2025《DOA估计基本原理与方法分析综述》5800字.docxVIP

DOA估计基本原理与方法分析综述

目录

TOC\o1-3\h\u1271DOA估计基本原理与方法分析综述 1

70191.1引言 1

101211.2阵列信号模型 1

225761.3信源数目估计方法 3

155891.3.1特征值分解方法 4

24851.3.2信息论方法 4

219281.3.3戈尔什格林圆盘法 6

125681.4DOA估计方法 8

75851.4.1波束形成方法 8

259601.4.2子空间方法 11

20761.4.3时延估计法 13

29031.4.4最大似然法 15

295151.4.5算法性能实验分析，误差、分辨力、鲁棒性以及复杂度 16

29291.5小结 17

引言

本章介绍DOA（DirectionOfArrival，到达方向）估计的基本原理，首先介绍传统阵列信号模型。因为很多DOA估计方法假设信源数据已知，故在DOA估计之前首先介绍了信源数估计方法，最后介绍了DOA估计理论中常见方法及其基本原理，并通过实验分析对比了各方法的优劣。

阵列信号模型

假设一组传感器位于接收个源产生的信号。在不失一般性的前提下，第一个传感器与坐标系的原点重合。设为第一个传感器接收到的信号。第个传感器观测到的信号是被噪声破坏的延时原信号的和。

（STYLEREF1\s2SEQ（\*ARABIC\s11）

其中为原点与第个传感器之间的传播时差。时差公式为，其中

（STYLEREF1\s2SEQ（\*ARABIC\s12）

对数组应用傅里叶变换，时间延迟转化为相移。在噪声存在的情况下，阵列输出向量可以写成

（STYLEREF1\s2SEQ（\*ARABIC\s13）

其中，导向向量是第个入射波的空间特征：

（STYLEREF1\s2SEQ（\*ARABIC\s14）

阵列流形矩阵定义为：

（STYLEREF1\s2SEQ（\*ARABIC\s15）

式REF_Re\h（23）可重写为以下形式：

（STYLEREF1\s2SEQ（\*ARABIC\s16）

其中信号向量。根据傅里叶变换的渐近理论，频域数据是复杂的正态分布，而与时域分布无关。此外，各频率区间是相互独立的。这些特性构成了宽带DOA估计的基础。

在许多应用中，感兴趣的信号被载波频率调制传输。在接收侧，射频信号被解调到基带以作进一步处理。在接收侧，射频信号被解调到基带以作进一步处理。假设信号的频带受限，带宽为，一个平面波在阵列的两个传感器之间的最大时延为。若，窄带假设成立，那么所有传感器的复基带信号波形近似相等。一般表达式REF_Re\h（27）可以简化为窄带模型：

（STYLEREF1\s2SEQ（\*ARABIC\s17）

其中，导向矩阵在载频处计算，频率相关信息集中在处，为基带信号波形。

由于DOA估计通常基于在时刻的采样值，因此考虑式REF_Re\h（28）的离散时间形式，用索引代替：

（STYLEREF1\s2SEQ（\*ARABIC\s18）

许多阵列处理方法利用了数据的二阶统计量。假设信号和噪声是独立的、平均为零的平稳随机过程，相关矩阵和，则阵列信号相关矩阵可表示为

（STYLEREF1\s2SEQ（\*ARABIC\s19）

噪声过程通常被认为是空间白色的，即，其中表示噪声功率，是单位矩阵。这个假设对于有足够间距的传感器是有效的。在有色噪声存在的情况下，噪声相关矩阵不再是对角的。在这种情况下，数据可以通过式REF_Re\h（28）乘以噪声相关矩阵的平方根倒数进行预白化。

相关矩阵可根据阵列观测值的样本相关矩阵近似：

（STYLEREF1\s2SEQ（\*ARABIC\s110）

在宽平稳假设下，样本相关矩阵是真实相关矩阵的一致性估计，即随着样本容量的增加，以概率1收敛到。

信源数目估计方法

阵列信号处理中大部分估计方法适用于信源的数目已知的情况，若信源数目未知，则会在一定程度上影响估计性能。然而在实际条件下，信源数目并不总是已知且常常是未知的，因此在此介绍信源的数目估计方法。

特征值分解方法

对信号的相关矩阵做特征值分解得

（STYLEREF1\s2SEQ（\*ARABIC\s