信源數(shù)估計(jì)算法研究.pdf

1、陣列信號(hào)處理是現(xiàn)代信號(hào)處理領(lǐng)域的一個(gè)重要的研究分支，其廣泛應(yīng)用于雷達(dá)、聲吶、通信、電子對(duì)抗、地震預(yù)測(cè)、勘探技術(shù)以及生物醫(yī)學(xué)工程等眾多領(lǐng)域。信號(hào)源個(gè)數(shù)估計(jì)在陣列信號(hào)處理中占有重要地位，精確的信源數(shù)是很多超分辨陣列信號(hào)處理算法得以實(shí)現(xiàn)其超分辨性能的前提條件。如果估計(jì)的信號(hào)源個(gè)數(shù)與真實(shí)的信號(hào)源個(gè)數(shù)不一致，則會(huì)導(dǎo)致超分辨算法性能嚴(yán)重下降或者完全失效。近三十年來(lái)，隨著空間譜估計(jì)技術(shù)的快速發(fā)展，涌現(xiàn)出大量關(guān)于信源數(shù)估計(jì)的文獻(xiàn)。這些算法中大多數(shù)對(duì)信噪

2、比的要求較高，即在高信噪比背景下檢測(cè)性能較好。而實(shí)際應(yīng)用中經(jīng)常會(huì)出現(xiàn)低信噪比情形，比如電子偵察、隱身技術(shù)等，因此研究適合低信噪比環(huán)境的信源數(shù)估計(jì)算法具有重要意義。另外，實(shí)際中存在一類非平穩(wěn)信號(hào)，它們的各階統(tǒng)計(jì)量在短時(shí)間內(nèi)是與時(shí)間無(wú)關(guān)的，但是在不同時(shí)間幀之間又存在差別，這類信號(hào)被稱為短時(shí)平穩(wěn)信號(hào)?，F(xiàn)有算法一般都是針對(duì)廣義平穩(wěn)信號(hào)源推導(dǎo)出來(lái)，因此研究針對(duì)短時(shí)平穩(wěn)信號(hào)源的信源數(shù)估計(jì)方法是非常有必要的。
　　 本文調(diào)研了各種不同應(yīng)用條件

3、下的信源數(shù)估計(jì)方法，并在這些已有成果的基礎(chǔ)上提出了兩種新的估計(jì)方法。本文的主要內(nèi)容包括以下幾個(gè)方面：
　　 1．介紹幾種典型的信源數(shù)估計(jì)方法，包括基于信息論準(zhǔn)則的方法，基于蓋氏圓定理的方法以及一種基于特征向量的估計(jì)方法，通過(guò)多組仿真實(shí)驗(yàn)比較這些算法的性能。然后進(jìn)一步分析常用算法對(duì)于短時(shí)平穩(wěn)信號(hào)源個(gè)數(shù)的檢測(cè)性能。
　　 2．提出一種新的低信噪比下的信源數(shù)估計(jì)算法，介紹在低信噪比下導(dǎo)向向量與陣列協(xié)方差矩陣特征向量的內(nèi)積相對(duì)于

4、協(xié)方差矩陣特征值存在的優(yōu)勢(shì)，同時(shí)分析直接利用該內(nèi)積進(jìn)行信源數(shù)估計(jì)可能導(dǎo)致欠估計(jì)的原因，進(jìn)而用特征值構(gòu)成的權(quán)值對(duì)該內(nèi)積進(jìn)行改進(jìn)，再根據(jù)bootstrap技術(shù)，不需要增加新的接收數(shù)據(jù)而只對(duì)原接收數(shù)據(jù)進(jìn)行多次重采樣，得到平均bootstrap加權(quán)內(nèi)積，最后利用聚類算法得到信號(hào)源個(gè)數(shù)的估計(jì)。通過(guò)對(duì)比實(shí)驗(yàn)驗(yàn)證該算法的有效性。
　　 3．針對(duì)短時(shí)平穩(wěn)信號(hào)的特點(diǎn)，提出一種基于KR子空間的短時(shí)平穩(wěn)信號(hào)源個(gè)數(shù)估計(jì)算法。首先計(jì)算局部協(xié)方差矩陣并對(duì)其