【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(gè)數(shù)的陣元實(shí)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(yīng),但均勻稀疏陣列會(huì)出現(xiàn)柵瓣問(wèn)題。隨機(jī)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(hào)處理能夠獲得與完整陣列信號(hào)處理接近的性能,通過(guò)對(duì)矩陣填充理論和陣列信號(hào)處理理論的分析與研究,開(kāi)展了二維稀疏陣列下信號(hào)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(yīng)波束形成(ADBF)算法、基于MUSIC的二維到達(dá)角(DOA)估計(jì)算法以及稀疏陣列下基于ESPRIT的二維DOA估計(jì)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(yīng)波束形成(ADBF)算法均勻平面陣列結(jié)構(gòu)簡(jiǎn)單,易于實(shí)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(wèn)題,因此增加了工程上的硬件復(fù)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(duì)上述問(wèn)題,本文提出一種基于奇異值門(mén)限的特征分解線性約束最小方差A(yù)DBF(SVT-ELCMV)算法,然后對(duì)該算法進(jìn)行改進(jìn)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(guò)奇異值閾值(SVT)算法將稀疏陣列信號(hào)恢復(fù)為完整信號(hào),并利用ADBF算法形成有效波束,然后對(duì)該算法進(jìn)行改進(jìn)并給出了APG-LCSC算法,該算法針對(duì)ADBF算法中必須求解接收信號(hào)自相關(guān)矩陣的情況,可直接通過(guò)稀疏陣列接收信號(hào)獲得完整陣列接收信號(hào)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(yùn)算量的同時(shí)有效抑制干擾,且具有良好的主旁瓣比,同時(shí)當(dāng)天線陣列中的少量陣元損壞時(shí),依然能夠正常工作,具有較強(qiáng)的工程應(yīng)用價(jià)值。APG-LCSC算法不需要求解接收信號(hào)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(hào)分類(lèi)的二維DOA估計(jì)算法為了使稀疏陣列下二維DOA估計(jì)算法的性能接近于完整陣列下二維DOA估計(jì)算法的性能,提出一種基于奇異值閾值的空間譜估計(jì)(SVT-MUSIC)算法,然后對(duì)該算法進(jìn)行改進(jìn)并提出一種基于不動(dòng)點(diǎn)迭代的多項(xiàng)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(jì)的矩陣填充信號(hào)模型,驗(yàn)證了該信號(hào)模型滿足零空間性質(zhì),然后通過(guò)SVT算法將稀疏陣列信號(hào)恢復(fù)為完整信號(hào),最后利用MUSIC算法恢復(fù)信號(hào)估計(jì)二維波達(dá)方向。在SVT-MUSIC的基礎(chǔ)上進(jìn)行改進(jìn)并給出了FPC-ROOT算法,該算法通過(guò)稀疏陣列接收信號(hào)獲得完整陣列接收信號(hào)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(hào)子空間,然后通過(guò)對(duì)多項(xiàng)式求根來(lái)估計(jì)二維波達(dá)方向。上述算法可在稀疏陣列下估計(jì)目標(biāo)的二維波達(dá)方向,在大幅度降低陣元數(shù)的同時(shí)具有較高的估計(jì)精度。其中,FPC-ROOT算法可在稀疏陣列下有效估計(jì)二維波達(dá)方向,且不需要求解接收信號(hào)的自相關(guān)矩陣,不需要進(jìn)行二維譜峰掃描,在降低天線數(shù)量和減少運(yùn)算量的同時(shí)提高了角度估計(jì)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(jì)算法為了將旋轉(zhuǎn)不變子空間(ESPRIT)算法直接應(yīng)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(duì)該算法進(jìn)行改進(jìn)并提出一種基于矩陣填充的子陣重構(gòu)二維DOA估計(jì)(APG-SRESPRIT)算法,SVT-ESPRIT算法首先利用二維陣列接收信號(hào)矩陣的低秩性,將稀疏陣列的接收信號(hào)恢復(fù)為完整矩陣,然后再將信號(hào)子空間劃分為兩個(gè)部分,并通過(guò)子空間之間的旋轉(zhuǎn)不變性求出目標(biāo)角度。對(duì)SVT-ESPRIT算法進(jìn)行改進(jìn)后,給出了APG-SRESPRIT算法,該算法通過(guò)加速近鄰梯度算法將稀疏陣列信號(hào)恢復(fù)為完整信號(hào),劃分子陣并構(gòu)建合并矩陣,對(duì)合并矩陣進(jìn)行奇異值分解,然后估計(jì)目標(biāo)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(yīng)性。在稀疏陣列下,APG-SRESPRIT算法只需對(duì)合并矩陣進(jìn)行一次奇異值分解即可求得目標(biāo)角度,且目標(biāo)角度自動(dòng)配對(duì)。
【圖文】：

圖３．４完整陣列下的二維ＡＤＢＦ逡逑實(shí)驗(yàn)３．基于矩陣填充的稀疏陣列二維ＡＤＢＦ。在實(shí)驗(yàn)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(shí)，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(gè)干擾信號(hào)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(shí)主增逡逑益方向沒(méi)有發(fā)生變化，千擾信號(hào)處的零陷小幅度波動(dòng)。與實(shí)驗(yàn)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(shí)驗(yàn)３．基于矩陣填充的稀疏陣列二維ＡＤＢＦ。在實(shí)驗(yàn)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(shí)，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(gè)干擾信號(hào)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(shí)主增逡逑益方向沒(méi)有發(fā)生變化，千擾信號(hào)處的零陷小幅度波動(dòng)。與實(shí)驗(yàn)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(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃廷祝;;國(guó)際矩陣分析及應(yīng)用國(guó)際會(huì)議[J];國(guó)際學(xué)術(shù)動(dòng)態(tài);2004年03期

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

3 孫曉琳,程立倩;矩陣正規(guī)性的等價(jià)條件[J];山東師大學(xué)報(bào)(自然科學(xué)版);2001年03期

4 王萬(wàn)樹(shù);西爾運(yùn)算的矩陣分析[J];吉林工業(yè)大學(xué)學(xué)報(bào);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(lè),朱家組;《MATLAB-PC》矩陣分析計(jì)算軟件包在控制理論中的應(yīng)用[J];上海機(jī)械學(xué)院學(xué)報(bào);1988年02期

7 劉正生;;網(wǎng)絡(luò)矩陣分析中互感化除法的完善[J];電工技術(shù)學(xué)報(bào);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(xué)院學(xué)報(bào);1989年02期

9 彭明珠;用矩陣分析來(lái)推導(dǎo)泊松過(guò)程[J];遼寧師專學(xué)報(bào)(自然科學(xué)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(diǎn)的處理[J];交通與計(jì)算機(jī);1996年03期

相關(guān)會(huì)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(jì)算機(jī)應(yīng)用文集——中國(guó)土木工程學(xué)會(huì)計(jì)算機(jī)應(yīng)用學(xué)會(huì)成立大會(huì)暨第一次學(xué)術(shù)交流會(huì)論文集[C];1981年

2 蔣吉清;葉貴如;陳偉球;;箱型梁波動(dòng)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(qián)保功;;有部分峰重疊時(shí)NOESY譜的全弛豫矩陣分析[A];第七屆全國(guó)波譜學(xué)學(xué)術(shù)會(huì)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(guó)土木工程學(xué)會(huì)計(jì)算機(jī)應(yīng)用分會(huì)第七屆年會(huì)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(guó)土木工程學(xué)會(huì)計(jì)算機(jī)應(yīng)用分會(huì)第七屆年會(huì)土木工程計(jì)算機(jī)應(yīng)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(yīng)用學(xué)術(shù)會(huì)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(xué)術(shù)交流會(huì)論文集[C];1988年

相關(guān)博士學(xué)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(hào)處理[D];南京理工大學(xué);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(jì)[D];浙江工業(yè)大學(xué);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(xué);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(xué);2016年

相關(guān)碩士學(xué)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(xué);2018年

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

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

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

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

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

8 姚月博;員工滿意度研究[D];東北師范大學(xué);2008年

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

10 黃昌夏;中國(guó)風(fēng)電自動(dòng)化服務(wù)市場(chǎng)供應(yīng)商關(guān)鍵成功因素研究[D];華北電力大學(xué);2013年

本文編號(hào)：2674108