学位论文 > 优秀研究生学位论文题录展示

基于信号循环平稳性的盲算法研究

作　者: 范达
导　师: 吴瑛
学　校: 中国人民解放军信息工程大学
专　业: 通信与信息系统
关键词: 阵列信号处理自适应波束形成循环平稳性特征空间谱相关最小冗余线阵循环相关
分类号: TN911
类　型: 硕士论文
年　份: 2003年
下　载: 315次
引　用: 1次
阅　读: 论文下载

内容摘要

在通信、雷达、声纳等领域中，许多人工信号都具有循环平稳性。尤其在种类繁多的通信信号中，绝大部分都具有各种各样的循环平稳性。目前，利用循环平稳性提高处理性能的研究，已经成为阵列信号处理中的一个热点。该方法既不需要知道来波方向和阵列流形，也不需要提供训练数据，仅利用信号的循环平稳特性就可以实现真正意义上的盲自适应波束形成。本文的主要目的是研究基于信号循环平稳特性的盲波束形成算法，作者结合现有的几种典型盲波束形成算法，提出了自己的改进算法。概括起来，本文的主要工作如下： 1．首先针对ESPRIT算法对窄带源进行二维DOA估计存在测向冗余的情况，提出了一种改进算法，该算法利用子阵信号数据矩阵中包含的信号空间的旋转不变性质，借助于矩阵束方法求解出信号的二维到达角，并且利用两次奇异值及一次SCHUR分解从而实现了ESPRIT二维DOA估计参量的自动配对； 2．介绍了现有的几种典型的盲波束形成算法，例如：CAB、C-CAB、ECAB等。并对这几种算法在收敛速度、信号强弱、干扰方向等方面进行了性能比较，从理论上分析了这几种算法的运算量以及鲁棒性； 3．针对基于循环频率的盲波束形成算法对循环频率误差CFE(cyclic frequency error)很敏感而导致算法性能下降的情况，参照文献[6]提出的遗忘因子CAB算法，提出了C-CAB算法以及基于特征空间的盲波束形成算法(ECAB)的改进算法。特别是遗忘因子ECAB算法，在循环频率误差较大的情况下，仍能保持很好的性能。同时纠正了文献[6]性能分析中存在的问题。 4．分析了基于信号循环平稳性的几种DOA估计算法在信号的选择性、分辨率、过载能力等方面的性能。同时讨论了“伪快拍数-N”的选取对SC-SSF算法测向精度的影响。 5．分析了信号源是否独立以及其均值是否为零对基于最小冗余线阵的共轭循环ESPRIT算法的影响，计算机仿真验证了理论分析的正确性。

全文目录

摘要  3-4
ABSTRACT  4-9
第一章绪论  9-15
  1.1 自适应阵列信号处理  9-11
    1.1.1 概述  9-10
    1.1.2 自适应阵列天线  10-11
  1.2 波束赋型算法  11
  1.3 针对循环平稳信号的阵列处理  11-15
第二章阵列天线的统计模型与DOA估计  15-24
  2.1 阵列天线的统计模型  15-18
    2.1.1 前提及假设  15
    2.1.2 天线阵列模型  15-17
    2.1.3 阵列协方差矩阵的特征分解  17-18
  2.2 ESPRIT算法及其改进  18-24
    2.2.1 ESPRIT算法  18-20
    2.2.2 改进算法  20-24
第三章基于信号循环平稳性的盲波束形成算法  24-35
  3.1 循环平稳性及谱相关函数  24-26
    3.1.1 循环平稳信号的定义  24-25
    3.1.2 循环平稳性的定义  25
    3.1.3 谱相关函数  25-26
  3.2 基于信号循环平稳性的盲波束形成算法  26-29
    3.2.1 引言  26-27
    3.2.2 阵列模型  27-28
    3.2.3 CAB类算法  28
    3.2.4 基于特征空间的盲波束形成算法  28-29
  3.3 算法流程  29-30
  3.4 计算机仿真  30-35
    3.4.1 盲波束形成的自适应方向图  30-31
    3.4.2 收敛速度的比较  31-33
    3.4.3 输出SINR随输入SNR的变化  33
    3.4.4 输出SINR随干扰信号DOA的变化  33-35
第四章存在循环频率误差时的盲自适应波束形成  35-44
  4.1 引言  35
  4.2 利用遗忘因子对盲自适应波束形成进行改进  35-38
    4.2.1 CFE存在时的CAB算法性能分析  35-36
    4.2.2 遗忘因子CAB法(F-CAB)  36-38
    4.2.3 遗忘因子C-CAB算法  38
    4.2.4 遗忘因子ECAB算法(F-ECAB)  38
  4.3 实验仿真结果及结论  38-43
    4.3.1 CAB算法与F-CAB算法的性能比较  38-41
    4.3.2 C-CAB以及改进算法的自适应方向图  41-42
    4.3.3 ECAB算法以及F-ECAB算法的自适应方向图  42-43
  4.4 小结  43-44
第五章利用信号的循环平稳性提高谱估计测向性能  44-53
  5.1 引言  44
  5.2 循环谱估计测向方法  44-53
    5.2.1 循环MUSIC算法  44-49
    5.2.2 循环最小二乘算法  49-50
    5.2.3 谱相关信号子空间拟和算法(SC-SSF)  50-53
第六章基于最小冗余线阵的共轭循环测向算法  53-61
  6.1 引言  53
  6.2 均匀线阵和共轭循环相关矩阵  53-55
    6.2.1 信号源均值为零  53-54
    6.2.2 信号源均值不为零  54-55
  6.3 基于最小冗余线阵的CCE算法(MRLA-CCE)  55-57
    6.3.1 最小冗余线阵  55-56
    6.3.2 MRLA-CCE方法的DOA估计原理  56-57
  6.4 仿真实验与分析  57-61
    6.4.1 弱信号的情况下  57-58
    6.4.2 强信号的情况下  58
    6.4.3 信号个数较多的情况下  58-59
    6.4.4 MRLA-CCE算法的选择性  59
    6.4.5 信号的均值对算法的影响  59-61
结束语  61-63
致谢  63-64
参考文献  64-67
作者在攻读硕士学位期间(合作)撰写的学术论文  67

基于信号循环平稳性的盲算法研究

内容摘要

全文目录

相似论文