应用于任意阵列结构的自适应二维doa估计研究

《应用于任意阵列结构的自适应二维doa估计研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、’嗎朵击如化Ａ杳ＵＮＦ－ＩＶＥＲＳＩＴＹＯＥＬＥＣＴＲＯＮＳＣＩＩＮＡＩＣＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＯｆＣＨＨ＾硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳ感孚＼㈱Ｉ，论支题巨应昕艦阵變的—ｊ．獲—ＪＷ二维ＤＯＡ估计妍究；学科专业通信与信息系统Ｉ学号２０１３２１０１０２２８作者姓名蔡翔林—指导教师庄杰副教授謹１１１１分类号密级注1UDC学位论文应用于任意阵列结构的自适应二维DOA估计研究（题名和副题名）蔡翔林（作者姓名）指导教师庄杰、副教授、电子科

2、技大学（姓名、职称、单位名称）申请学位级别硕士学科专业通信与信息系统提交论文日期2016年3月25号论文答辩日期2016年5月13日学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ADAPTIVE2-DDOAESTIMATIONFORARIBITRARYARRAYSTRUCTURESAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:CommunicationandInformationSy

3、stemAuthor:CaiXianglinAdvisor:ZhuangJieSchool:SchoolofCommunication&InformationEngineering独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作。及取得的研究成果据我所知，除了文中特别加标注和致谢的地方夕ｈ，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：絮搞日期；月咬日

4、妹＿如年ｂ论支使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可臥将学位论文的全部或部分内容编入有关数据库进行检索，可采用影印、缩印或扫描、汇编学位论文等复制手段保存。（保密的学位论文在解密后应遵守此规定）作者签名：番锦旅导师签名：意未，日期＇：年月５日ｔ摘要摘要波达方向（DOA）估计是阵列处理中一个常见的任务。传统的多重信号分类（MUSIC）是基于搜索的方法且通常计算成本较高，特别是在联合

5、方位角和俯仰角估计的应用中。在本文中，我们将采用流形分离技术（MST），并提出了一个自适应的二维测向框架，以跟踪任意阵列结构的多个运动目标。首先，我们采用了子空间跟踪技术，每当有新的快拍数据到来时就递归更新一次特征值；此外，通过采用移位矩阵快速单步操作可以并行更新系数矩阵；最后，执行2-D快速傅立叶变换（FFT）来实时计算2-D空间谱。与传统的MUSIC或Root-MUSIC方法相比，基于FFT的方法很大程度上减轻了计算负担，且易于硬件实现。本论文具体的内容安排如下：首先，本文简要概述了自适应二维DOA估计的研究进展，并研究了天线阵列的结构模型，对阵列

6、信号理想情况、存在信号误差及存在相干信源和分布式信源下的矩阵模型进行了分析。其次，我们还介绍了传统的DOA估计算法，其中包括经典的MUSIC与Root-MUSIC算法的实现及优缺点分析对比。并研究了一维情况下流形分离技术在Root-MUSIC方面的改进算法：快速Root-MUSIC与基于IDFT的Root-MUSIC。然后还对二维情况下的两种DOA估计算法进行了对比分析。最后，给出了本论文的核心算法：基于FFT的自适应二维DOA估计算法。该方法通过对系数矩阵的分析，将它分解为了两部分，其一：时间无关项仅需执行一次即可离线获得；其二，时间有关项采用了子空

7、间跟踪技术中的快速近似功率迭代（FAPI）方法来求解权重矩阵，并引入移位矩阵实现了系数矩阵由二步求解转换成更快的单步并行求解的更新过程。接着还将二维空域谱计算转换为了二维FFT操作，从而更快的搜索出对应DOA估计值。最后给出了算法的仿真分析及对比来验证该自适应算法不仅能够减小计算量，而且利于硬件实现。关键字：波达方向估计，多重信号分类，流形分离技术，快速傅里叶变换，子空间跟踪技术IABSTRACTABSTRACTDirection-of-arrival(DOA)estimationisaubiquitoustaskinarrayprocessing.T

8、heconventionalMultipleSignalClassification(MUSI