【摘要】：與傳統(tǒng)的均勻平面陣列相比,稀疏陣列可以采用相同個數(shù)的陣元實現(xiàn)更大的天線陣列孔徑,從而縮窄了掃描波束,且減弱了陣元間的互耦效應,但均勻稀疏陣列會出現(xiàn)柵瓣問題。隨機稀疏布陣盡管抑制了柵瓣,但精度低于完整陣列。本文為了使稀疏陣列下的陣列信號處理能夠獲得與完整陣列信號處理接近的性能,通過對矩陣填充理論和陣列信號處理理論的分析與研究,開展了二維稀疏陣列下信號處理技術(shù)的相關(guān)研究,內(nèi)容包括基于矩陣填充的二維自適應波束形成(ADBF)算法、基于MUSIC的二維到達角(DOA)估計算法以及稀疏陣列下基于ESPRIT的二維DOA估計算法等方面。主要工作概括如下:(1)研究基于線性約束最小方差的二維自適應波束形成(ADBF)算法均勻平面陣列結(jié)構(gòu)簡單,易于實現(xiàn),但需要大量天線與采樣設(shè)備,存在著陣元利用率較低的問題,因此增加了工程上的硬件復雜度,提高了成本。稀疏陣列可減少天線數(shù)目,但與完整陣列相比,性能有較大的下降。針對上述問題,本文提出一種基于奇異值門限的特征分解線性約束最小方差ADBF(SVT-ELCMV)算法,然后對該算法進行改進并提出一種基于矩陣填充的奇異相消二維ADBF算法(APG-LCSC)算法,上述算法能夠使稀疏陣列下的二維ADBF算法精度能夠接近于完整陣列。SVT-ELCMV算法通過奇異值閾值(SVT)算法將稀疏陣列信號恢復為完整信號,并利用ADBF算法形成有效波束,然后對該算法進行改進并給出了APG-LCSC算法,該算法針對ADBF算法中必須求解接收信號自相關(guān)矩陣的情況,可直接通過稀疏陣列接收信號獲得完整陣列接收信號矩陣的左右奇異值向量,并利用左右奇異值向量形成有效波束。上述算法在降低天線數(shù)量和減少運算量的同時有效抑制干擾,且具有良好的主旁瓣比,同時當天線陣列中的少量陣元損壞時,依然能夠正常工作,具有較強的工程應用價值。APG-LCSC算法不需要求解接收信號的自相關(guān)矩陣,且在部分陣元損壞的情況下依然能夠正常工作。(2)研究基于多重信號分類的二維DOA估計算法為了使稀疏陣列下二維DOA估計算法的性能接近于完整陣列下二維DOA估計算法的性能,提出一種基于奇異值閾值的空間譜估計(SVT-MUSIC)算法,然后對該算法進行改進并提出一種基于不動點迭代的多項式求根(FPC-ROOT)算法,SVT-MUSIC算法構(gòu)建了符合矩陣填充理論要求的稀疏陣列,并建立DOA估計的矩陣填充信號模型,驗證了該信號模型滿足零空間性質(zhì),然后通過SVT算法將稀疏陣列信號恢復為完整信號,最后利用MUSIC算法恢復信號估計二維波達方向。在SVT-MUSIC的基礎(chǔ)上進行改進并給出了FPC-ROOT算法,該算法通過稀疏陣列接收信號獲得完整陣列接收信號矩陣的左右奇異值向量,并利用左右奇異值向量構(gòu)建信號子空間,然后通過對多項式求根來估計二維波達方向。上述算法可在稀疏陣列下估計目標的二維波達方向,在大幅度降低陣元數(shù)的同時具有較高的估計精度。其中,FPC-ROOT算法可在稀疏陣列下有效估計二維波達方向,且不需要求解接收信號的自相關(guān)矩陣,不需要進行二維譜峰掃描,在降低天線數(shù)量和減少運算量的同時提高了角度估計精度。(3)研究稀疏陣列下基于旋轉(zhuǎn)不變子空間的二維DOA估計算法為了將旋轉(zhuǎn)不變子空間(ESPRIT)算法直接應用于二維稀疏陣列中,本文將矩陣填充理論引入ESPRIT算法,提出了一種基于奇異值閾值的旋轉(zhuǎn)子空間(SVT-ESPRIT)算法,然后對該算法進行改進并提出一種基于矩陣填充的子陣重構(gòu)二維DOA估計(APG-SRESPRIT)算法,SVT-ESPRIT算法首先利用二維陣列接收信號矩陣的低秩性,將稀疏陣列的接收信號恢復為完整矩陣,然后再將信號子空間劃分為兩個部分,并通過子空間之間的旋轉(zhuǎn)不變性求出目標角度。對SVT-ESPRIT算法進行改進后,給出了APG-SRESPRIT算法,該算法通過加速近鄰梯度算法將稀疏陣列信號恢復為完整信號,劃分子陣并構(gòu)建合并矩陣,對合并矩陣進行奇異值分解,然后估計目標角度。上述算法可以在稀疏陣列下使用ESPRIT算法,提高了算法的適應性。在稀疏陣列下,APG-SRESPRIT算法只需對合并矩陣進行一次奇異值分解即可求得目標角度,且目標角度自動配對。
【圖文】：

圖３．４完整陣列下的二維ＡＤＢＦ逡逑實驗３．基于矩陣填充的稀疏陣列二維ＡＤＢＦ。在實驗１中的稀疏陣列條件下，采用本逡逑文的ＳＶＴ－ＥＬＣＭＶ算法生成二維ＡＤＢＦ方向圖。圖３．５為快拍數(shù)為５０時，基于矩陣填充的逡逑稀疏陣列二維ＡＤＢＦ方向圖及等高圖。方向圖中峰值旁瓣電平為－１３．５８ｄＢ。在等高圖中，逡逑三個干擾信號處的零陷值分別為－６４．８３ｄＢ、－７０．０９ｄＢ、－７１．９０ｄＢ，滿足千擾抑制的要求。逡逑與完整陣列相比，本方法采用稀疏矩陣，陣元數(shù)為１２００，減少了７０％的陣元，同時主增逡逑益方向沒有發(fā)生變化，千擾信號處的零陷小幅度波動。與實驗１中的稀疏陣列相比，能逡逑夠有效的形成波束以及抑制干擾。逡逑４６逡逑

俯仰角（°）逡逑（ｂ）等高圖逡逑圖３．４完整陣列下的二維ＡＤＢＦ逡逑實驗３．基于矩陣填充的稀疏陣列二維ＡＤＢＦ。在實驗１中的稀疏陣列條件下，采用本逡逑文的ＳＶＴ－ＥＬＣＭＶ算法生成二維ＡＤＢＦ方向圖。圖３．５為快拍數(shù)為５０時，基于矩陣填充的逡逑稀疏陣列二維ＡＤＢＦ方向圖及等高圖。方向圖中峰值旁瓣電平為－１３．５８ｄＢ。在等高圖中，逡逑三個干擾信號處的零陷值分別為－６４．８３ｄＢ、－７０．０９ｄＢ、－７１．９０ｄＢ，，滿足千擾抑制的要求。逡逑與完整陣列相比，本方法采用稀疏矩陣，陣元數(shù)為１２００，減少了７０％的陣元，同時主增逡逑益方向沒有發(fā)生變化，千擾信號處的零陷小幅度波動。與實驗１中的稀疏陣列相比，能逡逑夠有效的形成波束以及抑制干擾。逡逑４６逡逑
【學位授予單位】：南京理工大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TN911.7

【相似文獻】

相關(guān)期刊論文 前10條

1 黃廷祝;;國際矩陣分析及應用國際會議[J];國際學術(shù)動態(tài);2004年03期

2 管濤;范興亞;;利用矩陣分析一個向量序列的收斂性[J];數(shù)學通報;2017年04期

3 孫曉琳,程立倩;矩陣正規(guī)性的等價條件[J];山東師大學報(自然科學版);2001年03期

4 王萬樹;西爾運算的矩陣分析[J];吉林工業(yè)大學學報;1987年04期

5 高之j;;變壓器的矩陣分析[J];現(xiàn)代電力;1987年02期

6 張文樂,朱家組;《MATLAB-PC》矩陣分析計算軟件包在控制理論中的應用[J];上海機械學院學報;1988年02期

7 劉正生;;網(wǎng)絡矩陣分析中互感化除法的完善[J];電工技術(shù)學報;1988年03期

8 楊建省;;線性異或邏輯方程組和邏輯矩陣[J];內(nèi)蒙古工學院學報;1989年02期

9 彭明珠;用矩陣分析來推導泊松過程[J];遼寧師專學報(自然科學版);2003年02期

10 傅永華;結(jié)構(gòu)矩陣分析中內(nèi)部鉸結(jié)點的處理[J];交通與計算機;1996年03期

相關(guān)會議論文 前7條

1 壽楠椿;;結(jié)構(gòu)矩陣分析中的逆步變換[A];土木工程中計算機應用文集——中國土木工程學會計算機應用學會成立大會暨第一次學術(shù)交流會論文集[C];1981年

2 蔣吉清;葉貴如;陳偉球;;箱型梁波動彌散特性的回傳射線矩陣分析[A];Proceedings of the 2010 Symposium on Piezoelectricity,Acoustic Waves and Device Applications[C];2010年

3 楊延武;吳冬輝;許肖龍;裘鑒卿;王德華;錢保功;;有部分峰重疊時NOESY譜的全弛豫矩陣分析[A];第七屆全國波譜學學術(shù)會議論文摘要集[C];1992年

4 趙超燮;趙東松;;基于單元定位向量技術(shù)的結(jié)構(gòu)矩陣分析[A];中國土木工程學會計算機應用分會第七屆年會論文集[C];1999年

5 趙超燮;趙東松;;基于單元定位向量技術(shù)的結(jié)構(gòu)矩陣分析[A];中國土木工程學會計算機應用分會第七屆年會土木工程計算機應用文集[C];1999年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2009年

7 潘泰華;;板系結(jié)構(gòu)的矩陣分析[A];第四屆空間結(jié)構(gòu)學術(shù)交流會論文集[C];1988年

相關(guān)博士學位論文 前4條

1 曾文浩;基于矩陣填充的二維稀疏陣列信號處理[D];南京理工大學;2018年

2 白煌;壓縮感知系統(tǒng)中字典和感知矩陣優(yōu)化設(shè)計[D];浙江工業(yè)大學;2017年

3 高遵海;線性系統(tǒng)狀態(tài)空間模結(jié)構(gòu)與可控性研究[D];華中科技大學;2007年

4 丁立中;基于矩陣分析的核方法近似模型選擇[D];天津大學;2016年

相關(guān)碩士學位論文 前10條

1 王曉鵬;基于矩陣束及其快速算法的陣列天線稀布綜合[D];南京理工大學;2018年

2 羊超;基于矩陣的關(guān)聯(lián)成像目標重構(gòu)方法研究[D];吉林大學;2018年

3 謝維;特殊無限可分矩陣性質(zhì)的研究及其判定[D];西安電子科技大學;2018年

4 史明潔;混沌稀疏測量矩陣的構(gòu)造及性能研究[D];遼寧工程技術(shù)大學;2017年

5 倪加明;壓縮感知中矩陣優(yōu)化與快速重構(gòu)方法研究[D];杭州電子科技大學;2017年

6 楊浩;多抗原肽微矩陣分析平臺的建立與初步應用[D];第四軍醫(yī)大學;2005年

7 馬曉雙;矩陣QR分解的FPGA設(shè)計研究[D];電子科技大學;2017年

8 姚月博;員工滿意度研究[D];東北師范大學;2008年

9 權(quán)潔;基于一致性協(xié)議的多智能體系統(tǒng)編隊控制研究[D];南京郵電大學;2014年

10 黃昌夏;中國風電自動化服務市場供應商關(guān)鍵成功因素研究[D];華北電力大學;2013年

本文編號：2674108