本文關(guān)鍵詞：壓縮感知框架下波達方向估計算法研究

  更多相關(guān)文章： 波達方向估計 壓縮感知 網(wǎng)格 非網(wǎng)格 迭代算法

【摘要】：波達方向(Direction of Arrival,DOA)估計是被動測向系統(tǒng)中的重要環(huán)節(jié),已經(jīng)被廣泛應(yīng)用到雷達、聲吶、定位探測和通信系統(tǒng)中。傳統(tǒng)估計算法需要滿足奈奎斯特采樣定律,并且具有較高測向性能的前提條件是測向環(huán)境較為理想,但在如今的被動測向系統(tǒng)中,信號帶寬越來越寬,理想測向環(huán)境難以保證,這會導(dǎo)致巨大的資源浪費和傳統(tǒng)估計算法測向性能的急劇惡化。由于信號在整個空間域是稀疏的,故可以將剛剛興起的壓縮感知(Compressed Sensing,CS)理論應(yīng)用到DOA估計中,其能克服上述問題,具有一定性能優(yōu)勢。所以,本文圍繞CS框架下DOA估計算法展開深入研究,針對信號來波方向恰好落在網(wǎng)格上的DOA估計問題、信號來波方向不在網(wǎng)格上產(chǎn)生網(wǎng)格誤差的DOA估計問題和二維DOA估計問題,提出相應(yīng)的CS框架下DOA估計算法,所提算法能夠提高測向性能,特別是在低信噪比、小快拍數(shù)和相關(guān)甚至相干信號的測向環(huán)境下性能優(yōu)勢格外明顯。論文主要研究工作如下:首先,對于信號來波方向恰好落在網(wǎng)格上的DOA估計問題,提出兩種基于網(wǎng)格的CS框架下DOA估計算法。第一種算法將帶有約束的線性規(guī)劃問題轉(zhuǎn)化為無約束的凸優(yōu)化問題進行求解,從而避免了當最小化l1范數(shù)重構(gòu)稀疏信號時l1范數(shù)不可微的問題,并且采用交替的搜索步長提高算法的收斂速率和估計性能。該算法還利用了奇異值分解(SingularValue Decomposition,SVD)進一步降低計算復(fù)雜度和對噪聲的靈敏度。第二種算法基于正則化增加懲罰項的方法提出了一個改進的協(xié)方差匹配準則,并在此準則下利用增廣Lagrange方法重構(gòu)稀疏信號完成DOA估計。對所提算法的克拉美-羅界(Cramer-Rao Bound,CRB)和性能保證條件進行理論分析給出數(shù)學(xué)表達式。計算機仿真實驗驗證了兩種算法的測向性能。其次,由于信號來波方向具有隨機性,任何方向入射都是等概率出現(xiàn),故信號來波方向很有可能不在網(wǎng)格上,因此對于信號來波方向不在網(wǎng)格上產(chǎn)生網(wǎng)格誤差的DOA估計問題,提出兩種基于非網(wǎng)格的CS框架下DOA估計算法。第一種算法是實值稀疏貝葉斯的非網(wǎng)格DOA估計算法,該算法基于酉變換將復(fù)數(shù)問題實值化,構(gòu)造實值稀疏貝葉斯模型,在此模型下利用先驗信息,不斷迭代優(yōu)化求解后驗密度函數(shù)完成DOA估計。在迭代過程中,該算法能夠保證迭代的速率和穩(wěn)定性。同時還對算法進行優(yōu)化,對算法收斂的唯一性和復(fù)雜度進行分析。第二種算法通過求解混合k-l范數(shù)最小化問題重構(gòu)稀疏信號和估計網(wǎng)格誤差。由于聯(lián)合估計會導(dǎo)致一個非凸優(yōu)化問題,故該算法采用一個交替的迭代過程,將難以求解的非凸優(yōu)化問題轉(zhuǎn)化為易于求解的凸優(yōu)化問題。為了獲得更好的重構(gòu)性能,該算法用塊稀疏信號代替常規(guī)稀疏信號,并且塊稀疏信號的塊是通過所提的塊選擇準則進行更新的,此準則能夠提高算法效率。另外,給出一個詳細的推導(dǎo)過程證明所提算法具有全局收斂性。所提的兩種算法的測向性能通過計算機仿真實驗得到驗證。最后,針對二維DOA估計問題,提出一種CS框架下二維DOA估計算法。該算法通過引入電角度將導(dǎo)向矢量分成兩部分,并構(gòu)造兩個相對應(yīng)的噪聲子空間,然后基于構(gòu)造的噪聲子空間對電角度進行估計,最后根據(jù)電角度的估計值基于反正切函數(shù)完成二維DOA估計。計算機仿真實驗驗證所提算法的測向性能,并且證明了所提算法在整個空間域內(nèi)不存在估計失敗的問題。
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TN911.7

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 程彩娟;“八后問題”的算法與程序設(shè)計[J];天津職業(yè)技術(shù)師范學(xué)院學(xué)報;1991年02期

2 葛磊;武芳;王鵬波;張冬林;;3維建筑綜合中基于最小特征的面平移算法[J];測繪科學(xué)技術(shù)學(xué)報;2009年02期

3 駱雯,孫延明,陳振威,陳錦昌;判斷點與封閉多邊形相對關(guān)系的改進算法[J];機械;1999年03期

4 李林;盧顯良;;一種基于切割映射的規(guī)則沖突消除算法[J];電子學(xué)報;2008年02期

5 劉巧玲;張紅英;林茂松;;一種簡單快速的圖像去霧算法[J];計算機應(yīng)用與軟件;2013年07期

6 林亞平,楊小林;快速概率分析進化算法及其性能研究[J];電子學(xué)報;2001年02期

7 章郡鋒;吳曉紅;黃曉強;何小海;;基于暗原色先驗去霧的改進算法[J];電視技術(shù);2013年23期

8 楊鐵軍;靳婷;;一種動態(tài)整周模糊值求解算法及其仿真分析[J];系統(tǒng)工程與電子技術(shù);2007年01期

9 周秀玲;郭平;陳寶維;王靜;;幾種計算超體積算法的比較研究[J];計算機工程;2011年03期

10 吳一戎,胡東輝,彭海良;Chirp Scaling SAR成象算法及其實現(xiàn)[J];電子科學(xué)學(xué)刊;1995年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 尹冀鋒;;一種新的圖象自適應(yīng)增強算法[A];四川省通信學(xué)會一九九二年學(xué)術(shù)年會論文集[C];1992年

2 寧春平;田家瑋;郭延輝;王影;張英濤;鄭桂霞;劉研;;計算機輔助增強、分割算法在鑒別乳腺良、惡性腫塊中的應(yīng)用價值[A];中華醫(yī)學(xué)會第十次全國超聲醫(yī)學(xué)學(xué)術(shù)會議論文匯編[C];2009年

3 謝麗聰;;SVB查詢改寫算法的改進[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2004年

4 鄭存紅;;復(fù)雜背景下相關(guān)跟蹤算法研究及DSP實現(xiàn)[A];中國光學(xué)學(xué)會2010年光學(xué)大會論文集[C];2010年

5 楊文杰;吳軍;;RFID抗沖突算法研究[A];2008通信理論與技術(shù)新進展——第十三屆全國青年通信學(xué)術(shù)會議論文集（上）[C];2008年

6 高山;畢篤彥;魏娜;;一種基于UPF的小目標TBD算法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

7 周磊;張衛(wèi)華;王曉奇;張軍;;基于流水算法的智能路障機器人設(shè)計[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2011年

8 潘巍;李戰(zhàn)懷;陳群;索博;李衛(wèi)榜;;面向MapReduce的非對稱分片復(fù)制連接算法優(yōu)化技術(shù)研究[A];第29屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

9 張善濱;章新華;;一種基于粒子濾波的窄帶信號波達方向估計方法[A];2009年全國水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會換屆改選會議論文集[C];2009年

10 徐友根;劉志文;;波前幅度畸變非圓信號的波達方向估計[A];全國第一屆信號處理學(xué)術(shù)會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議專刊[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 國泰君安資產(chǎn)管理部;“算法交易”是道指暴跌罪魁禍首?[N];上海證券報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 曲行根;壓縮感知框架下波達方向估計算法研究[D];哈爾濱工程大學(xué);2016年

2 馮輝;網(wǎng)絡(luò)化的并行與分布式優(yōu)化算法研究及應(yīng)用[D];復(fù)旦大學(xué);2013年

3 許玉杰;云計算環(huán)境下海量數(shù)據(jù)的并行聚類算法研究[D];大連海事大學(xué);2014年

4 李琰;基于貓群算法的高光譜遙感森林類型識別研究[D];東北林業(yè)大學(xué);2015年

5 陳加順;海洋環(huán)境下聚類算法的研究[D];南京航空航天大學(xué);2014年

6 王洋;基于群體智能的通信網(wǎng)絡(luò)告警關(guān)聯(lián)規(guī)則挖掘算法研究[D];太原理工大學(xué);2015年

7 雷雨;面向考試時間表問題的啟發(fā)式進化算法研究[D];西安電子科技大學(xué);2015年

8 熊霖;大數(shù)據(jù)下的數(shù)據(jù)選擇與學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2015年

9 周雷;基于圖結(jié)構(gòu)的目標檢測與分割算法研究[D];上海交通大學(xué);2014年

10 王冰;人工蜂群算法的改進及相關(guān)應(yīng)用的研究[D];北京理工大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 姚鑫宇;EMD去噪與MUSIC算法在DOA估計中的聯(lián)合應(yīng)用[D];昆明理工大學(xué);2015年

2 陸進;面向含噪數(shù)據(jù)聚類相關(guān)算法的研究[D];復(fù)旦大學(xué);2014年

3 李家昌;基于能量約束的超聲圖像自動分割算法[D];華南理工大學(xué);2015年

4 陳堅;基于密度和約束的數(shù)據(jù)流聚類算法研究[D];蘭州大學(xué);2015年

5 高健;基于Zynq7000平臺的去霧算法研究及實現(xiàn)[D];南京理工大學(xué);2015年

6 顧磊;基于Hadoop的聚類算法的數(shù)據(jù)優(yōu)化及其應(yīng)用研究[D];南京信息工程大學(xué);2015年

7 楊燕霞;基于Hadoop平臺的并行關(guān)聯(lián)規(guī)則挖掘算法研究[D];四川師范大學(xué);2015年

8 王羽;基于MapReduce的社區(qū)發(fā)現(xiàn)算法的設(shè)計與實現(xiàn)[D];南京理工大學(xué);2015年

9 許振佳;流式數(shù)據(jù)的并行聚類算法研究[D];曲阜師范大學(xué);2015年

10 董琴;人工蜂群算法的改進與應(yīng)用[D];大連海事大學(xué);2015年

，

本文編號：1289332