本文關(guān)鍵詞：基于子空間分解的波達(dá)方向估計(jì)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：波達(dá)方向(Direction Of Arrival,DOA)估計(jì)技術(shù)起初由空域?yàn)V波和時(shí)域譜估計(jì)發(fā)展而來,其參數(shù)估計(jì)性能優(yōu)越,應(yīng)用前景寬廣,例如雷達(dá)、聲納、電子對(duì)抗和無線定位等技術(shù),目前已成為陣列信號(hào)處理的重要研究方向之一。其中子空間分解類算法是基于輸出協(xié)方差矩陣特征值分解進(jìn)行參數(shù)估計(jì),由于該類算法能夠達(dá)到較高的估計(jì)精度和分辨率,得到了廣大學(xué)者的關(guān)注。多重信號(hào)分類(Multiple Signal Classification,MUSIC)算法實(shí)現(xiàn)了現(xiàn)代超分辨?zhèn)认蚣夹g(shù)的飛躍,促使了子空間分解類算法的發(fā)展;旋轉(zhuǎn)不變子空間(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法的提出是子空間類算法的又一次重大進(jìn)步,ESPRIT算法主要利用信號(hào)子空間的旋轉(zhuǎn)不變性進(jìn)行DOA估計(jì),該算法和MUSIC比較而言,具有計(jì)算量小、不需要譜峰搜索等優(yōu)點(diǎn)。兩種算法均為子空間分解類算法中的主要算法,前者是基于噪聲子空間進(jìn)行DOA估計(jì),后者為基于旋轉(zhuǎn)不變子空間進(jìn)行DOA估計(jì)。與早期DOA估計(jì)算法相比,這兩種算法性能優(yōu)越,具有優(yōu)異的估計(jì)精度和空間分辨率,很多學(xué)者進(jìn)行了相關(guān)的技術(shù)研究,改進(jìn)算法層出不窮。本文主要對(duì)現(xiàn)有的子空間分解類算法進(jìn)行研究,分析算法特征,針對(duì)算法的估計(jì)精度和計(jì)算量進(jìn)行改進(jìn),提出了兩種改進(jìn)算法;研究常見陣列結(jié)構(gòu)特點(diǎn),設(shè)計(jì)出適用于本文改進(jìn)算法的陣列結(jié)構(gòu)。本文的主要研究工作如下:(1)本文對(duì)根值最小范數(shù)算法進(jìn)行改進(jìn),提出了一種基于實(shí)數(shù)多項(xiàng)式的根值最小范數(shù)算法,該算法的主要思想是利用保角變換技術(shù)將復(fù)數(shù)多項(xiàng)式轉(zhuǎn)換為實(shí)數(shù)多項(xiàng)式,從而減小了計(jì)算量,并略提高了估計(jì)精度。(2)本文將2D-Unitary ESPRIT算法應(yīng)用于具有多組平移不變子陣列的陣列結(jié)構(gòu)中,從而得出多組估計(jì)值,采用2D-MUSIC算法的頻譜函數(shù)從估值中選取最優(yōu)值,從而提高估計(jì)精度。(3)ESPRIT算法僅適用于具有平移不變性的陣列結(jié)構(gòu),其中六角形陣列具有多組平移不變子陣列,該算法對(duì)不同方向的來波進(jìn)行估計(jì)時(shí),能夠選擇出最優(yōu)的一組平移不變子陣列進(jìn)行DOA估計(jì),保證了估值的最優(yōu)性。但該陣列中陣元密集,且子陣列中陣元數(shù)目較少,本文在六角形陣列基礎(chǔ)上設(shè)計(jì)了六角星形陣列結(jié)構(gòu),能夠有效利用陣列中的多數(shù)陣元參與計(jì)算,在陣元數(shù)目相當(dāng)?shù)那闆r下,六角星形陣列結(jié)構(gòu)的估計(jì)性能優(yōu)于六角形陣列。
【關(guān)鍵詞】：子空間分解 波達(dá)方向估計(jì) 保角變換 六角星形陣列 均勻線性陣列
【學(xué)位授予單位】：河南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.7
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 引言10
• 1.2 子空間分解類算法的研究現(xiàn)狀10-14
• 1.2.1 噪聲子空間類算法11-12
• 1.2.2 旋轉(zhuǎn)不變子空間類算法12-13
• 1.2.3 其它子空間類算法13-14
• 1.3 論文主要內(nèi)容14-15
• 1.4 論文結(jié)構(gòu)安排15-16
• 第二章 陣列天線基礎(chǔ)16-28
• 2.1 陣列天線簡介16
• 2.2 窄帶信號(hào)模型16-18
• 2.2.1 窄帶信號(hào)的定義和表示16-17
• 2.2.2 遠(yuǎn)場和近場17-18
• 2.3 方向圖18-19
• 2.4 陣列因子19-20
• 2.5 陣列結(jié)構(gòu)分析20-27
• 2.6 本章小結(jié)27-28
• 第三章 幾種經(jīng)典的子空間分解類算法介紹28-38
• 3.1 經(jīng)典MUSIC算法28-31
• 3.2 root-MUSIC算法31-32
• 3.3 經(jīng)典ESPRIT算法32-34
• 3.4 Unitary-ESPRIT算法34-37
• 3.5 本章小結(jié)37-38
• 第四章 改進(jìn)根值最小范數(shù)算法的DOA估計(jì)38-48
• 4.1 均勻線性陣列模型38-39
• 4.2 最小范數(shù)算法39-40
• 4.3 根值最小范數(shù)算法40-41
• 4.4 改進(jìn)的根值最小范數(shù)算法41-44
• 4.5 算法的仿真與分析44-47
• 4.6 本章小結(jié)47-48
• 第五章 改進(jìn)的 2D-Unitary ESPRIT算法48-60
• 5.1 陣列的信號(hào)模型48-50
• 5.2 基于多組子陣列的 2D-Unitary ESPRIT算法50-55
• 5.2.1 六角星形的多組子陣列50-51
• 5.2.2 2D-Unitary ESPRIT算法51-54
• 5.2.3 2D-MUSIC算法的最優(yōu)值選擇策略54-55
• 5.3 仿真結(jié)果與分析55-59
• 5.3.1 算法的方位角和俯仰角的RMSE比較56-57
• 5.3.2 四個(gè)來波時(shí)算法星座圖的比較和分析57
• 5.3.3 八個(gè)來波時(shí)算法星座圖的比較和分析57-58
• 5.3.4 算法估值的RMSE綜合比較58-59
• 5.4 本章小結(jié)59-60
• 第六章 總結(jié)與展望60-62
• 6.1 總結(jié)60
• 6.2 展望60-62
• 參考文獻(xiàn)62-70
• 致謝70-72
• 攻讀碩士學(xué)位期間的科研成果72-73

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄒汪平;;一種基于網(wǎng)絡(luò)安全控制的蜂群算法應(yīng)用研究[J];吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

2 李向偉;曹博;;時(shí)間參數(shù)在HITS算法中的應(yīng)用及改進(jìn)[J];蘭州工業(yè)高等�？茖W(xué)校學(xué)報(bào);2006年02期

3 吳濤;彭篤學(xué);;一種改進(jìn)的直線段裁剪算法[J];湛江師范學(xué)院學(xué)報(bào);2008年03期

4 張瑞子;南琳;胡琨元;田景賀;;基于EPC Class-1 Gen-2標(biāo)準(zhǔn)的防沖突算法與改進(jìn)[J];計(jì)算機(jī)工程;2009年02期

5 黃超;周寧;倪佑生;;基于蟻群算法的攻擊圖分析[J];計(jì)算機(jī)工程;2009年18期

6 秦永彬;許道云;;警示傳播算法的原理分析及算法改進(jìn)[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 郭毅可;韓銳;;云計(jì)算中的彈性算法:概要和展望[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

8 牛玉靜;唐棣;;雙步圓的反走樣生成算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年23期

9 肖璞;;XML索引更新算法的改進(jìn)[J];南京工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年03期

10 周駿;陳鳴;張佳明;;兩類頻繁項(xiàng)算法在網(wǎng)絡(luò)流上的適用性評(píng)估[J];計(jì)算機(jī)工程;2011年16期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會(huì)——2004年學(xué)術(shù)年會(huì)論文集[C];2004年

2 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會(huì)2004年學(xué)術(shù)年會(huì)論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進(jìn)的Apriori算法的研究[A];廣西計(jì)算機(jī)學(xué)會(huì)2012年學(xué)術(shù)年會(huì)論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實(shí)現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

5 趙唯;;晶粒度評(píng)級(jí)的改進(jìn)算法[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會(huì)論文集[C];1998年

6 劉啟文;;可擴(kuò)展的圖形學(xué)算法演示系統(tǒng)的研究[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進(jìn)算法[A];廣西計(jì)算機(jī)學(xué)會(huì)25周年紀(jì)念會(huì)暨2011年學(xué)術(shù)年會(huì)論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計(jì)算機(jī)學(xué)會(huì)2009年年會(huì)論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 鐘永騰;基于近場MUSIC算法的復(fù)合材料結(jié)構(gòu)健康監(jiān)測研究[D];南京航空航天大學(xué);2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應(yīng)用[D];西安電子科技大學(xué);2015年

3 苗義烽;突發(fā)事件下的列車運(yùn)行調(diào)度模型與算法研究[D];中國鐵道科學(xué)研究院;2015年

4 楊玉婷;頭腦風(fēng)暴優(yōu)化算法與基于視頻的非接觸式運(yùn)動(dòng)定量分析方法研究[D];浙江大學(xué);2015年

5 劉杰;全局優(yōu)化問題的幾類新算法[D];西安電子科技大學(xué);2015年

6 柏靜;基于多種混合策略的人工蜂群算法改進(jìn)研究[D];山東師范大學(xué);2016年

7 孔翔宇;幾類優(yōu)化問題的人工蜂群算法[D];西安電子科技大學(xué);2016年

8 匡立;分形網(wǎng)絡(luò)的理論、算法及應(yīng)用研究[D];武漢大學(xué);2015年

9 單美靜;求解非線性實(shí)代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學(xué);2008年

10 邱劍鋒;人工蜂群算法的改進(jìn)方法與收斂性理論的研究[D];安徽大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 安世勇;命題邏輯中隨機(jī)3-SAT問題算法研究[D];西南交通大學(xué);2015年

2 畢曉慶;油氣探礦權(quán)競爭性出讓系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];中國地質(zhì)大學(xué)(北京);2015年

3 王明明;鐵路大機(jī)與線路固定設(shè)施間距檢測算法研究[D];西南交通大學(xué);2015年

4 李靜;基于視頻圖像序列的運(yùn)動(dòng)目標(biāo)檢測與跟蹤算法研究[D];寧夏大學(xué);2015年

5 劉貝玲;基于天地圖的租房平臺(tái)開發(fā)及其關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學(xué);2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災(zāi)應(yīng)急疏散最優(yōu)路徑研究[D];西南交通大學(xué);2015年

8 張路奇;基于改進(jìn)蟻群算法的WSN路由協(xié)議的研究[D];中國地質(zhì)大學(xué)(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應(yīng)用與改進(jìn)[D];長安大學(xué);2015年

10 劉闊;面向傾斜數(shù)據(jù)的MapReduce連接算法研究[D];大連海事大學(xué);2016年

  本文關(guān)鍵詞：基于子空間分解的波達(dá)方向估計(jì)算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：321162