【摘要】：波達方向(Direction of Arrival,DOA)估計是陣列信號處理中十分重要的組成部分,在雷達、通信、水聲等領域有著普遍的應用。DOA估計通過天線陣的接收數(shù)據(jù)來估計入射信號的來波方向,是波束形成等陣列信號處理的前提。與此同時,作為高維數(shù)據(jù)的有效降維方法,基于稀疏性的壓縮感知(Compressive Sensing,CS)理論近年來發(fā)展迅速,并在DOA估計領域得到了廣泛的關注。基于CS理論的DOA估計算法相對于傳統(tǒng)的DOA估計算法有獨特優(yōu)勢,尤其是有更加廣泛的適用場景。本文正是研究如何利用CS理論的新成果構建適用場景廣泛且性能優(yōu)異的DOA估計算法。首先,論文介紹了課題的研究背景,概述了DOA估計的研究進展和研究現(xiàn)狀。對多重信號分類算法和旋轉不變子空間技術這兩類算法進行了介紹,重點分析了CS理論及基于CS理論的兩種估計方法,總結了CS理論應用于到達角估計中的一般方法和步驟。其次,就采用CS的DOA估計中的無網(wǎng)格化處理進行了研究,提出了基于最小二乘余量CS的網(wǎng)格校正的DOA估計算法。在應用CS于DOA估計時需要對角度空間進行網(wǎng)格化,從而不可避免的帶來網(wǎng)格效應。而壓縮感知的新進展無網(wǎng)格壓縮感知和貝葉斯壓縮感知,可以用來去除網(wǎng)格效應,在高信噪比情形擁有較好的性能。通過仿真驗證了這幾種網(wǎng)格校正的DOA估計算法的有效性,與含有網(wǎng)格效應的算法的對比表明此類算法在高信噪比情形有一定的優(yōu)勢。通過仿真,也驗證了提出的算法與傳統(tǒng)算法相比有更低的計算復雜度和更高的估計精度。最后,對單比特量化情形的DOA估計展開了深入研究,提出了基于分類機器學習算法的無網(wǎng)格單比特DOA估計算法。單比特量化下的陣列信號處理技術在未來的大規(guī)模MIMO系統(tǒng)中有著非常廣泛的應用前景。傳統(tǒng)單比特DOA估計算法需要大量的快拍數(shù)才能獲得比較精確的協(xié)方差矩陣的估計,而基于壓縮感知的單比特DOA估計算法在單快拍情形也是適用的。本文提出利用信號的稀疏性從而將單比特DOA估計建模為分類問題的可行性,并提出一種基于分類算法的單比特DOA估計算法,該算法同時利用一致性重建以去除網(wǎng)格效應。仿真結果表明,該算法相對于現(xiàn)有的單比特DOA估計算法有更高的估計精度和更廣泛的適用場景。
【圖文】：

圖 1-1 論文的主要框架第 2 章研究了傳統(tǒng)波達方向估計的基礎理論以及壓縮感知在 DOA 估典應用。首先介紹了陣列接收的數(shù)據(jù)模型以及基于子空間理論的多重算法和旋轉不變子空間技術，子空間類方法是后續(xù)方法比較或者改進對利用角度離散化處理的 L1-SVD 和利用 OMP 的 DOA 估計方法進行及算法的仿真。第 3 章是本文的重點內容，分析了角度離散化所帶來的網(wǎng)格效應，研網(wǎng)格效應的一些方法。一種是借助于原子范數(shù)，直接在連續(xù)域進行處疏恢復轉化為一個等價的 SDP 問題。另一種是在網(wǎng)格劃分之后的網(wǎng)通過貝葉斯學習等方式可以獲得校正值進而最終獲得去除了網(wǎng)格效應計結果。在本章我們設計了一種在已知前一時刻信息的網(wǎng)格校正的 D方法。第 4 章是本文的核心內容，研究了單比特量化情形的 DOA 估計。在于稀疏一致性重建的單比特 DOA 估計方法的基礎上，提出了將單比DOA 估計建模為分類問題的可行性，并且提出了一種去除了網(wǎng)格效應 DOA 估計算法，仿真分析了其有效性，該方法在未來的大規(guī)模 MIM

子空間的算法進行研究。然后介紹了 CS 相關理論，包括其探究 CS 在 DOA 估計中的應用，為后續(xù)章節(jié)對 DOA 估計的。波達方向估計簡介的研究對象是窄帶入射信號下的線陣的波達方向估計，本節(jié)勻線陣接收數(shù)據(jù)模型，并介紹兩種子空間類的算法。陣的數(shù)據(jù)模型OA 估計相關理論中，算法均依托于具體的陣列模型和對于設。如果數(shù)據(jù)模型或者相應的假設發(fā)生變換，則相應的算法改。在一般的波達方向估計理論中，采用的是均勻直線陣列ray，ULA）。直線指的是陣列天線排列在一條直線上，，均勻勻也即陣元間距相同，并且此處的天線均為各向同性的天線
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN911.7

【參考文獻】

相關博士學位論文 前1條

1 胡南;基于稀疏重構的陣列信號波達方向估計算法研究[D];中國科學技術大學;2013年

相關碩士學位論文 前2條

1 馬文潔;貝葉斯壓縮感知在DOA估計中的應用研究[D];哈爾濱工業(yè)大學;2014年

2 李佳;壓縮感知中重建算法研究[D];哈爾濱工業(yè)大學;2012年

本文編號：2553544