利用信號非圓特性的陣列測向技術(shù)研究.pdf

1、現(xiàn)代雷達、通信系統(tǒng)中，經(jīng)常使用具有非圓特性的調(diào)制信號，在陣列測向技術(shù)領域中，信號具有非圓特性會使得其偽協(xié)方差矩陣中也含有信息。因此如果合理地利用信號非圓特性將可以增加信息利用效率，提高陣列測向算法各項估計性能，因此，利用信號非圓特性的陣列測向方法已經(jīng)成為近年來的一個研究熱點。目前已有的適用于非圓信號的陣列測向方法多用于估計只有最大非圓率信號的情況，而當入射信號中同時存在圓信號、非圓信號時，會存在對信源數(shù)目估計準確性不高、估計精度不足、分

2、辨能力較差等現(xiàn)象。
　　本文針對利用信號非圓特性的陣列測向方法做出了較為深入的研究，主要內(nèi)容如下：
　　1.分析了現(xiàn)有信源數(shù)目估計方法的不足和局限性，提出了可以在色噪聲背景下對信源數(shù)目進行估計的基于特征空間投影的CEP算法，并將其應用于虛擬擴展陣列，提出了可以在圓信號和非圓信號同時入射的情形下對等效信源數(shù)目進行估計的基于均值聚類的MCEP算法。與目前已有方法相比，MCEP算法無論在信噪比和快拍數(shù)較低還是較高情況下均有較良好的

3、估計性能，且在色噪聲背景下仍然能夠保持有效估計。
　　2.針對DOA參數(shù)估計問題，分析了現(xiàn)有方法在入射信號中同時存在圓信號、一般非圓率信號和最大非圓率信號時會面臨存在偽峰和分辨力不足等問題的原因。提出了可以提高分辨力的HRNC-MUSIC算法，該方法可以對不同類別的信號依次做出估計，減少了各類信號間相互影響，提高分辨能力。仿真結(jié)果表明，當混合入射信號中各類信號之間的空間角距離相距較小時，HRNC-MUSIC算法可以明顯提高對入射信

4、號的分辨能力和估計精度。
　　3.針對應用于極化敏感陣列的DOA估計算法運算量高、陣列擴展能力不強等現(xiàn)象，提出了基于平面雙極化敏感陣列的DRL-MUSIC算法，并研究了同時利用信號非圓特性和極化信息的測向方法，提出了基于四元數(shù)的QNC-MUSIC算法和基于降維長矢量的DRLNC-MUSIC算法，填補了極化敏感陣列下適用于非圓信號測向方法的空白。仿真結(jié)果表明，當入射信號只含最大非圓率信號時， QNC-MUSIC算法的估計性能優(yōu)于DR