【摘要】：被動信源定位參量估計是陣列信號處理領(lǐng)域的主要研究內(nèi)容,具有重要研究意義和實際應(yīng)用價值。依據(jù)定位目標與接收傳感器陣列之間的距離,傳統(tǒng)的信源定位技術(shù)可以分為遠場源定位和近場源定位。然而在一些實際應(yīng)用中,如當使用麥克風陣列對說話人進行定位時,目標信號既可能處于陣列孔徑的夫瑯和費(Fraunhofer)區(qū),也可能位于陣列孔徑的菲涅爾(Fresnel)區(qū),即陣列觀測信號由遠場源和近場源共同組成。本質(zhì)上,遠場源定位模型和近場源定位模型均可認為是遠近場混合源定位模型的特殊形式,與二者相比,遠近場混合源定位模型更具普適性。若將傳統(tǒng)的遠場源定位方法直接擴展至遠近場混合源的情況,近場源距離參量難以得到估計;若將現(xiàn)有近場源定位方法直接應(yīng)用到遠近場混合源定位中,會出現(xiàn)計算復雜度高、混合源難以分離、估計錯誤等問題。因此,研究基于遠近場混合源模型的定位參量估計算法既是完善信源定位理論體系的必然,同時也是解決說話人定位等實際問題的需要。現(xiàn)有的基于特征子空間的遠近場混合源定位算法主要采用如下兩種思路實現(xiàn)定位參量估計:(a)同時獲得遠場源和近場源方位角估計值,以此為基礎(chǔ)將角度信息代入二維譜峰搜索實現(xiàn)近場源距離估計,最具代表性的方法為基于四階累積量的兩步多重信號分類(MUSIC)算法;(b)在估計出遠場源方位角的基礎(chǔ)上,通過合理的數(shù)學手段分離遠場源和近場源,應(yīng)用近場源觀測數(shù)據(jù)實現(xiàn)相應(yīng)的方位角和距離估計,最具代表性的方法為基于二階統(tǒng)計量的斜投影算法。本文依據(jù)上述兩種基本思路,在充分分析遠近場混合源定位模型特性、遠場源和近場源協(xié)方差矩陣結(jié)構(gòu)特性的基礎(chǔ)上,研究應(yīng)用三階循環(huán)矩以降低計算復雜度,引入子空間差分技術(shù)、協(xié)方差矩陣差分技術(shù)等來分離遠場源和近場源,并提出相應(yīng)的定位參量估計算法,旨為遠近場混合源分離及定位問題提供新而有效的解決途徑。本文的主要貢獻與創(chuàng)新性工作具體包括如下四個方面:1.針對以兩步MUSIC算法為代表的特征子空間類方法計算復雜度較高的問題,提出基于三階循環(huán)矩的遠近場混合源定位新算法及其改進算法。通過恰當選擇陣列觀測數(shù)據(jù)計算三階循環(huán)矩,構(gòu)造出兩個特殊的三階循環(huán)矩矩陣,使得其方向矩陣僅包含方位角信息,旋轉(zhuǎn)因子則同時包含角度和距離信息,聯(lián)合應(yīng)用MUSIC和旋轉(zhuǎn)子空間不變(ESPRIT)技術(shù)實現(xiàn)無需參數(shù)匹配的定位參量估計。與兩步MUSIC算法相比,三階循環(huán)矩算法可將計算復雜度降低一個量級。進一步應(yīng)用二階循環(huán)矩改進上述算法,將距離估計的均方根誤差減小一個量級。2.針對以斜投影算法為代表的特征子空間類方法對近場源定位性能不盡理想的問題,提出基于子空間差分的遠近場混合源定位新算法及其改進算法。借助已獲得的遠場源方位角估計出相應(yīng)的信號功率,以此為基礎(chǔ)在信號子空間重構(gòu)遠場源協(xié)方差矩陣,應(yīng)用遠場子空間差分技術(shù)提取出純凈的近場源分量,并采用ESPRIT-Like方法實現(xiàn)近場源方位角和距離的聯(lián)合估計。與斜投影算法相比,子空間差分算法可有效提升近場源定位參量估計精度。進一步利用多項式求根代替一維MUSIC譜峰搜索,將上述算法的計算復雜度降低一個量級。3.針對以斜投影算法為代表的特征子空間類方法的信源分離性能受遠場源方位角估計精度影響的問題,在證明出遠場源協(xié)方差矩陣同時滿足Hermitian和Toeplitz特性,而近場源協(xié)方差矩陣僅具有Hermitian結(jié)構(gòu)的基礎(chǔ)上,提出基于協(xié)方差矩陣差分的遠近場混合源定位新算法及其改進算法。推導出近場差分矩陣特征值的對稱分布特性,應(yīng)用差分ESPRIT-Like方法求解出相應(yīng)的方位角和距離。與斜投影算法相比,協(xié)方差矩陣差分算法對混合源分離的合理性僅依賴于矩陣特征結(jié)構(gòu)差異,不受遠場源定位性能的影響,并提升近場源定位參量估計精度。此外,探索有色噪聲協(xié)方差矩陣的對稱Toeplitz特性,通過兩步協(xié)方差矩陣差分將上述算法擴展至未知有色噪聲背景下,提升其對復雜噪聲的適用性。4.針對以斜投影算法為代表的特征子空間類方法在定位遠場源時存在偽峰的問題,提出基于兩步矩陣差分的遠近場混合源分離及定位新算法。依據(jù)遠場源與近場源源協(xié)方差矩陣存在的特征結(jié)構(gòu)差異性,應(yīng)用協(xié)方差矩陣差分技術(shù)分離出近場分量,在獲得近場源方位角和距離信息的基礎(chǔ)上,重構(gòu)近場源協(xié)方差矩陣,通過近場子空間差分技術(shù)提取遠場分量,估計出遠場源的方位角。與斜投影算法相比,兩步矩陣差分算法可有效避免偽峰問題,實現(xiàn)遠場源與近場源的理想分離,提升近場源定位參量估計精度。本文在特征子空間理論框架下,對遠場源與近場源共存下的信源分離及定位問題進行了深入研究。所提出的新算法在計算復雜度、近場源方位角和距離估計精度、遠近場混合源分離的合理性、以及偽峰問題的避免等方面較現(xiàn)有方法均具有一定的改善,為進一步研究基于特征子空間的遠近場混合源定位參量估計方法提供參考。
【學位授予單位】：吉林大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TN911.7

【相似文獻】

相關(guān)期刊論文 前10條

1 趙燕萍;楊貴;;含噪混合通信數(shù)據(jù)中信號源定位挖掘算法仿真[J];計算機仿真;2013年05期

2 蔣佳佳;段發(fā)階;陳勁;常宗杰;;一種高精度的近場與遠場混合源定位算法[J];天津大學學報(自然科學與工程技術(shù)版);2013年12期

3 梁國龍;韓博;;基于互素對稱陣的近場源定位[J];電子與信息學報;2014年01期

4 劉捷,傅文斌,程柏林;運用方向圖擬合法的多同頻發(fā)射源定位仿真[J];空軍雷達學院學報;2000年04期

5 馮廣麗;秦勤;;大噪聲干擾下的通信信號源定位挖掘算法仿真[J];計算機仿真;2013年09期

6 張瑞娟,廖桂生;非均勻噪聲環(huán)境下寬帶近場源定位的兩種改進方法[J];雷達科學與技術(shù);2004年05期

7 戴江山,肖軍模;一種基于可控網(wǎng)絡(luò)的攻擊源定位方法[J];南京理工大學學報(自然科學版);2005年03期

8 梁軍利;王詩俊;高麗;楊樹元;張軍英;;一種無須參數(shù)配對的近場源定位新算法[J];電子學報;2007年06期

9 汪海;吳云韜;;基于秩虧損的近場源定位快速算法[J];武漢工程大學學報;2011年11期

10 曹稼斌;張亮;鄭建榮;夏春明;;過程系統(tǒng)中波動傳播辨識及源定位的集成方法研究(英文)[J];Chinese Journal of Chemical Engineering;2011年06期

相關(guān)會議論文 前3條

1 陳東兵;;放射源定位追蹤管理系統(tǒng)設(shè)計思路[A];2012中國環(huán)境科學學會學術(shù)年會論文集（第二卷）[C];2012年

2 盧文韜;徐一平;劉克林;;聲發(fā)射相位對小試件源定位的影響[A];1990巖土混凝土聲測技術(shù)新進展學術(shù)與信息交流會專題報告及論文摘要匯編[C];1990年

3 幸琳;姚陳果;周電波;肖前波;毛峰;秦延山;;基于頻域求時差的GIS局放源定位初探[A];重慶市電機工程學會2010年學術(shù)會議論文集[C];2010年

相關(guān)博士學位論文 前7條

1 喬梁;信源定位的可觀測性及跟蹤技術(shù)研究[D];哈爾濱工程大學;2010年

2 霍小林;腦磁源定位技術(shù)研究[D];浙江大學;2001年

3 王陽;動態(tài)氣流環(huán)境下氣味煙羽仿真與氣味源定位[D];天津大學;2013年

4 劉國紅;遠近場混合源定位參量估計算法研究[D];吉林大學;2015年

5 吳玉秀;基于嗅覺移動傳感器網(wǎng)絡(luò)的氣體源定位[D];天津大學;2014年

6 周鳳增;煤礦井下自燃火源定位技術(shù)的研究與應(yīng)用[D];中國礦業(yè)大學（北京）;2010年

7 張軍鵬;腦電磁源定位算法研究及其在初級聽覺皮層定位中的應(yīng)用[D];電子科技大學;2011年

相關(guān)碩士學位論文 前10條

1 石繪紅;基于稀疏重建的高分辨力匹配場源定位[D];浙江大學;2013年

2 宋紅兵;一種基于城市環(huán)境的新型的源定位方法[D];浙江大學;2010年

3 楊磊;基于仿生嗅覺的味源定位系統(tǒng)研究[D];浙江理工大學;2014年

4 劉文華;國內(nèi)配電網(wǎng)電壓跌落源定位技術(shù)研究[D];山東大學;2015年

5 陳磊;復雜海洋噪聲環(huán)境下近場源定位算法的仿真分析[D];吉林大學;2015年

6 何洋;基于最大熵多移動機器人氣味源定位[D];杭州電子科技大學;2015年

7 張?zhí)K林;基于移動傳感器陣列的氣味源定位[D];天津大學;2014年

8 黃志強;基于高階累積量的近場源定位方法研究[D];吉林大學;2006年

9 王超;基于改進的Sternberg工作記憶實驗的腦電信號分析[D];鄭州大學;2010年

10 劉揚;線性陣信源定位方法研究[D];南京大學;2011年

本文編號：2771475