵模型来表达阵列接收数据,在这些基于电磁矢量传感器阵列的算法中,虽然电磁信号的极化特性被加以利用,但基于长矢量的矩阵模型并不能表达电磁信号中电场、磁场和它们的传播方向相互正交的特性。同时长矢量矩阵在参数估计过程中也会产生大量的运算量,对于硬件的要求也更高。 基于张量的平行因子分解(PARAFAC)的算法可以将张量表示形式与电磁波的物理特性很好的结合起来,同时,PARAFAC算法的计算效率和可辨识性上的优势也是使这类算法的研究得到了众多国内外学者的关注。 近年来,基于四元数的阵列信号处理技术也得到了发展,主要是应用了四元数多个虚数在运算上可以简化大量的运算,减少运算量,提高运算效率同时,四元数正交矢量之间更强的约束条件可以大大的提高阵列的参数估计性能。

【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TN911.7