本文關(guān)鍵詞：稀疏陣列綜合及DOA估計(jì)方法的研究

  更多相關(guān)文章： 波達(dá)角估計(jì) 去模糊 壓縮感知 凸優(yōu)化算法 陣列方向圖綜合 稀疏陣列 陣列校正 共形陣列綜合

【摘要】：陣列信號(hào)處理是信號(hào)處理中非常重要的一個(gè)子研究領(lǐng)域,時(shí)刻影響著人們的生活。在雷達(dá)、聲吶、無線通信、地震學(xué)、醫(yī)學(xué)探測(cè)、電子對(duì)抗和故障診斷等領(lǐng)域中具有非常廣泛的應(yīng)用。天線陣列技術(shù)提供了一種有效的方法來探測(cè)和處理從不同方向的來波信號(hào)。陣列天線與單天線比較,單天線受限于方向性和帶寬。陣列天線可以通過調(diào)節(jié)幅度、相位分布和陣元布局來得到需要的波束方向圖。目前越來越多的領(lǐng)域中,對(duì)如何從低信噪比下的回波信號(hào)中提取目標(biāo)信息以及在陣列綜合中要求方向圖有窄的掃描波束,但在不增加相應(yīng)的增益等條件下的要求越來越高。然而目前的很多方法和應(yīng)用局限于均勻陣列,且在一些特定的方向圖綜合與匹配上面臨很大困難和挑戰(zhàn)。本文針對(duì)這些問題,研究和發(fā)展了基于稀疏陣列的一些新方法,大大降低陣列天線復(fù)雜度和計(jì)算時(shí)耗,有效地克服和彌補(bǔ)了傳統(tǒng)方法中在DOA估計(jì)和陣列方向圖綜合中出現(xiàn)的不足,并進(jìn)行了大量的理論分析和算法仿真,其主要工作和創(chuàng)新歸納如下:本文首先從陣列信號(hào)處理的基本原理出發(fā),描述了陣列天線的一些基本模型,如均勻直線陣列、矩形陣列和圓形陣列;然后簡(jiǎn)要介紹了陣列綜合中的經(jīng)典方法,切比雪夫綜合法和泰勒綜合法;最后深入討論了壓縮感知的基本理論對(duì)DOA估計(jì)模型的表示,以及凸優(yōu)化算法的基本概念和理論,為后續(xù)的陣列綜合方法做好鋪墊。其次總結(jié)了空間譜估計(jì)和全局搜索方法在線性陣列DOA估計(jì)中的方法。為了降低計(jì)算量和提高全局優(yōu)化的收斂,提出了一種基于遺傳-模糊粒子群算法同時(shí)估計(jì)波達(dá)角和信號(hào)功率。通過將波達(dá)角和信號(hào)功率用代價(jià)函數(shù)來表示,利用所給出的優(yōu)化方法進(jìn)行求解。DOA估計(jì)中仍然存在許多問題待解決,如模糊、互耦等。然后深入研究了均勻陣列和非均勻陣列產(chǎn)生DOA模糊的機(jī)理,在平面介質(zhì)的工作基礎(chǔ)上參與了在接收信號(hào)的天線陣元前加入半圓形介質(zhì)來消除DOA估計(jì)中產(chǎn)生的模糊的方法研究,通過大量的算法仿真驗(yàn)證該方法能很好地完全消除平凡和非平凡模糊。本文還就在諧波時(shí)間反轉(zhuǎn)信號(hào)的信號(hào)特征提取方法和在稀疏天線陣列綜合中的應(yīng)用做了深入研究。介紹了基于矩陣束方法和凸優(yōu)化的陣列綜合方法,驗(yàn)證了這兩個(gè)方法可以使用較小陣元個(gè)數(shù)重構(gòu)給定的波束方向圖,并且分析這兩種方法存在一些不足。陣元位置和激勵(lì)優(yōu)化問題可以轉(zhuǎn)化成諧波信號(hào)特征提取問題,首次提出了應(yīng)用量子力學(xué)中解決粒子不同時(shí)間的粒子態(tài)的濾波對(duì)角化方法Filter Diagonlaiztion Method(FDM)來解決非均勻陣列的波束方向圖匹配問題。同時(shí)將該方法推廣到了二維陣列綜合中,通過仿真驗(yàn)證了此方法只需利用較少先驗(yàn)知識(shí)就可用較少陣元重構(gòu)給定方向圖。在實(shí)際雷達(dá)天線應(yīng)用中,由于存在陣元誤差導(dǎo)致不能得到準(zhǔn)確的陣列流形,從而影響方向圖的穩(wěn)健性。通過使用重加權(quán)1范數(shù)的凸優(yōu)化方法對(duì)給定方向圖進(jìn)行綜合,此方法可以使用盡可能少的陣元去重構(gòu)給定的波束方向圖。隨后本文將進(jìn)一步針對(duì)稀疏陣列方向圖快速綜合中降低旁瓣電平的算法進(jìn)行研究。根據(jù)陣列因子和陣元激勵(lì)屬于一對(duì)傅里葉變化的特點(diǎn),提出了一種混合優(yōu)化算法來實(shí)現(xiàn)針狀波束方向圖快速綜合算法。其中陣元位置優(yōu)化是一個(gè)非線性問題,利用全局優(yōu)化方法求解陣元位置。該方法針對(duì)大型陣列模型時(shí),不但可以降低旁瓣電平和控制零陷,同時(shí)還能降低陣元個(gè)數(shù)。同時(shí)此方法被推廣到二維平面陣和特殊平面陣上,同樣有效快速地進(jìn)行方向圖綜合,在深空探測(cè)和衛(wèi)星通信中有非常廣泛的應(yīng)用。將此方法引入和差方向圖綜合問題,提出了一種陣元校正的大型陣列綜合方法。與凸優(yōu)化算法比較,可以快速有效地優(yōu)化方向圖的旁瓣電平。最后深入研究稀疏共形陣列方向圖快速綜合方法。由于共形陣列存在遮擋效應(yīng)、與載體共形,所以傳統(tǒng)的方向圖乘積理論不適用。結(jié)合現(xiàn)有方法,提出一種稀疏共形陣列方向圖綜合的方法。首先利用天線輻射波形的模型化參數(shù)估計(jì)方法對(duì)共形陣列上給定的獨(dú)立方向圖進(jìn)行插值,可以得到共形陣列上任意位置的獨(dú)立方向圖。然后對(duì)共形陣列位置進(jìn)行過采樣,假設(shè)采樣點(diǎn)都是虛擬陣元。再利用重加權(quán)1范數(shù)的凸優(yōu)化方法對(duì)方向圖進(jìn)行波束賦形。同時(shí)考慮共形陣列中不可忽略的互耦等陣列流形誤差,進(jìn)行方向圖快速綜合,此方法不僅能有效地對(duì)陣元布局進(jìn)行稀疏,而且可以對(duì)方向圖參數(shù)進(jìn)行設(shè)計(jì)。
【關(guān)鍵詞】：波達(dá)角估計(jì) 去模糊 壓縮感知 凸優(yōu)化算法 陣列方向圖綜合 稀疏陣列 陣列校正 共形陣列綜合
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN911.23
【目錄】：

• 摘要5-7
• ABSTRACT7-13
• 第一章 緒論13-25
• 1.1 研究背景與意義13-14
• 1.2 方向圖綜合研究進(jìn)展與現(xiàn)狀14-21
• 1.2.1 凸優(yōu)化算法波達(dá)角估計(jì)14-17
• 1.2.2 稀疏陣列發(fā)展及陣列綜合17-20
• 1.2.3 共形陣列天線發(fā)展及方向圖綜合20-21
• 1.3 本文的主要研究工作和貢獻(xiàn)21-22
• 1.4 本論文的結(jié)構(gòu)安排22-25
• 第二章 陣列天線的基礎(chǔ)和相關(guān)方法介紹25-41
• 2.1 陣列天線模型25-29
• 2.1.1 線性陣列25-27
• 2.1.2 矩形陣列27-28
• 2.1.3 圓形陣列28-29
• 2.2 切比雪夫綜合法和泰勒凱瑟綜合法29-34
• 2.2.1 切比雪夫綜合法30-33
• 2.2.2 泰勒凱瑟綜合法33-34
• 2.3 壓縮感知基本理論34-38
• 2.4 凸優(yōu)化問題38-40
• 2.4.1 凸函數(shù)的定義和性質(zhì)38-40
• 2.4.2 凸優(yōu)化目標(biāo)函數(shù)40
• 2.5 本章小結(jié)40-41
• 第三章 均勻陣列和稀疏陣列中的DOA估計(jì)41-64
• 3.1 均勻陣列的DOA估計(jì)算法41-47
• 3.1.1 多重信號(hào)分類方法（MUSIC）41-44
• 3.1.2 l1-SVD稀疏信號(hào)重構(gòu)的波達(dá)角估計(jì)方法44-47
• 3.2 基于遺傳算法和模糊粒子群算法的波達(dá)角估計(jì)47-56
• 3.2.1 方法描述48-49
• 3.2.2 遺傳算法和模糊粒子群算法49-52
• 3.2.3 算法仿真52-55
• 3.2.4 本節(jié)小結(jié)55-56
• 3.3 稀疏陣列DOA估計(jì)去模糊56-62
• 3.3.1 方法描述56-57
• 3.3.1.1 算法模型56-57
• 3.3.1.2 稀疏陣列波達(dá)角估計(jì)模糊的定義57
• 3.3.2 基于半圓基質(zhì)的去模糊波達(dá)角方法57-59
• 3.3.3 算法仿真59-62
• 3.3.4 本節(jié)小結(jié)62
• 3.4 本章小結(jié)62-64
• 第四章 方向圖重構(gòu)在非均勻陣列中的應(yīng)用64-93
• 4.1 非均勻陣列綜合的發(fā)展及方法64-65
• 4.2 陣元位置優(yōu)化的非均勻陣列綜合和諧波信號(hào)特征值提取65-70
• 4.2.1 基于矩陣束方法的非均勻陣列綜合65-69
• 4.2.2 基于凸優(yōu)化方法的非均勻陣列綜合69-70
• 4.3 基于濾波對(duì)角化方法在稀疏陣列綜合中的應(yīng)用70-85
• 4.3.1 陣列模型描述74-75
• 4.3.2 量子力學(xué)中濾波對(duì)角化方法的描述75-77
• 4.3.3 基于FDM的非均勻陣列綜合方法77-78
• 4.3.4 算法仿真78-85
• 4.3.5 本節(jié)小結(jié)85
• 4.4 基于未知陣列誤差的穩(wěn)健稀疏陣列綜合85-91
• 4.4.1 稀疏陣列凸優(yōu)化模型85-87
• 4.4.2 帶陣列誤差的凸優(yōu)化限制87-88
• 4.4.3 算法仿真88-91
• 4.4.4 本節(jié)小結(jié)91
• 4.5 本章小結(jié)91-93
• 第五章 稀疏陣列在優(yōu)化旁瓣電平中的應(yīng)用93-118
• 5.1 波束方向圖綜合算法93-102
• 5.1.1 基于凸優(yōu)化的波束方向圖綜合方法94-99
• 5.1.1.1 方法描述94-97
• 5.1.1.2 算法仿真97-99
• 5.1.2 一種快速迭代傅里葉變換的旁瓣電平優(yōu)化方法99-102
• 5.1.2.1 方法描述99-100
• 5.1.2.2 算法仿真100-102
• 5.2 一種旁瓣電平優(yōu)化和零陷控制的稀疏陣列方向圖設(shè)計(jì)的混合優(yōu)化方法102-113
• 5.2.1 非均勻傅立葉變換的內(nèi)插計(jì)算陣元激勵(lì)102-105
• 5.2.2 模擬退火算法尋找陣元位置105-106
• 5.2.3 天線陣元移除策略的混合方法106-108
• 5.2.4 算法仿真108-113
• 5.2.5 本節(jié)小結(jié)113
• 5.3 稀疏陣列綜合的陣元校正方法在和差方向圖中的應(yīng)用113-116
• 5.3.1 和差方向圖模型113-114
• 5.3.2 方法描述114
• 5.3.3 算法仿真114-116
• 5.3.4 本節(jié)小結(jié)116
• 5.4 本章小結(jié)116-118
• 第六章 共形稀疏陣列在方向圖設(shè)計(jì)中的應(yīng)用118-129
• 6.1 共形陣列模型的分析118-121
• 6.1.1 引入有向陣元的分析119
• 6.1.2 全局坐標(biāo)和局部坐標(biāo)119-121
• 6.2 基于參數(shù)估計(jì)內(nèi)插的共形稀疏陣列方向圖綜合的方法121-128
• 6.2.1 基于參數(shù)估計(jì)模型的內(nèi)插方法121-123
• 6.2.2 共形陣列的稀疏化方法123-126
• 6.2.3 算法仿真126-128
• 6.2.4 本節(jié)小結(jié)128
• 6.3 本章小結(jié)128-129
• 第七章 全文總結(jié)與展望129-132
• 7.1 全文總結(jié)129-130
• 7.2 后續(xù)工作展望130-132
• 致謝132-134
• 參考文獻(xiàn)134-147
• 攻讀博士學(xué)位期間取得的成果147-148

，

本文編號(hào)：1027967