本文關(guān)鍵詞：低信噪比下陣列信號源數(shù)目估計算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：陣列信號處理中大部分高分辨算法均以信號源數(shù)目已知或預估計為前提,然而在實際應(yīng)用中,信號源數(shù)目往往未知,其與真實信號數(shù)目之間的誤差會導致許多高分辨率波達方向估計算法的性能急劇惡化,同時現(xiàn)有的大部分信號源數(shù)目估計算法在高信噪下具有良好的估計性能,而在低信噪比環(huán)境中往往失效。因此,本文圍繞低信噪比下信號源數(shù)目估計算法進行深入研究。首先,本文介紹了陣列信號基礎(chǔ)知識,研究了窄帶信號源數(shù)目估計的經(jīng)典算法,包括特征值分解方法,信息論方法,平滑秩序列方法和蓋氏圓方法,對各個算法進行理論分析,并對算法性能進行比較和仿真。其次,從均勻線性陣列差分時延特征出發(fā),詳細介紹了基于接收信號空間互協(xié)方差函數(shù)的Hankel矩陣的構(gòu)成和性質(zhì),并在此基礎(chǔ)上提出了基于Hankel矩陣奇異向量的低信噪比信號源數(shù)目估計算法,采用導向矩陣和Hankel矩陣左奇異值向量的內(nèi)積的Euclidean范數(shù)估計信號源數(shù)目,利用盲波束成形技術(shù)估計導向矩陣,通過前向空間平滑思想解決導向矩陣和Hankel矩陣左奇異值向量維數(shù)不匹配問題。仿真結(jié)果表明新算法在低信噪比環(huán)境中信號源數(shù)目估計能力有很大提高,并且同時適用于非相干信號源和相干信號源情況,具有漸進一致性和較好的穩(wěn)定性。最后,本文分析了寬帶信號源數(shù)目估計經(jīng)典算法,對非相干信號子空間ISM算法中基于噪聲特征值統(tǒng)計特性的信號源數(shù)目估計算法和相干信號子空間CSM算法中雙邊相關(guān)變換TCT算法的基礎(chǔ)和原理進行介紹。在ISM算法的基礎(chǔ)上,結(jié)合基于互協(xié)方差函數(shù)的Hankel矩陣,提出了新的寬帶信號源數(shù)目估計算法。仿真表明該方法可以實現(xiàn)寬帶信號源數(shù)目的估計,在低信噪比環(huán)境中表現(xiàn)出較好的魯棒性,并具有良好的解相干能力。
【關(guān)鍵詞】：陣列信號處理 信號源數(shù)目估計 低信噪比 Hankel矩陣 奇異值分解
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN911.23
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 緒論8-14
• 1.1 課題研究的背景和意義8-9
• 1.2 課題研究發(fā)展現(xiàn)狀9-11
• 1.2.1 窄帶信號源數(shù)目估計研究現(xiàn)狀9-10
• 1.2.2 寬帶信號源數(shù)目估計研究現(xiàn)狀10-11
• 1.3 課題研究內(nèi)容及論文安排11-14
• 第2章 陣列信號處理基礎(chǔ)14-24
• 2.1 陣列模型14-17
• 2.1.1 均勻線陣模型14-15
• 2.1.2 均勻圓陣模型15-16
• 2.1.3 平面陣模型16-17
• 2.2 信號模型17-21
• 2.2.1 窄帶信號陣列模型17-18
• 2.2.2 寬帶信號模型18-19
• 2.2.3 寬帶信號陣列模型19-21
• 2.3 相干信號模型21
• 2.4 加性噪聲模型21-22
• 2.5 信號源數(shù)目估計的影響因素22-23
• 2.6 本章小結(jié)23-24
• 第3章 經(jīng)典信號源數(shù)目估計方法24-36
• 3.1 特征值分解方法24-25
• 3.2 信息論方法25-27
• 3.3 平滑秩序列法27-28
• 3.4 蓋氏圓方法28-31
• 3.5 仿真實驗及性能分析31-34
• 3.6 本章小結(jié)34-36
• 第4章 低信噪比窄帶信號源數(shù)目估計算法的研究36-48
• 4.1 基于互協(xié)方差函數(shù)的Hankel矩陣36-38
• 4.2 基于Hankel矩陣奇異值向量的低信噪比信號源數(shù)目估計38-41
• 4.3 仿真實驗及性能分析41-46
• 4.4 本章小結(jié)46-48
• 第5章 寬帶信號源數(shù)目估計算法的研究48-60
• 5.1 基于ISM的信號源數(shù)目估計算法48-50
• 5.2 基于CSM的信號源數(shù)目估計算法50-51
• 5.3 基于Hankel矩陣奇異值分解的寬帶信號源數(shù)目估計算法51-53
• 5.4 仿真實驗及結(jié)果分析53-58
• 5.5 本章小結(jié)58-60
• 第6章 總結(jié)與展望60-62
• 6.1 總結(jié)60-61
• 6.2 展望61-62
• 參考文獻62-66
• 作者簡介及攻讀碩士期間科研成果情況66-67
• 致謝67

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 徐以濤;宮兵;劉忠軍;李佳;;基于蓋氏圓方法的寬帶信源數(shù)目估計[J];解放軍理工大學學報(自然科學版);2012年01期

2 張恒利;趙擁軍;張培峰;;一種新的寬帶信號源數(shù)目快速估計方法[J];信號處理;2009年04期

3 汪玲;殷吉昊;陳天麒;;寬帶信號源個數(shù)估計頻域bootstrap方法[J];電波科學學報;2007年01期

4 劉翔;黃可生;黃知濤;周一宇;;基于子帶平均的寬帶源個數(shù)估計方法[J];電子信息對抗技術(shù);2006年01期

5 馬彥,石要武,陳虹;色噪聲下的信號頻率估計:基于互高階累積量的MUSIC方法[J];儀器儀表學報;2001年S1期

6 張賢達,保錚;盲信號分離[J];電子學報;2001年S1期

7 石要武，戴逸松，丁宏;有色噪聲背景下正弦信號頻率估計的互譜Pisarenko和MUSIC方法[J];電子學報;1996年10期

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 宋雪松;一種利用陣元結(jié)構(gòu)信息ULA波達方向估計方法的研究[D];吉林大學;2014年

2 伍逸楓;寬帶相干信號DOA估計算法研究[D];吉林大學;2009年

3 冷巨昕;盲信號處理中信源個數(shù)估計方法研究[D];電子科技大學;2009年

  本文關(guān)鍵詞：低信噪比下陣列信號源數(shù)目估計算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：295428