寬帶陣列信號參數(shù)估計方法研究.pdf

1、稀疏分解是信號處理領域中一種新興的方法。它把信號表示成了一種稀疏的形式。由于它對信號表示的特殊性，因而具有許多優(yōu)良特性，從而引起了研究人員的重視。稀疏分解中常用的算法有匹配追蹤算法(Matching Pursuit，MP)，正交匹配追蹤算法(Othogonal Matching Pursuit，OMP)以及基追蹤算法(Basic Pursuit，BP)等。
　　 在信號處理領域中，陣列信號處理是一個重要的分支，它廣泛應用于雷達、

2、通信、聲納、地震、射線天文中。對于陣列信號參數(shù)估計方面的研究，以前都是建立在平穩(wěn)窄帶假設基礎上的；而對寬帶信號的處理，它的性能已經(jīng)失效。所以，廣大科研人員都對寬帶陣列信號參數(shù)估計問題產(chǎn)生了極大興趣。
　　 本文將信號稀疏分解的方法應用到寬帶陣列信號處理中，提出了基于正交匹配追蹤OMP分解的寬帶信號參數(shù)(起始頻率，調頻斜率以及波達方向)的估計方法。本文所作的主要工作和貢獻如下：
　　 (1)首先從窄帶信號估計的MUSCI算

3、法開始研究，繼而深入研究了寬帶信號處理領域中常用的時頻分析方法--Wigner-Ville分布(WVD)算法。并把此算法應用在寬帶Chirp信號的波達方向(Direction of Arrival，DOA)估計的空間譜研究中。
　　 (2)對傳統(tǒng)的信號分解方法--正交分解方法進行了介紹，以及本文主要研究的信號的稀疏分解方法--MP算法和OMP算法。提出了基于OMP分解的寬帶Chirp信號的起始頻率和調頻斜率以及波達方向估計的多參

4、數(shù)的估計方法。此算法主要是根據(jù)陣列結構和信號形式自適應建立過完備原子庫，通過OMP分解，從過完備原子庫中找出與待分解信號最為匹配的原子。根據(jù)這個最匹配的原子，來得到待估計信號的一些參數(shù)，從而實現(xiàn)信號參數(shù)的高精度估計。
　　 (3)研究了寬帶信號處理中經(jīng)典的相干信號子空間算法(CoherentSignal-subspace Method，CSM)。聚焦矩陣的構造是CSM算法的核心問題。首先建立了寬帶陣列信號模型，給出了求寬帶聚焦矩