分布式多传感器阵列的信号重构方法-通信与信息系统专业论文.docx

Classified Index: TN911.72 U.D.C.: 621.39 Dissertation for the Master Degree in Engineering SIGNAL RE-MODELING OF DISTRIBUTED SENSOR ARRAYS Candidate: Zhao Chao Supervisor: Prof. Yuan Yeshu Academic Degree Applied for: Master of Engineering Specialty: Communication and Information Systems Affiliation: School of Electronics and Information Technology Date of Defence: June, 2008 Degree-Conferring-Institution: Harbin Institute of Technology 哈尔滨 哈尔滨工业大学工学硕士学位论文 – – I – 摘 要 分布式多传感器阵列的传统模式为:各子阵列单独进行信号参数估计， 估计得到的参数通过通信链路发送到信息融合中心进行信息处理，这种模式 忽略了阵列之间的相参性。多阵列联合处理能够利用阵列之间的相参性。本 文给出了分布式阵列的基本概念，阐述了几何模型和信号模型。分析了分布 式阵列联合相参的理论性能，采用误差椭圆和 Crame′r-Rao (CRB) 下限作为性 能评价方法。相参处理相对非相参处理能够获得较高的性能增益。详细分析 了影响处理性能的因素:信噪比、信号 DOA、信号源距离。 虚拟阵列内插方法能够将不规则的分布式阵列映射到均匀等距直线阵 上，进而可以利用其 Vandermonde 结构。角度分区、校正方向数目、阵列的分 布疏密程度都对阵列内插性能有影响，本文详细分析了这些因素，总结出其 中的规律。子阵取向对阵列内插性能影响明显，与 ULA 取向一致的子阵会带 来较高的性能。 实际实现中，阵列内插方法具有很大的实现障碍。虚拟阵列的选取具有 太多的主观性，目前尚无最优虚拟阵列的设计方法。因此，如果从阵列本身 的信号模型出发，从数学结构的角度去构造 Vandermonde 结构，思路会更为明 确。流形分离方法 (MST) 针对分布式阵列，将导向矢量分解为采样矩阵 (取决 于几何形状) 和范德蒙结构矢量 (取决于信号场) 的乘积，进而把适用于线性阵 列的快速 DOA 估计算法推广到任意阵列，例如求根 MUSIC 算法。实际应用 中，噪声使基于 MST 的算法性能下降。分析了噪声对子空间类 DOA 估计算 法的影响，给出了最优模式数目的选取方法。仿真结果表明基于 MST 的 DOA 估计方法性能取决于信噪比和模式数。 关键词 分布式阵列:相参处理:Crame′r-Rao 限:阵列内插:流形分离 (MST) – – II – Abstract Traditional processing involves separate parameter estimation at individual sub- arrays and data processing at the fusion center. However, coherence between dif- ferent arrays are neglected, which can be utilized by joint coherent processing of distributed arrays. In this paper, we define basic concepts and derive geometrical and signal model on distributed arrays. Theoretical performance of coherent and noncoherent processing is analyzed with the help of error ellipse and Crame′ Rao Bound(CRB)。Parameter estimation can benefit from coherent processing. SNR, DOA, and source distance are factors that affect system performance. Array interpolation maps irregular distributed array to a well-behavior ULA, which can benefit from i