近場(chǎng)復(fù)雜源高分辨參數(shù)估計(jì)算法研究.pdf

1、傳統(tǒng)的空間譜估計(jì)算法通常假設(shè)信源位于陣列的遠(yuǎn)場(chǎng)區(qū)域。然而在許多實(shí)際應(yīng)用中，信源往往位于陣列的近場(chǎng)，這將引起遠(yuǎn)場(chǎng)算法性能的下降，甚至完全失效。因此，近場(chǎng)信號(hào)源參數(shù)估計(jì)問題已經(jīng)成為陣列信號(hào)處理領(lǐng)域近十年的研究熱點(diǎn)和難點(diǎn)。盡管近場(chǎng)源參數(shù)估計(jì)的理論日趨成熟，內(nèi)容日益豐富，但如何充分利用信號(hào)的空-時(shí)-頻-極化特性、提高參數(shù)估計(jì)性能、降低運(yùn)算復(fù)雜度、提高算法穩(wěn)健性、實(shí)現(xiàn)參數(shù)自動(dòng)配對(duì)等問題仍是近場(chǎng)參數(shù)估計(jì)的重要研究內(nèi)容。本文圍繞這些問題，對(duì)近場(chǎng)復(fù)雜信

2、號(hào)源的高分辨參數(shù)估計(jì)算法展開研究。主要工作可概括為如下三個(gè)部分。
　　第一部分研究了用于標(biāo)量陣的近場(chǎng)源參數(shù)估計(jì)算法。首先，通過分析近場(chǎng)信號(hào)模型和兩類經(jīng)典近場(chǎng)算法，指出了現(xiàn)有算法中存在的陣列孔徑損失問題。接著，針對(duì)近場(chǎng)非圓信號(hào)的參數(shù)估計(jì)問題提出了兩種算法：非圓廣義ESPRIT(NCGESPRIT)算法和實(shí)值非圓降秩(RVNCRARE)算法。NCGESPRIT算法對(duì)傳統(tǒng)的GESPRIT算法進(jìn)行擴(kuò)展，得到信源的DOA估計(jì)，并給出了一種新

3、的距離譜函數(shù)。RVNCRARE通過對(duì)近場(chǎng)擴(kuò)展導(dǎo)向矢量進(jìn)行不同形式的解耦后，兩次使用實(shí)值降秩(RARE)估計(jì)器分別得到DOA和距離的估計(jì)，在運(yùn)算量更低的實(shí)數(shù)域解決了近場(chǎng)非圓信號(hào)的參數(shù)估計(jì)問題。這兩種算法均能有效地利用信號(hào)的非圓特性，在提高參數(shù)估計(jì)性能的同時(shí)增加可分辨信源的數(shù)目。最后，還提出了一種用于均勻圓陣的單個(gè)近場(chǎng)源四維參數(shù)估計(jì)的快速算法。通過構(gòu)造陣元滯后和時(shí)間滯后的互相關(guān)序列，利用最小二乘得到方位、俯仰、距離以及頻率的估計(jì)。該算法無需

4、譜峰搜索和特征分解，計(jì)算簡便，陣元數(shù)目配置靈活且陣列孔徑可以擴(kuò)展，更有利于工程實(shí)現(xiàn)。
　　第二部分研究了用于電磁矢量陣的近場(chǎng)源參數(shù)估計(jì)算法。首先，介紹了一種基于正交偶極子陣列的近場(chǎng)源參數(shù)估計(jì)算法：極化ESPRIT-like算法。針對(duì)極化ESPRIT-like中孔徑損失和參數(shù)配對(duì)的問題，利用非對(duì)稱的線陣結(jié)構(gòu)提出了一種改進(jìn)算法。該算法能夠充分利用陣列孔徑以及極化帶來的自由度，且避免了參數(shù)配對(duì)。其次，通過將偶極子與磁環(huán)進(jìn)行空間分置，提出

5、了一種新的基于拉伸式電磁矢量傳感器的近場(chǎng)六維參數(shù)估計(jì)算法。該算法僅需一個(gè)六分量的全電磁矢量傳感器，結(jié)構(gòu)簡單，且降低了偶極子與磁環(huán)之間的互耦。另外，該算法無需高階累積量和譜峰搜索，各參數(shù)自動(dòng)配對(duì)，因而運(yùn)算量較低。
　　第三部分研究了遠(yuǎn)場(chǎng)源與近場(chǎng)源共存時(shí)的參數(shù)估計(jì)問題，提出了四種遠(yuǎn)近場(chǎng)混合源參數(shù)估計(jì)算法。首先，利用分布式相參陣列對(duì)空間混合源進(jìn)行參數(shù)估計(jì)，提出了一種累量域的雙尺度移不變算法。該算法主要分為兩個(gè)階段：第一階段中，通過構(gòu)造一

6、個(gè)僅包含DOA信息的四階累積量矩陣，可將DOA估計(jì)和距離估計(jì)解耦，并利用雙尺度移不變ESPRIT在累量域分別得到DOA的有模糊精估計(jì)和無模糊粗估計(jì)；在第二階段中，構(gòu)造另外一個(gè)四階累積量矩陣來避免秩虧損所導(dǎo)致的算法失效，通過對(duì)虛擬導(dǎo)向矢量進(jìn)行解耦，得到距離的有模糊精估計(jì)和無模糊粗估計(jì)。經(jīng)解模糊后實(shí)現(xiàn)對(duì)遠(yuǎn)近場(chǎng)混合源的高精度無模糊參數(shù)估計(jì)，在陣列規(guī)模不變的前提下實(shí)現(xiàn)了孔徑擴(kuò)展，提高了參數(shù)估計(jì)的精度。其次，針對(duì)實(shí)際應(yīng)用中信源數(shù)的先驗(yàn)信息往往無法

7、準(zhǔn)確預(yù)知的問題，提出了一種無需信源數(shù)預(yù)估計(jì)的混合源參數(shù)估計(jì)算法。通過構(gòu)造多個(gè)空時(shí)累積量矩陣，并利用這些矩陣間的聯(lián)合對(duì)角化結(jié)構(gòu)推導(dǎo)出了 DOA估計(jì)譜函數(shù)，再由Capon方法得到距離參數(shù)的估計(jì)。該算法無需對(duì)混合源數(shù)目進(jìn)行預(yù)估計(jì)，充分利用了陣列孔徑及空域和時(shí)域信息，降低了信噪比門限。另外，提出了一種基于二階統(tǒng)計(jì)量的DOA、距離、頻率三維聯(lián)合估計(jì)算法。通過選擇合理的陣元序號(hào)，構(gòu)建四個(gè)二階相關(guān)矩陣，采用ESPRIT方法得到方向、距離、頻率的閉式解