基于雙層陣列的二維DOA估計(jì)算法研究
發(fā)布時(shí)間：2020-12-28 05:38
DOA(Direction of Arrival)估計(jì)廣泛應(yīng)用于通信、雷達(dá)、聲吶探索以及衛(wèi)星導(dǎo)航等領(lǐng)域中。當(dāng)信號(hào)發(fā)出信號(hào)后,接收陣列需要在有噪聲的環(huán)境中估計(jì)信號(hào)來波方向,因此準(zhǔn)確估計(jì)信號(hào)角度至關(guān)重要。研究和分析二維DOA估計(jì)算法發(fā)現(xiàn),在雙平行線陣下基于ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)的二維DOA估計(jì)算法存在缺陷,當(dāng)信號(hào)俯仰角接近特殊角度90°時(shí)估計(jì)誤差過大,甚至產(chǎn)生俯仰角估計(jì)失效問題。因此需對(duì)原有算法進(jìn)行研究并改進(jìn),保證改進(jìn)算法解決俯仰角失效問題的同時(shí),提升信號(hào)二維角度估計(jì)性能。本文主要針對(duì)信號(hào)的二維來波方向估計(jì)進(jìn)行精確定位并對(duì)實(shí)現(xiàn)算法進(jìn)行深入研究,本文的具體研究工作內(nèi)容如下:(1)簡要概述陣列信號(hào)處理的理論研究背景和DOA估計(jì)的基本原理,研究分析了各種DOA估計(jì)算法的估計(jì)性能。(2)本文提出一種雙層三線陣下基于ESPRIT的二維DOA估計(jì)算法,其在雙層陣列模型的基礎(chǔ)上采用二維ESPRIT算法估計(jì)出信號(hào)的方位角和俯仰角。相比于傳統(tǒng)的雙平行線陣采用的ESPRIT算法,改...
【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】：77 頁
【學(xué)位級(jí)別】：碩士
【部分圖文】：
基于均勻線陣的MUSIC算法仿真根據(jù)圖2.6仿真結(jié)果，可看到尖銳的波峰一共三個(gè)，其估計(jì)角度分別為10°、30°
圖 4.4 原有算法 RMSE 隨信噪比變化的特性根據(jù)圖 4.4 的仿真結(jié)果，隨著信噪比的增加，算法產(chǎn)生的均方根誤差 RMSE 在逐漸下降，變化幅度也在慢慢減小，誤差逐漸趨于平穩(wěn)狀態(tài)，因此當(dāng)信道環(huán)境良好，陣列接收的噪聲相對(duì)信號(hào)的比重較小時(shí)，算法對(duì)信號(hào)的二維角度估計(jì)也更加準(zhǔn)確。在固定信噪比不變的情況下，每個(gè)信號(hào)估計(jì)的均方根誤差 RMSE 會(huì)有所差異，并不會(huì)完全重合，這是由于三個(gè)信號(hào)估計(jì)中每個(gè)構(gòu)造的信號(hào)矩陣和添加的高斯白噪聲都不一樣，其都是由 Matlab 中的 randn()函數(shù)和 awgn()函數(shù)隨機(jī)產(chǎn)生。受此影響，RMSE 也會(huì)存在微小差異，但不影響 RMSE 隨信噪比變化特性的分析。因此在該仿真同等條件下，RMSE 與信號(hào)二維角度的取值并無明顯關(guān)系。以下將分析 RMSE 隨快拍數(shù)變化的特性。4.2.5 分析 RMSE 隨快拍數(shù)變化的特性固定信噪比 snr 保持不變，設(shè)置信噪比 snr=20dB，信號(hào)數(shù) K=3，其中三個(gè)信號(hào)的二維角度分別為[20 ,50 ]，[40 ,60 ]，[60 ,70 ]。每個(gè)陣元間的間距 dd 0.5，固定
圖 4.5 原有算法 RMSE 隨快拍數(shù)變化的特性根據(jù)圖 4.5 的仿真結(jié)果，當(dāng)固定信噪比保持不變，快拍數(shù)為 100 到 900 范圍之間變化時(shí)，三個(gè)信號(hào)二維角度的均方根誤差 RMSE 波動(dòng)起伏比較大。當(dāng)快拍數(shù)在 900 到1700 范圍之間變化時(shí)，RMSE 的波動(dòng)幅度逐漸減小，不超過 0.1°，趨于平穩(wěn)狀態(tài)。關(guān)于在固定信噪比 snr 和快拍數(shù)的情況下，每個(gè)信號(hào)產(chǎn)生的均方根誤差有所差異的原因已在上一小節(jié)研究 RMSE 隨信噪比變化的特性中做出解釋，在此不再贅述。因此在該仿真同等條件下，RMSE 與信號(hào)二維角度的取值也并無明顯關(guān)系。4.2.6 仿真分析總結(jié)根據(jù)以上仿真結(jié)果分析，雙平行線陣下基于 ESPRIT 二維 DOA 估計(jì)算法在固定信噪比和信號(hào)俯仰角不變時(shí)，信號(hào)估計(jì)產(chǎn)生的均方根誤差 RMSE 在整個(gè)方位角變化范圍內(nèi)都處于平穩(wěn)狀態(tài)，估計(jì)信號(hào)方位角無算法失效問題。而在估計(jì)俯仰角的情況下，當(dāng)信號(hào)俯仰角處于特殊角度 90°左右時(shí)，算法 RMSE 出現(xiàn)陡增現(xiàn)象，誤差過大甚至出現(xiàn)算法失效問題。因此該算法存在一定缺陷，不能準(zhǔn)確估計(jì)信號(hào)特殊二維角度的來波方向。接下來對(duì)研究并改進(jìn)后的算法進(jìn)行仿真，并針對(duì)這一缺陷從仿真結(jié)果中分析
本文編號(hào)：2943219
【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】：77 頁
【學(xué)位級(jí)別】：碩士
【部分圖文】：
基于均勻線陣的MUSIC算法仿真根據(jù)圖2.6仿真結(jié)果，可看到尖銳的波峰一共三個(gè)，其估計(jì)角度分別為10°、30°
圖 4.4 原有算法 RMSE 隨信噪比變化的特性根據(jù)圖 4.4 的仿真結(jié)果，隨著信噪比的增加，算法產(chǎn)生的均方根誤差 RMSE 在逐漸下降，變化幅度也在慢慢減小，誤差逐漸趨于平穩(wěn)狀態(tài)，因此當(dāng)信道環(huán)境良好，陣列接收的噪聲相對(duì)信號(hào)的比重較小時(shí)，算法對(duì)信號(hào)的二維角度估計(jì)也更加準(zhǔn)確。在固定信噪比不變的情況下，每個(gè)信號(hào)估計(jì)的均方根誤差 RMSE 會(huì)有所差異，并不會(huì)完全重合，這是由于三個(gè)信號(hào)估計(jì)中每個(gè)構(gòu)造的信號(hào)矩陣和添加的高斯白噪聲都不一樣，其都是由 Matlab 中的 randn()函數(shù)和 awgn()函數(shù)隨機(jī)產(chǎn)生。受此影響，RMSE 也會(huì)存在微小差異，但不影響 RMSE 隨信噪比變化特性的分析。因此在該仿真同等條件下，RMSE 與信號(hào)二維角度的取值并無明顯關(guān)系。以下將分析 RMSE 隨快拍數(shù)變化的特性。4.2.5 分析 RMSE 隨快拍數(shù)變化的特性固定信噪比 snr 保持不變，設(shè)置信噪比 snr=20dB，信號(hào)數(shù) K=3，其中三個(gè)信號(hào)的二維角度分別為[20 ,50 ]，[40 ,60 ]，[60 ,70 ]。每個(gè)陣元間的間距 dd 0.5，固定
圖 4.5 原有算法 RMSE 隨快拍數(shù)變化的特性根據(jù)圖 4.5 的仿真結(jié)果，當(dāng)固定信噪比保持不變，快拍數(shù)為 100 到 900 范圍之間變化時(shí)，三個(gè)信號(hào)二維角度的均方根誤差 RMSE 波動(dòng)起伏比較大。當(dāng)快拍數(shù)在 900 到1700 范圍之間變化時(shí)，RMSE 的波動(dòng)幅度逐漸減小，不超過 0.1°，趨于平穩(wěn)狀態(tài)。關(guān)于在固定信噪比 snr 和快拍數(shù)的情況下，每個(gè)信號(hào)產(chǎn)生的均方根誤差有所差異的原因已在上一小節(jié)研究 RMSE 隨信噪比變化的特性中做出解釋，在此不再贅述。因此在該仿真同等條件下，RMSE 與信號(hào)二維角度的取值也并無明顯關(guān)系。4.2.6 仿真分析總結(jié)根據(jù)以上仿真結(jié)果分析，雙平行線陣下基于 ESPRIT 二維 DOA 估計(jì)算法在固定信噪比和信號(hào)俯仰角不變時(shí)，信號(hào)估計(jì)產(chǎn)生的均方根誤差 RMSE 在整個(gè)方位角變化范圍內(nèi)都處于平穩(wěn)狀態(tài)，估計(jì)信號(hào)方位角無算法失效問題。而在估計(jì)俯仰角的情況下，當(dāng)信號(hào)俯仰角處于特殊角度 90°左右時(shí)，算法 RMSE 出現(xiàn)陡增現(xiàn)象，誤差過大甚至出現(xiàn)算法失效問題。因此該算法存在一定缺陷，不能準(zhǔn)確估計(jì)信號(hào)特殊二維角度的來波方向。接下來對(duì)研究并改進(jìn)后的算法進(jìn)行仿真，并針對(duì)這一缺陷從仿真結(jié)果中分析
本文編號(hào)：2943219
本文鏈接：http://sikaile.net/kejilunwen/xinxigongchenglunwen/2943219.html
最近更新
教材專著
