本文關(guān)鍵詞：高維小樣本陣列自適應(yīng)信號(hào)處理方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近幾十年來(lái),陣列信號(hào)處理被廣泛應(yīng)用于雷達(dá)、聲納、無(wú)線通信、麥克風(fēng)陣語(yǔ)音處理和醫(yī)學(xué)成像等領(lǐng)域。首先,為了獲取更高的分辨率、更強(qiáng)的干擾抑制能力和更遠(yuǎn)的探測(cè)距離,現(xiàn)代陣列采用的陣元數(shù)目越來(lái)越大,使得傳統(tǒng)的自適應(yīng)處理方法的計(jì)算復(fù)雜度顯著增加,難以實(shí)時(shí)處理。其次,受到外部環(huán)境和硬件水平的限制,自適應(yīng)陣列處理所需要的訓(xùn)練樣本數(shù)目并沒(méi)有同步得到提升。針對(duì)大規(guī)模陣列處理面臨的高維小樣本問(wèn)題,我們從提高收斂速度和降低計(jì)算復(fù)雜度兩個(gè)方面對(duì)陣列信號(hào)處理中的波達(dá)方向估計(jì)(DOA)、自適應(yīng)波束形成和空時(shí)自適應(yīng)處理方法進(jìn)行了研究。本論文的主要研究?jī)?nèi)容和成果包括以下幾個(gè)方面：1.利用目標(biāo)輻射源空間分布的稀疏性,提出了兩種基于稀疏表示的多快拍聯(lián)合DOA估計(jì)方法。第一種方法利用采樣數(shù)據(jù)矩陣大奇異值對(duì)應(yīng)的左奇異向量近似信號(hào)子空間,然后采用加權(quán)迭代最小方差方法對(duì)信號(hào)空間進(jìn)行稀疏表示進(jìn)而確定出目標(biāo)方位。第二種方法對(duì)傳統(tǒng)的基于協(xié)方差矩陣稀疏表示的模型進(jìn)行改進(jìn),提出一種新的基于樣本協(xié)方差矩陣稀疏表示的聯(lián)合波達(dá)方向估計(jì)方法。該方法僅利用協(xié)方差矩陣的部分信息進(jìn)行DOA估計(jì),不需要估計(jì)噪聲功率,以一個(gè)陣元的孔徑損失換取算法的穩(wěn)健性。與傳統(tǒng)的角度高分辨估計(jì)方法不同,基于稀疏表示的DOA估計(jì)方法對(duì)具有相干性的信號(hào)源能進(jìn)行有效估計(jì),不需要進(jìn)行去相關(guān)處理。2.通過(guò)對(duì)最優(yōu)自適應(yīng)波束形成權(quán)矢量構(gòu)成進(jìn)行分析,發(fā)現(xiàn)最優(yōu)權(quán)僅位于低維的干擾加信號(hào)子空間中。根據(jù)經(jīng)驗(yàn),一般系統(tǒng)設(shè)定的所要抑制的干擾數(shù)目都遠(yuǎn)小于系統(tǒng)自由度。因此一旦干擾空間和信號(hào)導(dǎo)向矢量已知,只需求解一個(gè)低維的組合矢量即可求得自適應(yīng)權(quán)矢量,同時(shí)也降低了算法的計(jì)算復(fù)雜度。我們首先構(gòu)造一個(gè)完備的干擾加信號(hào)子空間(IPSS),然后對(duì)組合矢量進(jìn)行稀疏約束,找到一組列數(shù)最小的信號(hào)加干擾子空間來(lái)構(gòu)造自適應(yīng)權(quán)。與傳統(tǒng)的降秩方法不同,所提方法不需要已知干擾的數(shù)目,且對(duì)多種常見(jiàn)的不匹配情況穩(wěn)健。3.非均勻雜波環(huán)境下,空時(shí)自適應(yīng)處理的關(guān)鍵在于如何在樣本較少時(shí)準(zhǔn)確估計(jì)雜波協(xié)方差矩陣(CCM)。首先,根據(jù)雜波譜的稀疏性,采用少量樣本可估計(jì)出雜波功率譜,進(jìn)而估計(jì)出CCM�；谙∈璞硎镜碾s波協(xié)方差矩陣估計(jì)方法僅利用少量樣本即可達(dá)到較好的CCM估計(jì)效果,明顯提高了空時(shí)自適應(yīng)算法(STAP)的收斂速度。然而采用少量樣本稀疏表示估計(jì)所得的雜波譜常出現(xiàn)偽峰,容易造成CCM估計(jì)偏差。利用雜波譜分布的特殊空時(shí)耦合性,通過(guò)雜波脊曲線擬合方法剔除雜波譜中的偽峰,有效提高了CCM估計(jì)精度。另外,該算法還可以對(duì)載機(jī)飛行參數(shù)(載機(jī)速度,偏航角等)進(jìn)行估計(jì)。4.針對(duì)傳統(tǒng)空時(shí)自適應(yīng)處理計(jì)算量大的問(wèn)題,提出一種基于權(quán)矩陣低秩逼近的快速空時(shí)自適應(yīng)處理方法。與傳統(tǒng)的低秩逼近算法不同,我們利用空時(shí)導(dǎo)向矢量特殊的Kronecker累積性,重新構(gòu)造新的權(quán)矩陣,使得該權(quán)矩陣的行數(shù)與列數(shù)盡可能的相同或相近。采用低秩逼近方法對(duì)新構(gòu)造的權(quán)矩陣進(jìn)行表示,提高了自適應(yīng)權(quán)的自由度,而且原二次優(yōu)化問(wèn)題被轉(zhuǎn)化為一個(gè)雙二次代價(jià)函數(shù)問(wèn)題,可以采用雙迭代方法進(jìn)行求解。5.傳統(tǒng)的降維降秩類空時(shí)自適應(yīng)處理方法雖然提高了系統(tǒng)的收斂速度,降低了計(jì)算復(fù)雜度,但是不同的方位、多普勒需要重新計(jì)算自適應(yīng)權(quán),計(jì)算量依然很大。針對(duì)小樣本情況,我們提出一種基于核方法的快速自適應(yīng)處理方法,能有效的降低權(quán)更新的計(jì)算量。由于自適應(yīng)權(quán)僅位于干擾加信號(hào)子空間且訓(xùn)練樣本主要由干擾組成,通過(guò)訓(xùn)練樣本和目標(biāo)空時(shí)導(dǎo)向矢量的線性組合來(lái)構(gòu)造自適應(yīng)權(quán)。因而只需計(jì)算一個(gè)低維的組合矢量,避免了直接對(duì)協(xié)方差矩陣進(jìn)行求逆,大幅降低了計(jì)算量。針對(duì)當(dāng)樣本數(shù)超過(guò)干擾自由度時(shí),權(quán)矢量易受病態(tài)Gram矩陣求逆影響的問(wèn)題,采用三種正則化方法解決病態(tài)求逆問(wèn)題。
【關(guān)鍵詞】：陣列信號(hào)處理 DOA估計(jì) 稀疏表示 波束形成 稀疏約束 空時(shí)自適應(yīng)處理 低秩逼近 核方法
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957.51
【目錄】：

• 摘要5-7
• ABSTRACT7-13
• 符號(hào)對(duì)照表13-14
• 縮略語(yǔ)對(duì)照表14-20
• 第一章 緒論20-36
• 1.1 研究背景及意義20-23
• 1.2 研究歷史與現(xiàn)狀23-32
• 1.2.1 自適應(yīng)波束形成發(fā)展歷史與現(xiàn)狀23-26
• 1.2.2 DOA估計(jì)發(fā)展歷史與現(xiàn)狀26-30
• 1.2.3 STAP發(fā)展歷史與現(xiàn)狀30-32
• 1.3 論文的內(nèi)容和安排32-36
• 第二章 基于稀疏表示的DOA估計(jì)方法36-56
• 2.1 引言36-37
• 2.2 DOA估計(jì)模型37-38
• 2.3 基于迭代最小方差的DOA估計(jì)方法38-46
• 2.3.1 單快拍稀疏表示38-40
• 2.3.2 多快拍聯(lián)合稀疏表示40-41
• 2.3.3 初始值與參數(shù)選擇41-42
• 2.3.4 算法分析及計(jì)算復(fù)雜度42
• 2.3.5 仿真實(shí)驗(yàn)42-46
• 2.4 采用協(xié)方差矩陣稀疏表示的DOA估計(jì)方法46-55
• 2.4.1 協(xié)方差矩陣稀疏表示模型47
• 2.4.2 基于協(xié)方差矩陣稀疏表示的DOA估計(jì)47-50
• 2.4.3 進(jìn)一步降維50-51
• 2.4.4 仿真實(shí)驗(yàn)51-55
• 2.5 本章小結(jié)55-56
• 第三章 基于稀疏約束的穩(wěn)健波束形成方法56-68
• 3.1 引言56-57
• 3.2 波束形成權(quán)空間構(gòu)成57
• 3.3 構(gòu)造完備的干擾加信號(hào)子空間57-60
• 3.3.1 估計(jì)信號(hào)導(dǎo)向矢量58
• 3.3.2 干擾加信號(hào)子空間58-60
• 3.4 基于稀疏表示的波束形成方法60-61
• 3.5 仿真實(shí)驗(yàn)61-66
• 3.6 本章小結(jié)66-68
• 第四章 采用稀疏表示的快速STAP方法68-78
• 4.1 引言68-69
• 4.2 雜波模型69-70
• 4.3 雜波稀疏性以及雜波功率譜估計(jì)70-71
• 4.4 基于稀疏表示的CCM估計(jì)71-74
• 4.4.1 載機(jī)飛行參數(shù)估計(jì)71-72
• 4.4.2 基于RANSAC方法的偽峰剔除方法72-73
• 4.4.3 雜波協(xié)方差矩陣估計(jì)73-74
• 4.5 仿真實(shí)驗(yàn)74-77
• 4.5.1 雜波譜估計(jì)以及載機(jī)參數(shù)估計(jì)74-75
• 4.5.2 雜波抑制性能及收斂速度75-77
• 4.6 本章小結(jié)77-78
• 第五章 基于權(quán)向量低秩逼近的STAP方法78-90
• 5.1 引言78-79
• 5.2 空時(shí)可分離雜波抑制方法79-80
• 5.3 基于空時(shí)重構(gòu)的低秩逼近方法80-82
• 5.4 多階段法82-84
• 5.4.1 第1組分量的確定83
• 5.4.2 第2組分量的確定83-84
• 5.4.3 計(jì)算量分析84
• 5.5 仿真實(shí)驗(yàn)84-88
• 5.6 本章小結(jié)88-90
• 第六章 基于核方法的快速空時(shí)自適應(yīng)處理方法90-102
• 6.1 引言90-91
• 6.2 空時(shí)自適應(yīng)權(quán)向量空間91-92
• 6.3 基于核方法的快速STAP92-97
• 6.3.1 Tikhonov正則化93
• 6.3.2 截?cái)嗥娈愔捣?TSVD)93-94
• 6.3.3 對(duì)角加載(DL)94-95
• 6.3.4 不同正則化方法的比較95-97
• 6.4 核方法的廣義形式97-98
• 6.5 計(jì)算復(fù)雜度分析98
• 6.6 仿真實(shí)驗(yàn)98-101
• 6.6.1 仿真數(shù)據(jù)98-100
• 6.6.2 實(shí)測(cè)數(shù)據(jù)100-101
• 6.7 本章小結(jié)101-102
• 第七章 總結(jié)與展望102-106
• 7.1 全文內(nèi)容總結(jié)102-103
• 7.2 工作展望103-106
• 參考文獻(xiàn)106-120
• 致謝120-122
• 作者簡(jiǎn)介122-123

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 王杰;沈明威;吳迪;朱岱寅;;基于主瓣雜波高效配準(zhǔn)的機(jī)載非正側(cè)視陣?yán)走_(dá)STAP算法研究[J];雷達(dá)學(xué)報(bào);2014年02期

2 王s

本文編號(hào)：326652