论文部分内容阅读
现代信息化战争面临的是陆、海、空、天、电五维一体化的作战空间,敌我双方的信息对抗,多种武器装备辐射的高密度、高强度、多频段的电磁波以及背景噪声等生成的战场电磁环境极其复杂,现有DOA估计方法运用于复杂电磁环境下的DOA估计时由于受到多信源、低信噪比、相干干扰等原因使得算法性能严重下降,本文主要围绕复杂电磁环境下空间中存在多个相干信号源、角度相近时DOA估计算法进行了探索性研究,取得的主要研究成果概括如下:(1)分析传统空间平滑解相干技术,该方法以牺牲阵元数量为代价达到解相干的目的,对于某一既定的阵列来说,减小阵列孔径意味着降低空间平滑解相干算法分辨力性能,针对这一问题提出改进的空间平滑算法,通过构造矩阵使得平滑子阵的数目等于原本整个阵列的阵元数量,并进行双向空间平滑,相当于增加阵列的有效阵元数量,提高了算法性能,仿真验证了算法的有效性。(2)针对传统的MUSIC算法在估计多个目标来波角度相近时由于受算法分辨力的限制出现角度兼并的问题,引入信号的极化信息可有效解决这一问题,然而带来的搜索量大,复杂度高的问题,本文提出了一种带预估计降维的MUSIC算法,该方法首先根据矢量电磁阵列建立数据接收模型,通过预估计将搜索范围缩小,再利用极化矩阵的约束条件将角度和极化参数分离式估计,实现降维处理的效果,有效的降低了运算量,仿真结果表明算法性能良好。(3)随着近年来矢量极化阵列被运用于求解相干DOA估计问题,产生的高维的矩阵运算复杂度高、耗时大的问题,本文通过研究基于相关PARAFAC模型分解算法实现了一种极化敏感矢量L阵列的二维DOA估计算法,该算法利用了PARAFAC模型的分解具有无模糊辨识模型参数的良好性能,由于PARAFAC算法是三维矩阵分解类算法,同时包含了空域、极化域、时域三个域的参数,在来波信号相干且空间角度相近的情况下仍然能将多个信号分辨出来,文章最后通过对比与Cramér–Rao界仿真实验分析了算法性能。