极化敏感阵列的无网格估计算法研究.pdfVIP

哈尔滨工程大学硕士学位论文

摘要

当前的极化敏感阵列在阵列信号处理领域中已经得到了越来越多的应用，尤其在波

达方向估计(DOA)方面，在多个入射信号空域角度相近的情况下可以通过极化参数分辨

出信号，有更好的分辨力，在估计精度方面也有更优异的性能表现。鉴于信号处理领域

的不断发展与演进，传统的DOA估计算法亦经历了显著的革新。其中，以原子范数最

小化(ANM)为代表的无网格类估计算法应运而生，为DOA估计提供了新的视角和解决

方案。因此本文主要将ANM算法拓展到了极化敏感阵列中去，并提出了无网格DOA-

极化域参数联合估计算法，本文研究主要取得的成果如下：

首先，本文介绍了将传统的子空间类MUSIC算法拓展至极化敏感阵列中的秩亏

MUSIC算法，并通过仿真实验验证了使用极化敏感阵列的算法在解相干、角度分辨力

等方面的性能。在多参数估计方面，本文提出了一种基于子空间融合的直接定位与极化

参数估计算法，仿真实验验证了算法在估计精度和干扰分辨力上的有效性和优越性。

其次，本文基于ANM算法提出了DOA-极化域估计模型，其中给出了带极化的接

收信号模型满足原子范数模型的证明，并给出了具体解法。给出了针对均匀正交偶极子

阵列的一维DOA联合估计算法。该模型通过正交偶极子阵列的特性将阵列分解为两个

子阵，给出了两个子阵分别的接收信号数学模型并对其求和得到了阵列接收信号模型，

给出了该模型满足ANM算法模型的证明，并给出了DOA-极化域联合估计模型，使用

该模型恢复了DOA参数，通过矩阵向量化结合最小二乘法的方式恢复了极化参数。

最后分别提出一种针对L形单偶极子阵列与一种针对正交偶极子面阵的二维DOA

联合估计算法，该算法将L列通过排布方向的不同分成了两个子阵，分别解出入射信号

的俯仰角和方位角，具体方法是在给出了阵列接收信号模型后通过ANM算法恢复了

DOA参数，随之使用一种广义特征值分解的算法恢复了极化域参数。在基于正交偶极

子面阵的二维DOA联合估计算法中，通过阵列可分离特性分离出了两个方向的子阵提

出了一种针对面阵的ANM算法模型，并给出了协方差矩阵的优化形式，通过该模型解

得入射信号的DOA参数，通过广义特征值算法恢复了极化域参数。并对上述三个算法

进行了仿真，验证了算法的有效性和性能上的优越性。

关键词：极化敏感阵列；无网格波达方向估计；DOA-极化域联合参数估计；原子范数最

小化

哈尔滨工程大学硕士学位论文

ABSTRACT

Currentpolarization-sensitivearrayshavebeenincreasinglyusedinthefieldofarray

signalprocessing,especiallyinthedirectionofarrival(DOA)estimation,andinthecaseof

multipleincidentsignalswithsimilarspatialdomainangles,theycandistinguishthemain

signalsthroughthepolarisationparameter,whichhasabetterdiscriminativepower,andhasa

betterperformanceintermsofestimationaccuracy.Duetothecontinuousdevelopmentand

evolutionofthesignalprocessingfield,traditionalDOA(DirectionofArrival)estimation

algorithmshavealsoundergonesignificantinnovations.Amongthem,gridlessestimat