宽带阵列信号处理[共118页].pptVIP

宽带阵列信号处理及展望;;;;;; 信号可用如下的复包络形式表示：; ;写成矢量形式为： 导向矢量阵为：;; 对于宽带信号，假设信号的带宽为B，第l个阵元的接收数据： （2-1） 等式两边做DFT得到 （2-2） 将观察时间T分为K段，然后对每个子段的观察数据进行J点的DFT，则 ; 式中， 分别为对应时间段内某频率的接收数据、信号及噪声的DFT变换， ;;;;; 基本思想：利用信号子空间和噪声???空间的正交性来估计信号的 参数。 窄带远场的信号模型： 则 数据的协方差矩阵可以分解为与信号和噪声相关的两部分，大特征值对应的特征矢量张成的空间称为信号子空间。 理想条件下，信号子空间和噪声子空间是相互正交的。 ;Music方法步骤： 由阵列数据 估计相关矩阵 对 作特征分解。 用 个大特征值对应的特征矢量构成 或用 个小特征值对应的特征矢量构成 用搜索矢量 向 作投影 计算谱峰： 谱峰与信号强度无关，只反映 与 的正交性。 ; 基本思想：ESPRIT算法利用子阵间的旋转不变特性实现阵列的DOA估计。 将两组接收数据合并得 ; 对X的协方差矩阵进行特征分解 大特征值矢量张成的信号子空间与阵列流型张成的信号子空间相同 此时，存在唯一的非奇异矩阵T，使得 显然上述的结构对两个子阵都成立，即;所以有 若A为满秩矩阵，则 一旦找到旋转不变关系矩阵 ，就可利用式 得到信号的入射角度。 常规的旋转不变子空间算法就是利用 的旋转不 变性求解信号的入射角度信息。;宽带阵列信号的空间谱估计;; 将宽带信号的阵列输出看作是一系列窄带信号的和。 对每一个窄带部分独立地应用DOA估计。 宽带阵列输出的信号可以被写作P个窄带信号的和， 考虑x(t)的第m个窄带组成部分: 于是第m个窄带组成部分 的M×M维协方差矩阵: ;; 把观测时间内采集的N个信号分成K段，则每段信号时间 长度为N/K; 对每段信号作DFT得到K组互不相关的窄带频域分量； 求每个频率点数据的自相关矩阵； 对每个频率点上数据特征分解，求得各个频率点的信号 与噪声子空间； 构造频率点上的空间谱函数； 利用算术平均意义下的MUSIC空间谱进行估计。;仿真条件： 天线阵元数：8 信号中心频率：100MHz 带宽：40MHz 采样率：240MHz 观测时间：0.06827ms 离散频率数：44 信号方向： ， SNR：5dB 频域快拍数：64 ; 引入聚焦的思想，将频带内不重叠的频率点上的数据通过聚焦矩阵，聚焦到参考频率点上，再运用窄带信号处理方法就可以得到波达方向的估计。 对持续时间 上的阵列输出数据向量X(t)经过FFT分解为J个互不重叠的窄带部分。观察K个持续时间 ，得到在 频带上的数据向量为： ; 信号在频率 处阵列协方差矩阵的表达式为： 聚焦后的协方差矩阵为： ; 聚焦前阵列输出协方差矩阵为： 聚焦前的阵列输出信噪比为: 式中 表示矩阵的迹。 ;聚焦后阵列输出协方差矩阵为 聚焦后的的阵列输出信噪比为 聚焦增益g为 ; TCT算法是利用各频率点间无噪声数据之间的关系来选取聚焦矩阵，则有 上式两边各取其协方差矩阵得: 考虑误差的影响，上式可以写成拟合形式 得到 ; 对于TCT算法而言每个聚焦过程都和 有关，所以 和对 应的聚焦相关矩阵 的选择对TCT算法很重要。 理想情况下 。所有数据的聚焦误差为 ; ;仿真条件： 天线阵元数：8 信号