基于ESPRIT算法的DOA估计答辩.pptVIP

* * 姓名： 邢建贤 学号: 学院： 计算机与信息工程学院 专业: 自动化 导师姓名： 袁泉 论文题目： 基于ESPRIT算法的DOA估计 作为空域信号处理的主要手段，阵列信号处理技术发展极为迅速，空间谱(DOA)估计是阵列信号处理中的一个重要的研究方向，在雷达、通信、声纳等众多领域有极为广阔的应用前景。在现代战争中，随着隐身技术的发展，隐身飞机、隐身潜艇和低噪声鱼雷的出现，要求新一代的雷达和声纳系统具有检测微弱信号、精确估计目标参数、跟踪和识别目标的能力，这对阵列信号处理的方法和手段提出了更高的要求。空间谱估计侧重于研究空间多传感器阵列所构成的处理系统对感兴趣的空间信号的多种参数进行准确的估计的能力，其主要目的是估计信号的空域参数或信源的位置，这也是雷达、通信、声纳等许多领域的重要任务之一。 空间谱估计基本原理： 通过空间阵列接收数据的相位差来确定一个或几个待估计的参数，如方位角、俯仰角及信号源数等。 对于一般的远场信号而言，同一信号到达不同的阵元存在一个波程差，这个波程差导致了个接收阵元间的相位差，利用个阵元间的相位差可以估计出信号的方位。 对于均匀线阵，相邻子阵间存在一个固定间距，这个固定间距反映出各相邻子阵间的一个固定关系，即子阵间的旋转不变性，而ESPRIT算法正是利用了这个子阵间的旋转不变性实现阵列的DOA估计。 ESPRIT算法原理: 算法的计算机仿真及性能分析: 实验1 ESPRIT算法的性能分析 采用阵元数M分别取10和20的均匀线阵，阵元间距为 ， 窄带远场信号，信号源数 Num为2，假设两信源的入射角度分别为 ， ，且相互独立，快拍数N分别取为100和200，信噪比SNR分别 取为-10dB和20dB，为了统计评价算法的性能，在每种情况下都进行 100次仿真试验，当方位估计可以分辨出两个信号源时，认为估计成功。 ESPRIT算法对信号源方位估计的结果如下所示。 0.0983 0.1339 2.5595 -2.5571 200 0.1698 0.1405 2.5093 -2.5482 100 入射角2 入射角1 入射角2 入射角1 均方根误差 均值 快拍数 表3.1 阵元为10 信噪比为-10 dB的ESPRIT算法的DOA估计统计特性表 表3.2 阵元为10信噪比为20 dB的ESPRIT算法的DOA估计统计特性表 0.0007 0.0013 3.0008 -2.9998 200 0.0039 0.0035 2.9998 -3.0007 100 入射角2 入射角1 入射角2 入射角1 均方根误差 均值 快拍数 表3.3 阵元为20信噪比为-10 dB的ESPRIT算法的DOA估计统计特性表 0.0285 0.0237 3.1652 -3.1584 200 0.0799 0.0585 3.0563 -3.0530 100 入射角2 入射角1 入射角2 入射角1 均方根误差 均值 快拍数 表3.4 阵元为20信噪比为20dB的ESPRIT算法的DOA估计统计特性表 0.0007 0.0008 3.0001 -3.0002 200 0.0015 0.0017 2.9997 -3.0003 100 入射角2 入射角1 入射角2 入射角1 均方根误差 均值 快拍数 通过仿真分析可以很直接的看出，信噪比的高低直接影 响着超分辨方位估计算法的性能，随着阵元数的增多、信噪 比的增大，ESPRIT算法的估计精度越来越高，性能越来越好。 实验2 ESPRIT算法与MUSIC算法的统计性能比较 实验针对均匀线阵的阵元间距 ， 两个不相干信号源， 信号源数Num为2，信号的入射角的方向分别为 和 ， 阵元M分别取10和20，快拍数N别100，当方位估计可以分辨 出两个信号源时，认为估计成功。分别采用ESPRIT算法与MUSIC算法。 SNR/dB 成功概率 SNR/dB 成功概率 M=10，N=100时 MUSIC算法的统计性能与信噪比的关系 M=10，N=100时 ESPRIT算法的统计性能与信噪比的关系