非等功率信號DOA與極化參數(shù)估計研究.pdf

1、在日益激烈的電子對抗中被動雷達所處電磁環(huán)境異常復雜，干擾與真實目標所輻射電磁波功率、天線掃描方式以及距被動雷達的距離均不同，因此被動雷達所接收到的信號通常為非等功率信號。本文正是圍繞非等功率入射信號的DOA與極化參數(shù)估計問題進行研究，主要內(nèi)容概括如下：
　　研究了非等功率信號對MUSIC(Multiple Signal Classification)算法估計性能的影響。提出了非等功率信號期望譜分辨成功的判定準則，基于該準則與MUS

2、IC算法的期望譜得到信號功率不等會導致MUSIC算法理論的角度分辨力下降。分析了非等功率信號對入射信號DOA估計克拉美羅界（Cramr Rao Bound CRB）的影響，發(fā)現(xiàn)信號功率不等會導致弱信號DOA估計CRB的微幅上升。然后基于CRB和估計誤差服從的概率分布，定義了基于CRB的分辨成功概率，為不同DOA估計算法的分辨成功概率提供了參照對象。
　　鑒于不變噪聲子空間（Invariant Property of Noise S

3、ubspace, IPNS）算法可以有效對非等功率信號進行DOA估計。本文證明了IPNS算法對獨立信號與相關信號均成立，擴大了IPNS算法的適用范圍。推導了IPNS算法的期望譜，基于所提出的非等功率信號期望譜分辨成功的判定準則得到了IPNS算法的理論的角度分辨力。然后將對角加載引入到IPNS算法之中，對基于對角加載的不變噪聲子空間算法（Invariant Property of Noise Subspace based on Diagn

4、al Loading，IPNSDL）并進行了理論證明與計算機仿真，仿真結果表明 IPNSDL算法的分辨力優(yōu)于IPNS算法。最后進一步提出了基于噪聲空間特征值重構（Eigenvalue Reconstruction of NoiseSubsapce，ERNS）的IPNS算法（簡稱ERNS算法），并對該算法進行了原理證明與計算機仿真，仿真結果表明 ERNS算法分辨力優(yōu)于IPNSDL算法與IPNS算法更優(yōu)于MUSIC算法。
　　入射信號

5、的極化信息可用于輻射源的分類與識別，本文研究了信號功率不等對入射信號DOA與極化參數(shù)聯(lián)合估計CRB的影響。然后基于雙極化陣列提出了非等功率信號 DOA與極化聯(lián)合估計的ERNS算法，并對該算法進行了計算機仿真，仿真結果表明 ERNS算法的分辨力高于IPNSDL算法與 IPNS算法和極化 MUSIC算法。在對 ERNS算法進行性能分析時采用理想的完全對稱兩極化方向圖天線模型，而這在實際天線通常難以實現(xiàn)。本文設計了一種非對稱式饋電縫隙耦合雙極

6、化微帶天線，擴展了阻抗帶寬，提高了端口隔離度與設計自由度，同時得到了非對稱的兩極化方向圖。利用該天線非對稱方向圖進行算法性能仿真，證明了ERNS算法對非對稱兩極化方向圖的適應度高于極化MUSIC算法。
　　利用單極化共形陣列也可實現(xiàn)對入射信號的DOA與極化聯(lián)合估計，本文研究了信號功率不等對共形陣列中入射信號 DOA與極化參數(shù)估計 CRB的影響。提出了基于共形陣列的ERNS算法，并基于不同共形陣列仿真了ERNS算法的估計性能，仿真結