论文部分内容阅读
空间谱估计技术与传统测向技术相比,其测向精度高,测向分辨能力强,在民用通信系统和电子侦察等领域有着广泛的应用。基于子空间的二维DOA(Direction-of-Arrival, DOA)估计算法是空间谱估计技术中典型的DOA估计算法,这类算法的提出与研究推动了空间谱估计技术的发展,但是在进行二维DOA估计或更高维DOA估计时这类算法运算复杂度较大,实时性较差,在实际工程应用中很难实现,本文针对二维DOA估计运算复杂度大的问题,进行了快速DOA算法的研究,主要工作如下：(1)针对常规子空间算法无法对相干信号进行DOA估计和2D-MUSIC算法运算复杂度高的问题,提出了基于前后向空间平滑的去相干分步降维算法。该算法利用前后向空间平滑算法去相干的能力,对相干信号进行去相干处理,然后利用分步降维的方法求得目标信号的二维波达方向,实现了常规子空间算法对相干信号的处理,同时避免了二维谱峰搜索,减小了运算复杂度。(2)针对传统ESPRIT算法,在二维DOA估计运算时是在复数域进行的,且存在分维计算和角度配对的问题,运算复杂度较大,提出了一种基于矩形阵列的循环最大降维酉ESPRIT算法。首先利用酉变换的原理,构建酉矩阵对阵列的数学模型进行处理,将复数域运算转换到实数域,然后利用循环最大迭代的方法构建降维矩阵,对实数域分块数据模型进行降维处理,无需角度配对,提高了算法的实时性。(3)针对常规2D-MUSIC算法和2D-ESPRIT算法需要特征值分解、谱峰搜索和存在角度配对的运算复杂度大的问题,并结合传播算子算法无需特征值分解的特性,提出了一种参数快速配对2D-PM算法。该算法首先利用PM算法对平行阵列数据进行处理,然后利用快速匹配的方法求得了传播算子,最终求得了目标信号的二维DOA。该算法只需进行一次特征值分解,算法实时性较好。