稀疏欠采样阵列信号处理方法研究.pdf

稀疏欠采样阵列信号处理方法研究.pdf

ID:34537029

大小:2.50 MB

页数:135页

时间:2019-03-07

稀疏欠采样阵列信号处理方法研究.pdf_第1页
稀疏欠采样阵列信号处理方法研究.pdf_第2页
稀疏欠采样阵列信号处理方法研究.pdf_第3页
稀疏欠采样阵列信号处理方法研究.pdf_第4页
稀疏欠采样阵列信号处理方法研究.pdf_第5页
资源描述:

《稀疏欠采样阵列信号处理方法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA博士学位论文DOCTORALDISSERTATION(电子科技大学图标)论文题目稀疏欠采样阵列信号处理方法研究学科专业信息与通信工程学号200911020146作者姓名陈慧指导教师万群教授万方数据分类号密级注1UDC学位论文稀疏欠采样阵列信号处理方法研究(题名和副题名)陈慧(作者姓名)指导教师万群教授电子科技大学成都(姓名、职称、单位名称)申请学位级别博士学科专业信息与通信工程提交论文日期2013.09.03论文答辩日期2013.12.02学位授予单位和日期电子科技大学

2、2013年12月24日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。万方数据RESEACHONSPARSEUNDERSAMPLINGARRAYSIGNALPROCESSINGMETHODADoctorDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:InformationandCommunicationEngineeringAuthor:ChenHuiAdvisor:Prof.WanQunSchool:SchoolofElectronicEngineerin

3、g万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以

4、采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日万方数据摘要摘要压缩感知理论是一种利用信号的稀疏特性从欠采样测量值中恢复信号的技术,该理论不受传统Nyquist采样定理约束,因而具有广泛的学术研究和工业应用价值。目前,压缩感知理论重点研究了特定字典情况下的稀疏信号重建算法模型、重建条件等,而针对压缩感知理论在阵列信号处理中的具体应用仍有许多待深入研究的内容。过水平采样是另一种降低采样率的方法,其也被称为事件驱动采样,即由信号本身决定何时采样。过水平采样可以在获取信息的同时有效地减少采样样本数,实现高效节能地

5、获取、探测与估计信息的目的。但目前过水平采样理论、信号重建算法及其在信号处理中的具体应用还不成熟。极化阵列既可以获得信号的空间信息,又可以获得信号的极化信息,完备的电磁信息为阵列性能的提高奠定了物理基础,使得在稀疏极化域条件下进一步改善阵列信号处理性能成为可能。但现有针对极化阵列的波达方向(Direction-of-Arrival,DOA)估计算法因待估参数多而存在计算量大的问题。针对以上情况,本文重点研究了基于压缩感知理论的应用算法、压缩感知理论和过水平采样理论的联合优化算法,以及针对极化阵列的信号处理相关算法。本论文的主要工作如下:1.针对非相关信号和相干信号同时存在的情况

6、下,提出一种基于信号子空间方法和子空间块稀疏重建理论的DOA估计方法。所提算法可以有效地估计信号的DOA、不受阵列几何结构的限制,且具有超载能力。进一步研究了色噪声环境下的非高斯信号DOA估计问题,提出了基于四阶累积量(Fourth-orderCumulants,FOC)的DOA估计算法。另外,在利用阵列方向分集的情况下,提出了一种基于双约束弹性树搜索正交匹配追踪的DOA估计算法。2.提出一种基于稀疏重建理论和过水平采样理论的联合优化DOA估计算法。首先针对模拟信号进行过水平采样,并研究了该欠采样方案可以利用简单的1-比特模数转换器硬件电路实现。同时基于欠采样测量数据,将DOA

7、估计问题描述为压缩感知稀疏重建框架下的一个代价函数。该算法可以降低阵列信号处理系统的采样速率和硬件成本。3.提出一种基于稀疏重建理论的波束综合算法,首先将压缩感知的稀疏重建理论和凸优化引入到线性阵列的波束综合问题。进一步研究基于迭代重加权范1数最小化和凸优化的阵列波束图综合算法,并将这一方法拓展到由阵列方向性所I万方数据摘要构建的二维阵列的波束综合问题,最后研究了关于极化阵列的波束综合问题及基于稀疏表示的圆阵波束形成问题。4.提出一种针对稀疏极化域阵列的低复杂度DOA估计算法。首先引入了部

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。