本文選題：陣列信號處理　切入點(diǎn)：波達(dá)方向估計(jì)　出處：《哈爾濱工業(yè)大學(xué)》2016年博士論文　論文類型：學(xué)位論文

【摘要】：波達(dá)方向(DOA)估計(jì)在許多陣列系統(tǒng)中有著極為重要的意義。當(dāng)信號源相干時,信號協(xié)方差矩陣不再滿秩,使得信號或者噪聲子空間的估計(jì)不準(zhǔn)確。同時,相干源也會給信源數(shù)檢測帶來困難。在這種情況下,常規(guī)的信源數(shù)檢測算法不能提供準(zhǔn)確的信源數(shù)信息。此外,在低信噪比、小快拍的情況下,多數(shù)子空間算法不能提供正確的DOA估計(jì)值,造成它們的均方誤差急劇地偏離克拉美羅界。這種現(xiàn)象被稱為“門限效應(yīng)”,在信號源相干時表現(xiàn)得尤為明顯。以上種種問題都會造成許多現(xiàn)有的DOA估計(jì)算法失效,從而無法提供可靠的DOA估計(jì)值。盡管空間平滑可以有效地處理相干源的DOA估計(jì)問題,但是它依舊存在許多缺點(diǎn),例如,該方法需要知道相干信源數(shù)的先驗(yàn)信息來確定平滑次數(shù);它是以損失陣列自由度為代價的,即在空間平滑后,陣列孔徑存在較大的損失,造成后續(xù)的DOA估計(jì)算法無法實(shí)現(xiàn)最優(yōu)估計(jì)。本文主要針對上述相干信源的DOA估計(jì)問題進(jìn)行深入研究,相應(yīng)的成果包括以下幾點(diǎn):1)針對相干源DOA估計(jì)空間平滑算法存在的陣列孔徑損失問題,提出了一種用于基于主特征矢量分析(PUMA)的相干DOA估計(jì)算法,并對它進(jìn)行了理論性能分析。該方法利用線性預(yù)測理論將DOA估計(jì)問題轉(zhuǎn)化為一個一元多項(xiàng)式求根問題。PUMA在求解多項(xiàng)式系數(shù)時只需要兩三次迭代即可獲得較好的估計(jì)性能;而且每步迭代具有閉式解,使得它的復(fù)雜度很低,遠(yuǎn)小于ML算法。但是,PUMA保留了ML算法在高信噪比時的統(tǒng)計(jì)有效性。相比空間平滑算法,PUMA的優(yōu)點(diǎn)是無需相干信源數(shù)的先驗(yàn)信息以及不存在陣列孔徑損失的問題。由于PUMA算法可以最大化利用陣列的自由度,它可以分辨的相干信源數(shù)遠(yuǎn)大于空間平滑算法。在單信源情況下,本文證明了PUMA算法的最優(yōu)統(tǒng)計(jì)特性,并提出了一種工作在實(shí)數(shù)域的酉PUMA算法來進(jìn)一步降低復(fù)雜度。仿真結(jié)果證明了PUMA及其改進(jìn)方法的有效性,同時驗(yàn)證了理論分析的正確性。2)針對相干源情況下信源數(shù)難以準(zhǔn)確估計(jì)的問題,提出了兩種無需信源數(shù)信息的DOA估計(jì)算法,分別用于解決空間白高斯噪聲和空間相關(guān)高斯噪聲下的相干信源DOA估計(jì)問題。第一個算法是針對空間白高斯噪聲設(shè)計(jì)的,它通過選擇樣本協(xié)方差矩陣的行來構(gòu)造一組具有聯(lián)合對角結(jié)構(gòu)的Toeplitz矩陣以達(dá)到去相干的目的;然后利用這一聯(lián)合對角結(jié)構(gòu)來設(shè)計(jì)無需信源數(shù)信息的DOA估計(jì)器。第二個算法的設(shè)計(jì)思路與第一個類似。其中最主要的區(qū)別在于該方法預(yù)先利用高階累積量來處理空間相關(guān)高斯噪聲;其次,通過構(gòu)造聯(lián)合對角結(jié)構(gòu)的偽協(xié)方差矩陣來設(shè)計(jì)無需信源數(shù)信息的DOA估計(jì)算法。一般的,在相同的物理?xiàng)l件下,第二個算法的性能會好于前一個,但是復(fù)雜度也更高。3)針對低信噪比、小快拍的情況下DOA估計(jì)算法估計(jì)性能低的問題,提出了兩種具有較好門限性能的相干DOA估計(jì)算法。i)提出了一種改進(jìn)的PUMA算法,該方法首先利用PUMA生成多余兩倍信源數(shù)的DOA候選值,然后利用最大似然代價函數(shù)從中自適應(yīng)地挑選出最終的DOA估計(jì)值。這種改進(jìn)的PUMA算法能夠有效地改善PUMA在低信噪比時的門限性能,同時保留了PUMA在高信噪比時的最優(yōu)估計(jì)特性。ii)提出了一種基于偽噪聲重采樣的分布式檢測算法來提升現(xiàn)有DOA估計(jì)方法的門限性能,該方法的原理是利用外加噪聲來擾動原有樣本中所攜帶的噪聲,從而改變子空間特征,以增加估計(jì)出真實(shí)DOA的概率。該方法可以多次利用同一樣本來生成多組DOA估計(jì)值;通過設(shè)計(jì)合理的選擇策略,從中選出最準(zhǔn)確的一組作為最終的DOA估計(jì)值,以此來降低門限效應(yīng)。計(jì)算機(jī)仿真實(shí)驗(yàn)驗(yàn)證了本文算法的有效性。
[Abstract]:Direction of arrival (DOA) estimation in many array system has a very important significance. When the signal sources are coherent, the signal covariance matrix is no longer full rank, so that the signal or noise subspace estimation is not accurate. At the same time, coherent sources would bring difficulties to the source number detection. In this case, not the number of sources conventional methods provide accurate information of the source number. In addition, in low SNR, small sample case, most subspace algorithm can not provide the correct estimation of DOA, caused by their mean square error dramatically deviates from the CRLB. This phenomenon is called the "threshold effect" in the signal source coherent is particularly evident. These problems will cause many existing DOA estimation algorithm of failure, which can not provide reliable estimates of DOA. Although the spatial smoothing can effectively deal with the estimation of coherent sources of DOA, but it depends on The old there are many disadvantages, for example, the method needs to know the number of coherent signals prior information to determine the number of smooth; it is based on the degree of freedom at the cost of the loss of the array, namely the spatial smoothing, larger array aperture loss caused by subsequent DOA estimation algorithm can not achieve optimal estimation. This paper studies deeply the main problems above the DOA estimation of coherent sources, the corresponding results are as follows: 1) to solve the problem of the loss of the array aperture spatial smoothing algorithm for DOA estimation of coherent sources, for analysis of the main feature vector (PUMA) is proposed based on the coherent DOA estimation algorithm, and its theoretical performance analysis. The method of using linear the DOA estimation problem is transformed into a.PUMA polynomial root finding problem in solving polynomial coefficients requires only two or three iterations to obtain better estimates of prediction theory; and each Step iterative has closed solution, so its complexity is low, far less than the ML algorithm. However, PUMA retains the statistical validity of the ML algorithm in the high SNR. Compared with the spatial smoothing algorithm, the advantage of PUMA is the number of coherent signals without prior information and there is no loss of the array aperture. Because the PUMA algorithm can maximize the degree of freedom of the array, it is far greater than the number of coherent signals can be resolved. The spatial smoothing algorithm in the single source case, we prove that the optimal statistical properties of PUMA algorithm, and proposed a work in the unitary PUMA algorithm in real domain to further reduce the complexity. The simulation result shows that the the effectiveness of PUMA and the improved method, and proved the correctness of the theoretical analysis of the.2) for coherent source case is difficult to accurately estimate the number of sources, put forward two kinds of information without the source number estimation algorithm for DOA, respectively. To solve the problem of coherent sources DOA estimation space white Gauss noise and spatial correlation of Gauss noise. The first algorithm is designed for space white Gauss noise, it through the selection of the sample covariance matrix to construct a set of combined with diagonal structure Toeplitz matrix in order to achieve the purpose of decoherence; DOA estimator and then use the diagonal joint no need to design the source number information. The second algorithm design and similar to the first. The main distinction is that the advance method using high order cumulants to deal with space related Gauss noise; second, to design without the source number information through the pseudo covariance matrix is constructed with diagonal structure DOA estimation algorithm. In general, in the same physical conditions, performance of the second algorithms will be better than the previous one, but the complexity is higher.3) in low SNR, a small number of snapshots. Under the condition of the low performance of DOA estimation algorithm has better estimation, two threshold performance coherent DOA estimation algorithm for.I is proposed in this paper) puts forward a kind of improved PUMA algorithm, the DOA candidate firstly using PUMA to generate two times the number of sources of excess value, and then use the maximum likelihood cost function is adaptively selected from the final the estimated DOA. The improved PUMA algorithm can effectively improve the PUMA threshold performance when SNR is low, while retaining the characteristics of.Ii PUMA in optimal estimation at high SNR) proposed a distributed detection algorithm based on resampling pseudo noise to improve the performance of existing DOA estimation threshold method and the principle of this method is to use external noise to carry the original disturbance noise in the sample, thus changing the subspace feature, in order to increase the estimated probability of real DOA. This method can use many of the same sample life A set of DOA estimation values is set up. By designing a reasonable selection strategy, the most accurate group is selected as the final DOA estimation value to reduce the threshold effect. Computer simulation experiments verify the effectiveness of the algorithm.

【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡雋;;蓋氏圓準(zhǔn)則信源數(shù)估計(jì)算法的分析與改進(jìn)[J];系統(tǒng)工程理論與實(shí)踐;2007年10期

2 趙匯強(qiáng);張玉萍;趙波;;基于支撐矢量機(jī)的信源數(shù)估計(jì)[J];河北科技大學(xué)學(xué)報(bào);2011年04期

3 李媛;王暢;郭建新;劉尚峰;;一種低信噪比下的特征向量類信源數(shù)估計(jì)算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年05期

4 胡雋;;基于蓋氏圓準(zhǔn)則的相關(guān)信源數(shù)估計(jì)研究[J];計(jì)算機(jī)工程與應(yīng)用;2007年17期

5 白興宇;姜煜;趙春暉;;基于空間虛擬延遲抽頭的信源數(shù)檢測方法[J];兵工學(xué)報(bào);2007年10期

6 劉志斌;楊明華;;一種改進(jìn)的蓋氏圓盤估計(jì)信源數(shù)方法[J];云南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

7 謝紀(jì)嶺;司錫才;;基于協(xié)方差矩陣對角加載的信源數(shù)估計(jì)方法[J];系統(tǒng)工程與電子技術(shù);2008年01期

8 胡雋;;基于模糊聚類信源數(shù)估計(jì)算法的研究、仿真與應(yīng)用[J];系統(tǒng)仿真學(xué)報(bào);2008年05期

9 牟建超;高梅國;江長勇;;基于前后向協(xié)方差矩陣投影的信源數(shù)估計(jì)算法[J];系統(tǒng)工程與電子技術(shù);2010年10期

10 楊志偉;賀順;張娟;徐青;;利用數(shù)據(jù)最小冗余擬合的信源數(shù)估計(jì)方法[J];西安電子科技大學(xué)學(xué)報(bào);2012年04期

相關(guān)會議論文 前10條

1 姚直象;郭瑞;張強(qiáng);;一種AIC準(zhǔn)則信源數(shù)估計(jì)方法[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

2 Jing-Jing Fu;Zhuo-Qi Liu;Fu-Sheng Wan;;The Effect of PUMA-Specific SiRNA on Caiordmyocytes Hypoxia/Reoxygenation Injury[A];華東六省一市生物化學(xué)與分子生物學(xué)會2010年學(xué)術(shù)交流會論文集[C];2010年

3 張善濱;章新華;;一種基于粒子濾波的窄帶信號波達(dá)方向估計(jì)方法[A];2009年全國水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會換屆改選會議論文集[C];2009年

4 徐友根;劉志文;;波前幅度畸變非圓信號的波達(dá)方向估計(jì)[A];全國第一屆信號處理學(xué)術(shù)會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

5 齊曉東;王媛媛;劉志文;徐友根;;矢量傳感器陣列分布源波達(dá)方向估計(jì)[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

6 朱周華;李國民;;寬帶相干源波達(dá)方向估計(jì)的新方法[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

7 張健;曹祥玉;陳盼;;波達(dá)方向估計(jì)算法研究[A];2009年全國微波毫米波會議論文集（下冊）[C];2009年

8 張艷紅;齊林;穆曉敏;陶然;;基于分?jǐn)?shù)階傅立葉變換的WLFM信號DOA估計(jì)[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

9 徐友根;馬靜艷;劉志文;;殘缺矢量陣列波前畸變信號波達(dá)方向估計(jì)[A];全國第五屆信號和智能信息處理與應(yīng)用學(xué)術(shù)會議�？�(第一冊)[C];2011年

10 張曉錄;;PUMA基因轉(zhuǎn)染的Aspc-1細(xì)胞對5-Fu誘導(dǎo)凋亡的敏感性[A];中華醫(yī)學(xué)會第七次全國檢驗(yàn)醫(yī)學(xué)學(xué)術(shù)會議資料匯編[C];2008年

相關(guān)重要報(bào)紙文章 前6條

1 楊大正　楊曉梅;PUMA廣州維權(quán)3年?duì)罡媲Ъ疑虘鬧N];中國知識產(chǎn)權(quán)報(bào);2009年

2 韓虞梅 韓錦平 王渝珠;德國PUMA公司 靈活巧用包材 邁向低碳包裝[N];中國包裝報(bào);2010年

3 謝環(huán)東;“PUMA”維權(quán)一審獲勝[N];中國知識產(chǎn)權(quán)報(bào);2008年

4 ;AMD披露PUMA移動平臺架構(gòu)[N];計(jì)算機(jī)世界;2008年

5 曉雯;LYCRA攜手PUMA打造全新功能服飾[N];中國服飾報(bào);2013年

6 本報(bào)記者 霍光邋中國軟件評測中心媒體測試部;PUMA平臺帶來的優(yōu)異性價比[N];中國計(jì)算機(jī)報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 錢誠;相干信源波達(dá)方向估計(jì)中的若干問題研究[D];哈爾濱工業(yè)大學(xué);2016年

2 王海娟;Ad-PUMA用于腫瘤基因治療的可行性研究[D];中國協(xié)和醫(yī)科大學(xué);2006年

3 蔡晶晶;低復(fù)雜度陣列信號波達(dá)方向估計(jì)算法研究[D];西安電子科技大學(xué);2014年

4 劉申建;空間分布源波達(dá)方向估計(jì)及其性能分析研究[D];清華大學(xué);2003年

5 張義;基于稀疏重構(gòu)的波達(dá)方向估計(jì)算法研究[D];中國科學(xué)技術(shù)大學(xué);2015年

6 裴煒;Ad-PUMA用于胰腺癌基因治療的可行性研究[D];中國協(xié)和醫(yī)科大學(xué);2009年

7 張克君;重組腺病毒介導(dǎo)PUMA基因治療胰腺癌的實(shí)驗(yàn)研究[D];蘇州大學(xué);2008年

8 林晴晴;無源探測系統(tǒng)波達(dá)方向估計(jì)關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2013年

9 郭躍;超分辨波達(dá)方向估計(jì)技術(shù)的研究[D];華中科技大學(xué);2007年

10 陳建;二維波達(dá)方向估計(jì)理論研究[D];吉林大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 郭遠(yuǎn)明;基于Nystrom方法的陣列信號處理中參數(shù)估計(jì)的研究[D];哈爾濱工業(yè)大學(xué);2014年

2 李春輝;陣列信號處理中的信源數(shù)估計(jì)算法研究[D];中國科學(xué)技術(shù)大學(xué);2009年

3 呂璇;PUMA在甲基苯丙胺引起小膠質(zhì)細(xì)胞凋亡中的作用[D];東南大學(xué);2015年

4 陳傳香;PUMA在甲基苯丙胺介導(dǎo)的神經(jīng)元凋亡中的作用[D];南方醫(yī)科大學(xué);2016年

5 沈凱;PUMA在甲基苯丙胺介導(dǎo)小膠質(zhì)細(xì)胞活化中的作用[D];東南大學(xué);2016年

6 趙基成;p53上調(diào)凋亡調(diào)控因子（PUMA）的結(jié)構(gòu)生物學(xué)研究[D];廈門大學(xué);2014年

7 王炎;PUMA抑制劑對小鼠肝臟缺血—再灌注損傷的保護(hù)作用初探[D];南京醫(yī)科大學(xué);2014年

8 郝強(qiáng);促凋亡蛋白PUMA對小鼠肝細(xì)胞凋亡的影響及其分子機(jī)制研究[D];第二軍醫(yī)大學(xué);2009年

9 張曉;PUMA在日光性角化、皮膚鱗癌的表達(dá)及意義[D];青海大學(xué);2014年

10 金偉;PUMA在胃癌中的表達(dá)和作用機(jī)制研究[D];浙江大學(xué);2014年

，

本文編號：1602292