摘要：DOA估计是阵列信号处理的重要研究内容，在传统的DOA估计算法都假设背景噪声服从高斯分布。然而，大量的实验数据表明，许多实际应用中的噪声都是非高斯分布的，这类噪声具有更强的冲击性。本文针对非理想噪声背景下的DOA估计算法进行研究。

论文首先介绍了阵列信号的建模和协方差特征分解，然后介绍了两种经典的DOA估计算法：MUSIC算法和ESPRIT算法，通过仿真分析了算法性能；随后，针对SαS冲击噪声采用了基于FLOM和基于SR算法的DOA估计算法，通过仿真实验，验证了算法性能；最后，通过稳定-高斯混合分布、高斯混合分布和拉普拉斯分布这三种非理想噪声，研究了基于FLOM和基于SR的MUSIC算法和ESPRIT算法的DOA估计，并通过对比分析了算法性能。

关键词  阵列信号处理，DOA估计，MUSIC，ESPRIT，冲击噪声

毕业设计说明书外文摘要

Title   Research on Target Angle Estimation Algorithm in Non - ideal Noise Background  

Abstract：DOA estimation is an important research content of array signal processing. In the traditional DOA estimation algorithm, it is assumed that the background noise obeys the Gaussian distribution. However, a large number of experimental data show that many of the practical applications of noise are non-Gaussian distribution, such noise has a stronger impact. In this paper, DOA estimation algorithm for non-ideal noise background is studied.

In this paper, the modeling of the array signal and the covariance feature decomposition are introduced. Then, two classical DOA estimation algorithms are introduced: MUSIC algorithm and ESPRIT algorithm. The performance of the algorithm is analyzed by simulation. Then, based on FLOM and Finally, the three kinds of non-ideal noise based on the stable-Gaussian mixture distribution, the Gaussian mixture distribution and the Laplace distribution are studied, and the performance of the algorithm based on FLOM and SR-based algorithm is studied by simulation experiment. MUSIC algorithm and ESPRIT algorithm DOA estimation, and through the comparative analysis of the algorithm performance.

Keywords  array signal processing,DOA estimation, MUSIC,ESPRIT,impulsive noise

目次

1  绪论 1

1.1  研究背景及意义 1

1.2  国内外研究现状 1

1.2.1  传统高分辨阵列参数估计方法研究 1

1.2.2  非理想条件DOA估计方法研究 2

2  阵列信号处理 2

2.1  信号模型 2

2.2  阵列协方差矩阵的特征分解 3

3  经典高分辨DOA估计算法 5

3.1  经典MUSIC算法 5

3.2  旋转子空间不变算法 6

4  SαS冲击噪声下DOA估计 8

4.1  冲击噪声的模型 9

4.2  基于分数低阶矩的DOA估计 10

4.3  基于Screened Ratio原理的DOA估计 15

5  其他噪声下的DOA估计 19

5.1稳定-高斯混合分布 19

5.2高斯混合分布 20

5.3拉普拉斯分布 22

结  论 24

致  谢 25

参 考 文 献 26

1  绪论

1.1  研究背景及意义

今年来，信息科学领域发展迅速，前景良好。信号作为信息的载体和表现形式，使得其成为该领域最重要的基本概念之一。因此，信号处理技术显得尤为重要。

信号处理发展的前期，学者们主要研究时域信号处理方法，且一般都是基于一维信号，也取得的重要成果。随着信号处理应用技术的迅速发展以及实际需求，学者们开始研究空域领域中的信号处理方式，并基于时域信号处理的研究成果，从而打开了阵列信号处理技术的大门。而DOA估计，便是这扇大门后的一个重要分支。因此DOA估计的研究受到越来越多的重视。近年来，DOA估计在众多领域中已经得到了广泛的重视和研究[1]，比如雷达，天线，通信等。同时，将阵列信号处理技术应用于实际时，人们对其的精度和稳定要求越来越高。在传统的目标角度估计中，我们通常假设背景噪声为高斯白噪声，通过分析二阶或者高阶累积量来获得理想的估计结果。然而实际情况的噪声模型并非都是高斯白噪声，因而经典算法并不适用，性能差甚至失效。在实际环境里，我们遇到的噪声更多的又是冲击噪声，或者混合分布噪声，比如海杂波噪声等，这些噪声的模型一般可用SαS随机过程表示[2]。这些噪声不存在二阶及以上矩，因此经典的算法并不适用。因此，如何实现该噪声背景下的目标角度估计算法的研究有着重大的实际意义。