基于分數(shù)低階循環(huán)統(tǒng)計量的DOA估計新方法.pdf

1、信號的波達方向(DOA，Direction of Arrival)估計是陣列信號處理的一個重要研究內(nèi)容。DOA估計的任務(wù)是確定同時處在空間某一區(qū)域內(nèi)多個感興趣信號的空間位置，廣泛應(yīng)用于雷達、聲納、地震波、心電圖等信號處理領(lǐng)域。DOA估計的算法很多，以MUSIC，ESPRIT為代表的特征子空間類算法是其中的典型代表。雖然MIUIC算法和ESPRIT算法在一定的條件下都可以得到很好的效果；但是，傳統(tǒng)特征子空間算法分辨率較低，不具有頻率選擇性

2、等缺點。鑒于此，基于循環(huán)平穩(wěn)信號的DOA估計方法得到了廣泛的重視與發(fā)展。
　　 在通信、天文、海洋等信號中，存在著一類特殊的非平穩(wěn)信號，它們的非平穩(wěn)性表現(xiàn)為周期平穩(wěn)性，即統(tǒng)計特性呈周期或多周期性變化(各周期不能通約)。鑒于此，基于循環(huán)平穩(wěn)特性的DOA估計方法綜合考慮了信號的時域和空域信息，具有很多傳統(tǒng)DOA估計方法所不具備的優(yōu)點：一方面可以抑制循環(huán)互不相關(guān)的干擾和噪聲，另一方面在陣元數(shù)少于信源數(shù)時仍然有效。基于二階循環(huán)相關(guān)的DO

3、A估計方法有：Cyclic-MUSIC、Cyclic-ESPRIT[5]和SC-SSF。其中，Cyclic-MUSIC和Cyclic-ESPRIT是適用于窄帶的；SC-SSF是適用與寬帶的。然而，在自然界中存在著大量具有突出的尖峰脈沖特性的噪聲，它們都顯著偏離傳統(tǒng)的高斯分布。這些噪聲通常采用適用性更廣泛的α穩(wěn)定分布模型來描述。由于α穩(wěn)定分布噪聲不具有有限的二階矩，此時基于二階循環(huán)統(tǒng)計量的算法性能會顯著退化甚至失效。
　　 針對這

4、些問題，本文首先提出了分數(shù)低階循環(huán)相關(guān)矩陣概念；并在此基礎(chǔ)上，提出了分數(shù)低階總體最小二乘(TLS)循環(huán)ESPRIT算法的兩種形式。計算機仿真表明所提出的算法可有效地估計出脈沖噪聲條件下的波達方向，其性能優(yōu)于傳統(tǒng)的基于二階循環(huán)統(tǒng)計量的循環(huán)ESPRIT類算法，有潛在的應(yīng)用前景。
　　 其次，本文又提出了基于分數(shù)低階循環(huán)相關(guān)的波達方向(DOA)估計算法。該算法是利用了分數(shù)低階循環(huán)相關(guān)的相移特性將寬帶循環(huán)平穩(wěn)信號的DOA估計問題轉(zhuǎn)化為“