基于稀疏重構(gòu)的寬帶信號(hào)多參數(shù)估計(jì)

《基于稀疏重構(gòu)的寬帶信號(hào)多參數(shù)估計(jì)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號(hào)：TN911.7單位代碼：10183研究生學(xué)號(hào)：2015522050密級(jí)：公開基于稀疏重構(gòu)的吉林大學(xué)寬帶信碩士學(xué)位論文號(hào)多（學(xué)術(shù)學(xué)位）參數(shù)估計(jì)基于稀疏重構(gòu)的寬帶信號(hào)多參數(shù)估計(jì)Multi-parameterEstimationforWidebandSignalsBasedonSparseReconstruction溫艷鑫作者姓名：溫艷鑫專業(yè)：信號(hào)與信息處理研究方向：陣列信號(hào)處理授指導(dǎo)教師：燕學(xué)智副教授吉林培養(yǎng)單位：通信工程學(xué)院大學(xué)2018年6月—————————————————————基于稀疏重構(gòu)的寬帶

2、信號(hào)多參數(shù)估計(jì)—————————————————————Multi-parameterEstimationforWidebandSignalsBasedonSparseReconstruction————————————作者姓名：溫艷鑫專業(yè)名稱：信號(hào)與信息處理指導(dǎo)教師：燕學(xué)智副教授學(xué)位類別：工學(xué)碩士答辯日期：年月日未經(jīng)本論文作者的書面授權(quán)，依法收存和保管本論文書面版本、電子版本的任何單位和個(gè)人，均不得對(duì)本論文的全部或部分內(nèi)容進(jìn)行任何形式的復(fù)制、修改、發(fā)行、出租、改編等有礙作者著作權(quán)的商業(yè)性使用（但純學(xué)術(shù)性使

3、用不在此限）。否則，應(yīng)承擔(dān)侵權(quán)的法律責(zé)任。吉林大學(xué)碩士學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交學(xué)位論文，是本人在指導(dǎo)教師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：日期：年月日《中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫》投稿聲明研究生院：本人同意《中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫》出版章程的內(nèi)容，愿意將本人的學(xué)位論

4、文委托研究生院向中國學(xué)術(shù)期刊（光盤版）電子雜志社的《中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫》投稿，希望《中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫》給予出版，并同意在《中國博碩士學(xué)位論文評(píng)價(jià)數(shù)據(jù)庫》和CNKI系列數(shù)據(jù)庫中使用，同意按章程規(guī)定享受相關(guān)權(quán)益。論文級(jí)別：■碩士□博士學(xué)科專業(yè)：信號(hào)與信息處理論文題目：基于稀疏重構(gòu)的寬帶信號(hào)多參數(shù)估計(jì)作者簽名：指導(dǎo)教師簽名：年月日作者聯(lián)系地址（郵編）：吉林大學(xué)通信工程學(xué)院(130022)作者聯(lián)系電話：0431-85095995基于稀疏重構(gòu)的寬帶信號(hào)多參數(shù)估計(jì)摘要信源參數(shù)估計(jì)是陣列信號(hào)

5、處理領(lǐng)域不可或缺的組成部分，在雷達(dá)、生物醫(yī)藥學(xué)、無線通信及機(jī)器人學(xué)等軍用及民用領(lǐng)域廣泛滲透。信號(hào)根據(jù)帶寬的不同可以分為窄帶信號(hào)和寬帶信號(hào)。寬帶信號(hào)自身包含的信息量更大，抗干擾能力更強(qiáng)，因而獲得了更多的關(guān)注?，F(xiàn)有的定位參量估計(jì)算法大多基于子空間理論，但子空間理論自身固有的一些缺點(diǎn)限制了該類算法的實(shí)際應(yīng)用。稀疏重構(gòu)理論的出現(xiàn)，為規(guī)避子空間類方法存在的問題提供了新的思路，可以提供更高的分辨率及更強(qiáng)的噪聲魯棒性?，F(xiàn)有的基于稀疏重構(gòu)的信源參數(shù)估計(jì)方法主要集中于窄帶信號(hào)的一維DOA估計(jì)，針對(duì)寬帶信號(hào)的多參數(shù)聯(lián)合估計(jì)的方

6、法較少，且存在參數(shù)估計(jì)精度不足、陣列DOA估計(jì)的最大可分辨能力低、需要額外的參數(shù)配對(duì)過程等問題。本文以高精度的寬帶信號(hào)多參數(shù)估計(jì)的理論需求為牽引，以稀疏重構(gòu)方法為數(shù)學(xué)手段，在系統(tǒng)分析經(jīng)典稀疏重構(gòu)方法及寬帶信號(hào)處理算法的基礎(chǔ)上，循序漸進(jìn)的對(duì)遠(yuǎn)場寬帶信號(hào)的一維DOA估計(jì)、二維DOA估計(jì)及近場寬帶信號(hào)的DOA和距離聯(lián)合估計(jì)問題展開深入研究，旨在稀疏重構(gòu)理論框架下為寬帶信號(hào)的多參數(shù)聯(lián)合估計(jì)問題提供新的解決方案。本文的主要貢獻(xiàn)和創(chuàng)新性工作包括：（1）針對(duì)遠(yuǎn)場寬帶信號(hào)的一維DOA估計(jì)問題，利用稀疏重構(gòu)提出一種新的估計(jì)算

7、法。通過對(duì)寬帶信號(hào)進(jìn)行預(yù)處理，避免構(gòu)造多個(gè)稀疏基矩陣，降低了算法復(fù)雜度。利用加和平均變換，給出基于二階統(tǒng)計(jì)量的向量稀疏表示方法，降低數(shù)據(jù)維數(shù)，集中噪聲能量。借助TLP懲罰函數(shù)構(gòu)建加權(quán)約束條件，增強(qiáng)信號(hào)稀疏性，更好的逼近λ0范數(shù)重構(gòu)信號(hào)，解決傳統(tǒng)懲罰函數(shù)存在的約束不公平的問題。該算法不僅可以實(shí)現(xiàn)寬帶信號(hào)各子頻數(shù)據(jù)之間的聯(lián)合估計(jì)，還可有效提高參數(shù)估I計(jì)精度及角度分辨率，尤其是在信噪比較低、快拍數(shù)不足、信源間距較小等情況，估計(jì)性能更佳。（2）針對(duì)遠(yuǎn)場寬帶信號(hào)的俯仰角和方位角聯(lián)合估計(jì)問題，在稀疏框架下提出一種基于互

8、質(zhì)概念的寬帶信號(hào)二維DOA估計(jì)新算法。對(duì)寬帶信號(hào)進(jìn)行DFT變換，根據(jù)各頻帶之間的互質(zhì)性選取不同的互質(zhì)頻率對(duì)兒觀測模型，獲取更多額外的不同位置的差協(xié)同陣虛擬陣元，提高DOA估計(jì)的自由度。利用不同頻率成分協(xié)方差矩陣的向量稀疏模型的稀疏一致性，給出基于聯(lián)合稀疏重構(gòu)的寬帶信號(hào)參數(shù)估計(jì)模型，提高定位精度的同時(shí)降低計(jì)算復(fù)雜度。借助已求得的俯仰角參數(shù)構(gòu)造方位角估計(jì)模型，將其放在稀疏重構(gòu)框架下進(jìn)行聯(lián)合估計(jì)，避免參數(shù)配對(duì)。該算法綜