论文部分内容阅读
极化敏感阵列参数估计已成为当前信号处理的首要方向，在雷达、声呐、光纤通信、地震监测等领域获得广泛应用。较传统的标量阵列而言，极化敏感阵列可以更好利用电磁波中的极化信息，当空域角(DOA)较为接近时，可以依靠极化信息实现精准辨别。已有的文献研究验证极化敏感阵列具有更好的参数估计性能，但仍有运算量过大或者低信噪比估计精度误差较大的问题。本文针对这些问题进行处理，主要工作和研究成果包括以下几个方面: (1)针对单电磁矢量传感器(EMVS)数据接收模型利用非圆信号对空间电磁波进行DOA和极化参数估计。利用非圆信号共轭协方差矩阵不为零的特性，对接收数据进行维度加倍，能够分辨出多于阵列总数的信号。但接收数据维度增加，导致算法复杂程度增加。针对这一问题本文对经典算法进行改进，通过部分噪声子空间MUSIC算法、扩展传播算子(PM)算法以及最小二乘ESPRIT算法，实现运算量的减少。部分噪声子空间MUSIC算法取最小特征值或若干较小特征值对应特征矢量重构噪声子空问;PM算法利用接收数据矩阵分块的逻辑运算代替特征值分解求得噪声子空间;ESPRIT算法利用两组接收数据矩阵的相位延迟构造矩阵旋转不变因子，避免谱峰搜索，进一步降低运算量。 (2)针对极化敏感线阵数据接收模型利用四阶累积量阵列扩展性估计信号DOA和极化参数。在阵列信号处理中，高阶累积量具备的盲高斯性可以提升信号估计精度。但构造四阶累积量矩阵带来运算量增加，本文利用四阶累积量的阵列扩展性能，对其进行降维处理。对原始四阶累积量极化线阵模型进行接收数据重构，并将降维后的矩阵推广到MUSIC算法、PM算法以及基于传播算子的ESPRIT算法中，改进算法使运算复杂度减少。 (3)针对极化敏感圆阵数据接收模型利用四元数性质估计空间信号的DOA和极化参数。圆阵能够有效的降低线性阵列估计在360°范围内性能不稳定的问题，本文对比了极化线阵与极化圆阵参数估计精确度。四元数具备正交结构特性，能够保持矢量传感器之间固有的正交性，本文研究基于四元数MUSIC算法原理并进行改进，将PM算予以及ESPRIT算法与四元数性质相结合，对信号进行参数估计，较MUSIC算法可以减少运算量，提高信号参数估计精度。 (4)信号估计过程中的假设条件均为理想状态，当阵元间存在互耦误差时，会造成估计精度下降甚至失真。本文研究均匀圆阵互耦误差联合校正算法，通过转换矩阵改变互耦阵列结构，将待估参数与互耦矩阵分隔;将拉格朗日函数求解线性约束下的最优解引入互耦误差校正算法中求得互耦矩阵。利用互耦矩阵校正阵列流形，无需多次迭代得到信号待估参数准确估计，提高测向性能。