摘要: 阵列信号处理是现代信号处理的一个重要分支，主要包括波束形成和波达方向(DOA)估计两个方面。其应用广泛涉及到雷达、声纳、导航、通讯、成像、地质勘探和生物医学工程等诸多领域。实际中被估计的目标大部分处于运动状态中，其DOA往往也都随着时间变... 展开 阵列信号处理是现代信号处理的一个重要分支，主要包括波束形成和波达方向(DOA)估计两个方面。其应用广泛涉及到雷达、声纳、导航、通讯、成像、地质勘探和生物医学工程等诸多领域。实际中被估计的目标大部分处于运动状态中，其DOA往往也都随着时间变化。因此，研究DOA跟踪技术有着十分重要的意义。本文主要研究了角度快变和角度慢变模型下的多目标DOA跟踪算法。主要研究工作如下： 1)介绍了一种经典的子空间跟踪算法-PAST算法，讨论了两种关联算法。提出了一种改进的PAST算法，改进算法将预测值利用到投影近似中，得到了更为精确的子空间估计。进一步利用所更新的导向矩阵的特定形式，避免了常见算法中的数据关联过程，具有较小的运算量。 2)提出了一种基于协方差矩阵元素的多目标DOA跟踪算法，该算法首先在初始时刻利用高分辨方法估计得到各个目标的个数、初始角度以及回波功率。接着将相邻时刻协方差矩阵的差通过两个近似转化为关于各个目标角度差的线性方程组。重复解方程组可以得到不同时间段各个目标的角度，完成了跟踪过程。该算法前后时间段估计得到的各个目标的角度是自动关联的，省去了运算量较大的数据关联过程；当噪声为平稳噪声时，可以有效地减小噪声的影响；可以同时跟踪大于阵元个数的目标。 3)当目标的角度变化较快时，基于协方差矩阵元素的多目标DOA跟踪算法中两个近似带来的误差较大，影响了跟踪精度。针对此种情况，提出了两种旨在提高跟踪精度的修正算法。修正算法1采用了二次估值，修正算法2利用了角度预测信息。此外，提出了修正算法3，通过对预测值和估计值进行加权求和，使目标交汇时的正确关联概率大大提高。 4)目前大多算法都是假设不同时间段各个目标的回波功率不变，但实际情况中，随着角度的变化，回波功率往往也会变化。本文提出了一种基于协方差矩阵元素的多目标角度、功率联合跟踪算法，可以对各个目标的角度和功率进行联合跟踪。 5)通过分析协方差矩阵的内部结钩，发现从协方差矩阵的元素出发，其有用的信息只有M-1(M为阵元个数)个元素。据此，本文对C.R.Sastry的基于范数最小准则的多目标DOA跟踪算法进行了改进，只利用了协方差矩阵第一行的元素，大大简化了C.R.Sastry的代价函数。这种算法本质上是通过目标回波功率上的差异进行数据关联，在各个目标的回波功率不同的情况下，即使目标的角度出现交汇的情况，此算法也能进行正确的关联。同时，通过近似解一组线性方程组，可以求出各个目标的回波功率，完成了对各个目标的角度和功率的联合跟踪。 6)提出了两种多目标二维角跟踪算法，他们是前两种算法在二维方向上的一个扩展，可以对各个目标的方位角和俯仰角进行联合跟踪。它们具有本文一维跟踪算法同样的优点。 7)提出了一种角度时延联合跟踪算法，将相邻时间段估计得到的频域冲激响应作差，得到了各个目标的角度差和时延差。这种方法在不同时刻估计得到的角度和时延是自动关联的，具有运算量小的特点。 收起