發(fā)布時間：2018-11-27 19:21

【摘要】：隨著陣列信號DOA估計與跟蹤技術(shù)在雷達(dá)探測和聲吶定位等實際場景中的應(yīng)用愈來愈廣泛和深入,人們對DOA估計與跟蹤技術(shù)的要求也日益提高。近年來,隨著壓縮感知理論的發(fā)展,其對快拍數(shù)要求低和天然的解相干性等鮮明的優(yōu)點促進(jìn)了陣列信號DOA估計技術(shù)的不斷深入研究;并且,隨著動態(tài)壓縮感知等理論的形成和不斷完善,基于壓縮感知理論的DOA跟蹤技術(shù)也取得了一定的研究成果。本文在這一背景下對基于壓縮感知理論的DOA估計和跟蹤算法進(jìn)行了相關(guān)研究,主要研究內(nèi)容歸納如下:1)通過對平滑l0范數(shù)的研究,采用改進(jìn)后性能更加優(yōu)異的平滑函數(shù)來逼近l0范數(shù),提出一種基于改進(jìn)平滑l0范數(shù)的DOA估計算法,該算法容易實現(xiàn)且精度較高,在單快拍條件下就能對DOA進(jìn)行較好的估計,且相比OMP算法和平滑l0范數(shù)原始算法具有更好的性能。2)通過對改進(jìn)平滑l0范數(shù)采用新的加權(quán)方式進(jìn)行處理,提出一種基于加權(quán)平滑l0范數(shù)的DOA估計算法,該算法同樣容易實現(xiàn),在單快拍條件下就能實現(xiàn)較高精度的DOA估計,且相比基于改進(jìn)平滑l0范數(shù)的DOA估計算法具有更高的估計精度。3)實際應(yīng)用中的DOA估計技術(shù)通常為MMV模型,本文將基于加權(quán)平滑l0范數(shù)的DOA估計算法推廣到MMV模型下,提出一種基于多快拍加權(quán)平滑l0范數(shù)的DOA估計算法,該算法在較低快拍數(shù)條件下就可實現(xiàn)DOA的高精度估計。4)針對運動目標(biāo)信號源的DOA跟蹤問題,將動態(tài)壓縮感知理論的處理方法應(yīng)用到動態(tài)DOA這一時變稀疏信號中,并建立動態(tài)DOA稀疏概率模型以獲得加權(quán)l(xiāng),范數(shù)的權(quán)值,最終通過對線性加權(quán)l(xiāng)1范數(shù)的最小化,提出一種單快拍情況下的動態(tài)壓縮感知DOA跟蹤算法,該算法可實現(xiàn)較高精度的DOA跟蹤,在一定信噪比條件下具有比PASTd算法和粒子濾波算法更好的DOA跟蹤性能。5)為提升動態(tài)壓縮感知DOA跟蹤算法對噪聲的抗干擾能力,將該算法推廣到MMV模型下,同時對接收信號進(jìn)行奇異值分解處理以降低計算量,最終提出一種多快拍動態(tài)壓縮感知DOA跟蹤算法,該算法可以在快拍數(shù)較少且信噪比較低的情況下實現(xiàn)較高精度的DOA跟蹤。
[Abstract]:With the increasing application of array signal DOA estimation and tracking technology in radar detection and sonar localization, the requirements of DOA estimation and tracking technology are increasing. In recent years, with the development of compression sensing theory, its advantages such as low requirement of rapid-beat number and natural desiccation have promoted the further research of array signal DOA estimation technology. Moreover, with the formation and improvement of the theory of dynamic compression sensing, the DOA tracking technology based on the theory of compressed sensing has also achieved some research results. In this context, the DOA estimation and tracking algorithm based on compressed perception theory is studied in this paper. The main research contents are summarized as follows: 1) through the research of smoothing l0 norm, The improved smoothing function is used to approximate the l0 norm, and a DOA estimation algorithm based on the improved smoothing l0 norm is proposed. The algorithm is easy to implement and has high accuracy. The DOA can be estimated better under the condition of single shot. Compared with the OMP algorithm and the original smoothing l0 norm algorithm, it has better performance. 2) A new DOA estimation algorithm based on the weighted smoothing l0 norm is proposed by using a new weighting method for the improved smoothing l0 norm. This algorithm is also easy to implement, and can achieve high precision DOA estimation under the condition of single beat. Compared with the DOA estimation algorithm based on improved smoothing l0 norm, it has higher estimation accuracy. 3) the DOA estimation technique in practical application is usually MMV model. In this paper, the DOA estimation algorithm based on weighted smoothing l0 norm is extended to MMV model. A new DOA estimation algorithm based on multi-beat weighted smoothing l0 norm is proposed. The algorithm can realize the high precision estimation of DOA under the condition of lower beat number. 4) aiming at the DOA tracking problem of moving target signal source, a new algorithm is proposed. The processing method of dynamic compression sensing theory is applied to the transient sparse signal of dynamic DOA, and the sparse probability model of dynamic DOA is established to obtain the weight of weighted L and norm. Finally, the linear weighted L 1 norm is minimized. This paper presents a dynamic compression sensing DOA tracking algorithm in the case of single racket, which can achieve high precision DOA tracking. Under certain SNR conditions, the DOA tracking performance is better than that of PASTd algorithm and particle filter algorithm. 5) in order to improve the anti-jamming ability of dynamic compression sensing DOA tracking algorithm to noise, the algorithm is extended to MMV model. At the same time, the received signal is processed by singular value decomposition to reduce the computational complexity. Finally, a multi-beat dynamic compression sensing DOA tracking algorithm is proposed, which can achieve high precision DOA tracking under the condition of fewer beats and lower signal-to-noise ratio (SNR).
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN911.23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘇成曉;羅景青;解禮;;用阻塞矩陣法實現(xiàn)弱信號二維DOA估計[J];計算機(jī)工程與應(yīng)用;2011年18期

2 王姝;何子述;李會勇;;寬帶強(qiáng)干擾背景下的弱信號源DOA估計方法[J];現(xiàn)代雷達(dá);2006年09期

3 張貞凱;田雨波;周建江;;基于改進(jìn)廣義回歸神經(jīng)網(wǎng)絡(luò)和主成分分析的寬帶DOA估計[J];光電子.激光;2012年04期

4 萬群,楊萬麟;基于波束空間的后驗稀疏約束迭代DOA估計方法[J];電子學(xué)報;2001年03期

5 陳利虎;;基于空時頻分析的多分量跳頻信號DOA估計[J];系統(tǒng)工程與電子技術(shù);2011年12期

6 侯帥;潘偉;;未知信源數(shù)條件下基于合成空間譜的弱信號DOA估計方法[J];華東師范大學(xué)學(xué)報(自然科學(xué)版);2013年06期

7 劉中，，朱志文，龔宇，龔耀寰;平坦響應(yīng)空域濾波器和在DOA估計中的應(yīng)用[J];電子學(xué)報;1996年07期

8 董惠;徐婷婷;王純;;強(qiáng)干擾背景下二維弱信號DOA估計的修正投影阻塞法[J];信號處理;2013年02期

9 陳利虎;張爾揚;;基于數(shù)字信道化和空時頻分析的多網(wǎng)臺跳頻信號DOA估計[J];通信學(xué)報;2009年10期

10 燕飛;;強(qiáng)信號背景下弱信號DOA估計方法[J];計算機(jī)仿真;2014年07期

相關(guān)會議論文 前1條

1 康春玉;曹濤;章新華;;噪聲干擾器對本艦拖線陣聲納DOA估計的影響[A];泛在信息社會中的聲學(xué)——中國聲學(xué)學(xué)會2010年全國會員代表大會暨學(xué)術(shù)會議論文集[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 何子遠(yuǎn);稀疏陣DOA估計及模糊特性研究[D];電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 張琦;基于時空二維MUSIC算法的DOA估計及其硬件實現(xiàn)方法研究[D];西安電子科技大學(xué);2014年

2 蔡翔林;應(yīng)用于任意陣列結(jié)構(gòu)的自適應(yīng)二維DOA估計研究[D];電子科技大學(xué);2016年

3 趙陸明;陣列誤差條件下的DOA估計[D];重慶郵電大學(xué);2016年

4 陳淼;基于壓縮感知理論的DOA估計與跟蹤算法研究[D];吉林大學(xué);2017年

5 冼弘宇;時空欠采樣下基于中國余數(shù)定理的頻率和DOA估計方法研究[D];天津大學(xué);2016年

6 冀雯宇;波束域多目標(biāo)DOA估計方法研究[D];南京航空航天大學(xué);2012年

7 余昌和;DOA估計及其非相關(guān)噪聲濾除方法研究[D];電子科技大學(xué);2012年

8 宋俊才;超分辨DOA估計方法研究[D];哈爾濱工程大學(xué);2010年

9 陳慶;相干信源的超分辨DOA估計技術(shù)研究[D];山東大學(xué);2012年

10 馬文潔;貝葉斯壓縮感知在DOA估計中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2014年

本文編號：2361790