稀疏电磁矢量传感器阵列设计及波达方向估计

发布时间：2023-01-31 06:48

　　在阵列信号处理中,经常利用的信息包括幅度、频率、相位以及波形等等,除此之外,极化信息也是一个可利用的重要特征。与常规标量阵列相比,电磁矢量传感器（electromagnetic-vector-sensor,EMVS）能感知入射波的所有电场分量和磁场分量,不仅可以提供信号的波达方向（Direction Of Arrival,DOA）估计,也可以得到信号的极化信息,若将极化域信息与空域信息相结合,则可进一步改善信号多维参数估计与信号探测的性能。故近几十年来,电磁矢量传感器逐渐成为信号处理中的一个研究热点。另一方面,目标DOA的估计精度与阵列孔径成正比,然而为了避免出现测角模糊,相邻阵元的间距一般不应超过入射信号的半波长,因此增大阵列孔径往往需要更多的天线阵元,但天线间的电磁互耦和整个阵列成本也随之增加。稀疏阵列通过将阵元以大于半波长的间距进行稀布,可在相同阵列成本的前提下增大阵列孔径,提高角度估计性能,并在一定程度上降低相邻天线间的互耦。因此,本文针对稀疏电磁矢量传感器阵列的设计方式展开研究,以扩大阵列孔径和降低阵列成本为目标,提出了针对两种电磁矢量传感器的三种稀疏阵列设计方式以及对应的二... 

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 论文主要工作
第二章 电磁矢量传感器的结构模型及算法
    2.1 引言
    2.2 结构模型
        2.2.1 双平行线式电磁矢量传感器
        2.2.2 三角式电磁矢量传感器
    2.3 信号模型及矢量叉积算法
        2.3.1 信号模型
        2.3.2 矢量叉积算法
    2.4 阵列扩展方式
    2.5 小结
第三章 电磁矢量传感器稀疏线阵结构及其参数估计
    3.1 引言
    3.2 多尺度稀疏电磁矢量传感器线阵
        3.2.1 阵列结构与信号模型
        3.2.2 二维DOA和极化参数估计方法
        3.2.3 克拉美罗界(Cramer-Rao Bound,CRB)推导
        3.2.4 仿真结果分析
    3.3 小结
第四章 电磁矢量传感器L型稀疏阵结构及其参数估计
    4.1 引言
    4.2 混合L型互质阵列
        4.2.1 阵列结构
        4.2.2 二维DOA估计方法
        4.2.3 仿真结果
    4.3 多尺度L型稀疏阵列
        4.3.1 阵列结构
        4.3.2 二维DOA估计方法
        4.3.3 阵元间距的门限分析
        4.3.4 仿真结果
    4.4 小结
第五章 总结与展望
    5.1 本文内容总结
    5.2 工作展望
参考文献
致谢
作者简介



本文编号：3733793