基于特征子空间的波达方向（DOA）估计算法研究

华中科技大学硕士学位论文

Abstract

Spatial spectrum estimation is an important area in array signal processing,which is widely used in radar,communication and sonar etc. "Spatial spectrum" indicates the energy distribution of the signals in all directions in space.Therefore,if we get the signal “sp atial spectrum”, we can get the signal direction of arrival(DOA).The spatial spectrum estimation often called “DOA estimation”.

This paper mainly research on the DOA estimation algorithm based on the eigen- subspace. First introduce the basic principle of DOA estimation techniques, the array signal statistical model and the eigen-structure subspace concept.On this basis,elaborate two main algorithms based on the eigen-subspace--classical MUSIC algorithm and ESPRIT algorithm. Respectively elaborate the concept and principle of the two algorithms, and analyze its performance through the simulation experiment.For traditional subspace algorithm will be ineffect on coherent signals, discuss spatial smoothing technique and its improvement;and analyze its performance by simulation combining MUSIC algorithm.

Finally,it is proposed that a fast subspace algorithm using reduced dimension processing for the DOA estimation algorithm based on the eigen-subspace with computationally expensive and time consuming. This algorithm can fast obtain the signal subspace from a submatrix of the array covariance matrix without eigendecompsition.In detail introduce the algorithm solution process and simulation results show that the method is effective.

Key words: array signal processing, spatial spectrum estimation, DOA, spatial smoothing, fast algorithm

华中科技大学硕士学位论文

目录

摘要............................................................................................................... I ABSTRACT ..................................................................................................... II 1概述

1.1阵列信号处理概述 (1)

1.2波达方向估计的发展及现状 (2)

1.3波达方向估计研究方向 (6)

1.4本文主要内容和结构安排 (7)

2 波达方向(DOA)估计基础

2.1阵列信号统计模型 (9)

2.2特征子空间分析 (11)

2.3本章小结 (14)

3 基于特征子空间的DOA估计技术及仿真

3.1多重信号分类法(MUSIC算法) (15)

3.2旋转不变子空间算法(ESPRIT算法) (20)

3.3基于特征子空间的DOA估计算法性能分析 (28)

3.4相干信源的DOA估计－空间平滑技术 (29)

3.5本章小结 (34)

4 DOA估计的快速子空间算法

4.1快速子空间算法的理论推导 (35)

4.2性能分析和仿真验证 (40)

4.3算法小结 (42)

华中科技大学硕士学位论文

4.4本章小结 (42)

5 结束语

5.1全文总结 (43)

5.2对未来工作的建议 (43)

致谢 (44)

参考文献 (45)

华中科技大学硕士学位论文

1概述

1.1阵列信号处理概述

阵列信号处理是信号处理领域内的一个重要分支，在近30年内来得到迅速发展，其应用涉及雷达、通信、声纳、地震、勘探、射电天文以及生物医学工程等众多军事及国民经济领域[1]。

阵列信号处理是将多个传感器设置在空间的不同位置组成传感器阵列，并利用这一阵列对空间信号场进行接收（多点并行采样）和处理，目的是提取阵列所接收的信号及其特征信息（参数），同时抑制干扰和噪声或是不感兴趣的信息。阵列信号处理与一般的信号处理方式不同，因为其阵列为按一定方式布置在空间不同位置上的传感器组，主要是利用信号的空域特性来增强信号及其有效提取信号空域信息。因此，阵列信号处理也常称空域信号处理。

阵列信号处理最主要的两个研究方向是自适应空域滤波器（自适应阵列处理）和空间谱估计。自适应阵列处理技术的产生要早于空间谱估计，而且已得到了广泛的应用，其工程实用系统已屡见不鲜。相反，尽管空间谱估计在近30年中也得到了快速的发展，但其实用系统尚不多见。目前空间谱估计理论与技术仍处于方兴未艾的迅猛发展之中，已成为阵列信号处理学科发展的主要方面。与自适应阵列技术不同，空间谱估计侧重于研究空间多传感器阵列所构成的处理系统对感兴趣的空间信号的多种参数进行准确估计的能力，其主要目的是估计信号的空域参数或信源位置，这也是雷达、通信、声纳等许多领域的重要任务之一。理论上，该技术可以大大改善在系统处理带宽内空间信号的角度估计精度、角度分辨力及其他相关参数精度，因而在雷达、通信、声纳等众多领域有及其广阔的应用前景。

时域频谱是时域处理中的一个重要概念，而空间谱是阵列信号处理中的一个重要概念。时域频谱表示信号在各个频率上的能量分布，“空间谱”则表示信号在空间各个方向上的能量分布。因此，如果能得到信号的“空间谱”，就能得到信号的波达方向（direction of arrival，DOA），所以，空间谱估计常称为“DOA估计”。需要指出的是，有的文献将DOA估计直接称为“方向估计”（bearing estimation）或是“角度估计”（angle estimation），也有的称为“direction finding”，实际上它们都是从不同角度的称谓。此外，空间谱估计又常称为“超（高）分辨谱估计”，这主要是因为空间谱