基于张量分解的近场信源定位研究

发布时间：2024-03-11 02:10

　　阵列信号处理的核心包含波束成形技术、零点成型技术和空间谱估计三个方面,其中空间谱估计又常被称为波达方向(Direction of Arrival,DOA)估计,它在信源定位领域起到了关键的作用。根据信源和天线阵列之间的距离,可以将其分为近场信源信号和远场信源信号。远场信源模型只含有角度信息,而近场信源同时含有角度和距离参数的信息。本文从参数估计模型的建立入手,针对更复杂的近场信源,利用张量分解(Tensor Decomposition,TD)技术,对白噪声环境中的近场信源进行了参数估计,进而实现了近场信源定位的目标。主要工作如下:1)对论文用到的矩阵和张量相关的基础知识进行了介绍。统一规定了论文中矩阵相关的运算规则及其对应的运算符号,介绍了张量和其秩的相关概念并分析了张量分解唯一性的条件。同时也对近场信源信号的基础接收模型进行了推导。2)通过理论推导,提出了基于均匀对称线阵,对二维空间中近场单信源的波达角和距离的参数估计方法。利用接收阵列的对称性,推导并构建了分别用于角度和距离参数估计的张量模型,提出CE算法对其进行规范多元分解(Canonical Polyadic Decomposi...

【文章页数】：96 页

【学位级别】：硕士

【部分图文】：

图1-1论文结构示意图

第一章绪论7参数的均方误差，讨论了所提出的基于张量分解的算法在低信噪比和低快拍数环境下的优势。第四章将第三章的二维环境扩展到了三维上，需要对三维环境中的近场单信源进行参数估计。此时考虑极坐标表示方法，信源的定位需要用到俯仰角、方位角和距离参数。三维的参数估计需要用到平面阵列，本文....

图2-1三阶张量∈××示意图

第二章相关理论基础与研究11()=[()()]1()(2-16)（4）特征值分解与奇异值分解对于矩阵∈×，若存在个线性无关的特征向量∈,=1,2,…,，使得矩阵可以表示为=1(2-17)则称之为矩阵的特征值分解(EigenValueDecomposition,EVD)。其中，=(....

图2-2三阶张量的列向量、行向量和管向量示意图

电子科技大学硕士学位论文12本文中张量(tensor)理解为一种高维数据结构。一维数据结构称为向量，二维数据结构称为矩阵，三维及其以上维数的数据结构统称为阶张量。事实上，可以将一维和二维数组理解为特殊的张量，下文的概念讲解和分析主要以三阶张量为例，更高阶张量的知识可通过三阶张量作....

图2-3三阶张量的水平切片、侧向切片和前向切面示意图

电子科技大学硕士学位论文12本文中张量(tensor)理解为一种高维数据结构。一维数据结构称为向量，二维数据结构称为矩阵，三维及其以上维数的数据结构统称为阶张量。事实上，可以将一维和二维数组理解为特殊的张量，下文的概念讲解和分析主要以三阶张量为例，更高阶张量的知识可通过三阶张量作....

本文编号：3925663