论文部分内容阅读
阵列信号处理的算法大部分都是基于快拍数大于阵元数情况下研究的，但是这种情况下算法运算复杂度高、硬件系统复杂度大、通信实时性较低，不利于实际系统的信号处理。因此在波束保形的同时降低快拍数是很有必要的。当快拍数小于阵元数时，传统波束形成算法中的协方差矩阵存在秩亏问题，因此小快拍下的波束形成算法成为近几年学者们最为关注的热点之一。本文先通过研究Capon波束形成和基于GLC的波束形成算法，详细分析这两种算法的推导过程和应用条件，同时分析算法的性能和可靠性，为研究基于STOA的波束形成算法打好理论基础。协方差矩阵估计一直是阵列信号处理领域的基础问题，于是研究小快拍下的波束形成就转化成了研究小快拍的协方差矩阵估计问题。但是小快拍下的线性收缩估计不是真实协方差的一致性估计，为了解决这个问题，我们将Tapering协方差矩阵估计和线性收缩估计结合起来，研究出了STOA估计算法，这种算法满足与真实协方差矩阵的一致性估计，且估计性能优于Tapering估计和线性收缩估计。将STOA估计应用到Capon波束形成中，通过对信干噪比和期望信号功率估计指标的比对发现，小快拍下其性能与已经存在的GLC波束形成算法相比有所提高，并且在快拍数大于阵元数情况下依然适用。与阵列信号处理大部分基于快拍数大于阵元数情况下的算法相比，小快拍下的基于STOA的Capon波束形成算法降低了运算复杂度，有利于通信实时性的提高。