傳統(tǒng)的信號頻率及波達(dá)方向（DOA）估計(jì)算法要求信號在時(shí)域及空域的采樣過程必須滿足Nyquist采樣定理,然而在某些特定的場景下,如陣列接收信號具有很高的頻率或要求陣列具備較高的角度分辨率,采用Nyquist采樣將意味著對系統(tǒng)的采集模塊與處理單元提出了更高的要求,推高了系統(tǒng)成本與硬件實(shí)現(xiàn)難度。然而欠采樣又勢必會導(dǎo)致信號參數(shù)估計(jì)的模糊問題,壓縮感知理論的提出為欠采樣信號重構(gòu)問題提供了一個解決思路。本文圍繞著欠采樣條件下信號重構(gòu)及解模糊問題展開,提出了基于壓縮感知的時(shí)空欠采樣信號重構(gòu)和參數(shù)估計(jì)算法。本文首先對陣列信號模型及壓縮感知理論進(jìn)行了簡單的介紹,驗(yàn)證了基于壓縮感知的信號重構(gòu)算法的可行性,并且分析了時(shí)域或空域欠采樣所帶來的頻率或DOA估計(jì)的模糊問題,指出在均勻欠采樣策略下無法通過內(nèi)插解決信號重構(gòu)及參數(shù)估計(jì)的模糊問題。針對時(shí)域欠采樣導(dǎo)致信號頻率估計(jì)出現(xiàn)模糊的問題,本文提出了一種基于壓縮感知的多通道欠采樣信號重構(gòu)算法。并且在頻率估計(jì)方面,與現(xiàn)有的基于中國余數(shù)定理（CRT）的頻率估計(jì)算法進(jìn)行對比,仿真分析了其在多種信號場景下的估計(jì)性能。隨后,針對多通道信號重構(gòu)算法需要更多的信號采集及處理單元、... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

均勻直線陣示意圖

條件下解決信號頻率估計(jì)的模糊問題，在空域欠采樣條件下解決信號 DO計(jì)的模糊問題，是近些年來人們重點(diǎn)研究的問題。對于該問題，壓縮感知無疑是一種潛在的解決方案。第 2.4.1 節(jié)及 2.4.2 節(jié)所描述的壓縮采樣過程并非是嚴(yán)格意義上的欠采樣僅是從采樣數(shù)據(jù)中抽取一部分作為觀測值，信號原始的采樣過程仍滿yquist 采樣定理。為了實(shí)現(xiàn)欠采樣下的信號重構(gòu)，一種可以想到的辦法是壓縮感知原理對均勻欠采樣信號的每兩點(diǎn)中間恢復(fù)（插值）一個，這樣信等價(jià)采樣速率增大一倍，空域欠采樣與之類似。該方法似乎可以解決頻率OA 估計(jì)的模糊問題，然而下面將通過仿真實(shí)驗(yàn)證明該方法是不可行的�？紤]時(shí)域欠采樣信號重構(gòu)問題，信號為實(shí)信號，頻率為 3kHz、4kHz，頻率為 5kHz，顯然不滿足 Nyquist 采樣定理。信號幅度分別為 1、0.8，初隨機(jī)分布，噪聲為高斯白噪聲，信噪比為 10dB。信號采樣點(diǎn)個數(shù)為 200， OMP算法對時(shí)域欠采樣信號進(jìn)行重構(gòu)，利用這 200個采樣點(diǎn)重構(gòu)為 400點(diǎn)構(gòu)策略如圖 2-8 所示，重構(gòu)后的采樣頻率為 10kHz，滿足 Nyquist 采樣定理真結(jié)果如圖 2-9 所示。

(a) 原始欠采樣信號 (b) 重構(gòu)信號圖 2-9 原始信號及重構(gòu)信號頻譜-9 中可以看出，由于原始采樣速率不滿足 Nyquist 采樣疊，真實(shí)的頻率 3kHz、4kHz 變?yōu)?1kHz、2kHz。而基于雖然包含真實(shí)頻率，但是也夾雜了錯誤的頻率。這證明采樣策略下，基于壓縮感知的信號重構(gòu)方法是不可行的考慮空域欠采樣下 DOA 估計(jì)及波束形成問題，設(shè)置陣入射信號的一個波長，即 d ，運(yùn)用 OMP 算法對陣元構(gòu)后的陣元個數(shù)為 15，信號重構(gòu)策略如圖 2-10 所示。

【參考文獻(xiàn)】：
博士論文
[1]基于數(shù)據(jù)重構(gòu)的稀布陣數(shù)字波束形成技術(shù)研究[D]. 王建.南京理工大學(xué) 2016
[2]基于內(nèi)插變換的虛擬天線波束形成技術(shù)研究[D]. 李弋鵬.哈爾濱工程大學(xué) 2012
[3]非均勻雜波環(huán)境下基于稀疏恢復(fù)的STAP技術(shù)研究[D]. 孫珂.清華大學(xué) 2012
[4]陣列數(shù)字波束形成技術(shù)研究[D]. 蘇保偉.國防科學(xué)技術(shù)大學(xué) 2006

碩士論文
[1]基于壓縮感知的DOA估計(jì)[D]. 胡斌.哈爾濱工業(yè)大學(xué) 2015
[2]壓縮感知測量矩陣的研究及設(shè)計(jì)[D]. 王夢絲.西安電子科技大學(xué) 2014



本文編號：2991306