基于稀疏重构的阵列信号多参数估计.docx

基于稀疏重构的阵列信号多参数估计（田野） 1.1 研究背景 阵列信号处理研究的主要内容包括： （1）信源定位——估计空间信源到参考阵元的空间位置参数； （2）信源分离——估计空间各信源发射的信号波形； （3）信道估计——估计空间信源与接收阵列之间传输信道的参数； 随着压缩感知理论体系的出现和不断完善，作为其核心理论的稀疏信号重构引起了国内外学者的广泛关注，从稀疏重构角度寻求解决或者规避传统信源参数估计方法存在的问题成为了一种新的可能途径。 因此，充分挖掘稀疏信号重构的潜在优势，探索基于稀疏重构的阵列信号参数估计方法特别是多参数联合估计方法，既是理论研究的深入发展，也是客观实际的迫切需要，具有重要的理论意义和实用价值。 在信源定位的信号模型中，通常假设在感兴趣的空域范围内只存在少数的点目标。如果将整个感兴趣的空域范围内不存在目标的位置处看成是目标幅度为零，则不同位置对应的目标幅度就构成了一个稀疏信号，这种空域的稀疏性使得稀疏信号重构算法可以直接应用于阵列信号的参数估计。 1.3 论文主要内容及结构安排 针对上述基于稀疏重构的信源参数估计方法的国内外研究现状，本文以 鲁棒高效的阵列信号多参数估计 为研究目标，以 稀疏重构 为数学工具，分别针对： 1）远场源的 DOA 和功率估计； 2）远近场混合源的 DOA 和距离估计； 3）极化阵列下的远场源 DOA、功率和极化参数估计 等问题展开深