联合高阶累积量和稀疏分解的DOA估计算法研究-通信与信息系统专业论文.docx

西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘 要 阵列信号处理是信号处理领域内的一个重要分支，在雷达、通信、声纳、 地震、射线天文等科技领域取得了广泛的应用。空间谱估计技术作为阵列信号 处理的主要研究领域之-，在理论研究中得到了迅猛的发展，但应用系统尚不 多见，仍处于方兴未艾的发展之中，已成为目前主要研究课题。 信号的稀疏分解作为一种新兴的信号分析与处理方法，具有许多优良特 性。目前已有部分文献中应用信号稀疏分解来解决阵列信号处理中波达方向 (DOA)估计等问题，．取得了一些成果。本文将信号稀疏分解应用于阵列信号 处理领域，研究基于稀疏分解的波达方向(DoA)估计算法。其主要工作和贡 献有： 1、介绍了阵列信号稀疏分解的基本思想，重点分析匹配跟踪(m)算 法的基本原理及其具体实现流程及稀疏分解在DOA估计中的应用。 2、现有的基于稀疏分解的DOA{吉计算法均存在一个问题：当源信号形式 改变时，其过完备原子库就需要根据信号形式重新建立，增加了算法的复杂程 度。针对该问题，本文利用旋转不变技术(ESPRIT)思想，提出一种基于MP阵 列信号稀疏分解的DOA估计改进算法。该算法改进稀疏分解过完备原子库的构 造方法，使得原子库不需根据源信号形式改变而重新建立，降低算法复杂度。 计算机仿真证实新算法在零均值加性高斯噪声条件下，估计性能优于传统的 MUSIC算法和ESPR玎算法。 3、基于稀疏分解的DOA{-占计算法在均值不为零高斯噪声条件下，性能下 降比较严重。针对该问题，本文提出联合高阶累积量和稀疏分解的DOA{i占计算 法。算法首先对阵列接受信号求四阶累积量矩阵，达到抑制任意高斯噪声的目 的：再结合基于MP阵列信号稀疏分解的DOA{-占计算法，实现信号在非零均值 噪声环境下的DOA{i占计。仿真实验表明，该算法在噪声的均值不为零的条件下， 比传统IVIP算法具有更好的估计性能。 关键词阵列信号处理；稀疏分解；匹配跟踪；四阶累积量；波达方向估计 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第Ⅱ页 ABSTRACT A盯ay signal processing is a very important issue of signal processing．It is widely applied in many fields such as radar,communication，sonar,earthquake， chronometer ctc．As one of the main research field of array signal processing, spatial spectrum estimation has obtained a rapid developmem in theory．Due to its limited application system practice，spatial spectrum estimation becomes the main research subject at present． Sparse decomposition of signals is emerging aS a new-born signal processing method which has many excellent features．Untn currently,some references have already applied sparse decomposition of signals to solve the problem of direction-of-arrival(DOA)successfully．Tllis paper applies sparse decomposition in array signal processing，and researches the method of DOA estimation algorithm． 皿e main work and contribution of this dissertation ale as follows： 1．111e principle of sparse decomposition is introduced．11圮Matching Pursuit (ⅫP)algorithm and its detailed implementation process arc analyzed．Then the application of sparse decomposition in DOA estimation is studied． 2．Current exis