阵列信号处理的基本知识

阵列信号处理中的若干问题与研究主要内容阵列信号处理的基本知识阵列信号处理的主要内容当前的一些研究热点和新技术应用领域的一些实例•仿真结果•实测数据处理一、阵列信号处理的基本知识阵列信号处理系统构成阵列系统模型假设阵列信号数学模型对阵列及其通道的假设对信号和噪声的假设阵列信号处理系统构成接收形式:多个传感器(阵元)，声纳，天线。常见的阵列几何结构：均匀线阵，非均匀线阵，面阵中的均匀和非均匀圆阵，非均匀L阵，十字阵等，共形阵(立体阵)。多传感器阵列多通道接收机多通道同步采集和模数转换数据处理终端阵列信号的应用领域着重空间传输信号(电磁波、声波、地震冲击波)的获取、处理与传输，应用于雷达、声纳、导航、地震探测、移动通信(SDMA)、生物医学等领域。阵列系统的多信号处理能力、参数提取的高分辨、高精度和抗干扰能力等优点，很大程度上都依赖于适当的阵列信号处理算法。阵列系统模型的假设阵列信号数学模型设P个空间信号入射到由M个阵元组成的阵列，t时刻第m阵元的输出可以用矩阵表示为：为第l个入射信号波前，为第m个阵元对该信号的响应系数，为阵元接收加性噪声。)()()()(1tntsatxmPlllmm)(tsl)(ma)(tnm将整个阵列的输出信号写成矩阵形式为：为阵列流行矩阵、空间信号方向矢量、阵列响应矩阵。为信号源矢量。波传播的方向信息含于载波上，而不是复包络上，即与波形无关(这与时域信号处理不同)，空间信息含于载波上，时域信息含于信号包络上。)()()(tttnAsx)](,),([1PaaATPtsts)](,),([1sTdMjdjeea],,1[)(/sin)1(2/sin2对阵列及其通道的假设阵元的方向性：空间入射信号示意图TpkjMpkjMefefa])(,,)([)(11阵元及通道幅相特性一致性设第m个阵元对应信道的幅度和相位特性为,则阵列响应系数将受此幅相特性加权，即有：mjmeg)()()(tntAstx},,{11MjMjegegdiag阵元之间的互藕有关因素：阵元之间的间距大小，系统工作频段，采用的传感器类型等。设所有阵元之间的藕合系数矩阵为C，则考虑到阵元间互藕的阵列输出信号模型为：)()()(tntAsCtx阵元位置阵元测向的关键信息是空间信号入射到各阵元的相对延迟相位，而这一相位依赖于阵元之间的空间位置，阵元位置误差直接导致延迟相位估计误差，从而影响信号参数估计。阵列模糊阵元间距大于时，影响空间信号到达角的可辨识性和确定性，需要解决阵列模糊问题。2/各通道同步采集假设阵列接收信号需要进行采样和Ａ／Ｄ变换为数字信号后进入DSP处理器进行算法处理。Nyquist采样率宽频段信号：采用欠采样率(空时欠采样)，需要解模糊算法。对信号和噪声的假设窄带假设信号带宽远小于信号波前跨越阵列最大口径所需要的时间的倒数，即有如下假设：式中L为阵列最大口径，F和为信号中心频率和该频率对应的波长。远场假设即辐射源到阵列的距离远大于阵列的最大口径，从而入射到阵列的信号波前可近似为平面波前().1LFB2Ld入射信号统计特性空间入射信号平稳且各态历经，可以用时间平均代替集合平均。一般还假定各入射信号统计独立。噪声统计特性空时白高斯噪声；色噪声环境下需要稳健的算法。信号数目属于信号检测问题(AIC,MDL,etc)，一般假定先验已知。},,{)}()({221PssHdiagtstsEItntnEH2)}()({二、阵列信号处理的主要内容信号参数估计(DOA，频率，极化参数，距离，时延等):谱估计方法(子空间方法，波束形成方法)，参数化方法(最大似然，基于子空间逼近方法)。Ref[1]H.krimandM.Viberg,Twodecdeesofarrayprocessingresearch:theparametricapproach,IEEEsignalprocessingMagazine,Vol.13,Vol.4,1996.Ref.[2]D.H.Johnson,D.E.Dudgeon,Arraysignalprocessing,Prentice-Hall,1993.Ref.[3]IEEProc.1991.Ref.[4]Vaccaro,R.J,Thepast,present,andthefutureofunderwateracousticsignalprocessing,IEEESignalProcessingMagazine,Vol.15,No.4,1998.自适应波束形成(Beamforming,空域滤波)实质是通过对各阵元(传感器)加权进行空域滤波以到达对不同来向的信号进行增强或抑制的目的，而且它可以根据信号环境的变化，来自适应的改变各阵元的加权因子。在理想的条件下，自适应波束形成可以有效的抑制干扰而保留期望(有用)信号，从而使阵列的输出信号干扰噪声比(SINR)达到最大。三种准则：MVDR,MMSE,MSNR时域滤波空域滤波频率响应方向图通带主瓣阻带旁瓣频率选择方向选择三、当前的一些研究热点和新技术参数估计以及信号检测：1.非理想条件下稳健的参数估计方法和信号检测(色噪声，非平稳信号环境，阵列存在系统误差（包括互藕、幅相误差、位置误差）)。2.快速算法(子空间跟踪与更新，权系数更新)。3.相干信号和宽带信号环境。4.低信噪必(弱信号)、短数据环境下的检测与估计。5.新方法(MCMC，SMC(particlefilter)，SVB,StochasticResonance)。波束形成：1.RobustBeamforming(steeringvectorerror,arrayerror,coherentsignals,RobustCaponbeamforming).2.ArrayPatternSynthesis.Theproblemofdesigningcomplexweightsforindividualarrayelementstoachievepropertiessuchashighdirectivegainortospatiallyfiltersignalsbytheirangleofarrival.四、应用领域的一些实例仿真结果方向图综合例子-80-60-40-20020406080-80-70-60-50-40-30-20-100AngleofArrival(deg.)Pattern(dB)[-55-35][3555]-80-60-40-20020406080-50-45-40-35-30-25-20-15-10-505AngleofArrivalPattern(dB)波束形成例子-60-40-200204060-70-60-50-40-30-20-100DOA(度)度度度(dB)实测数据的例子Circulararrayof8sensors,diameterd=1.29m,wavelength=0.77～1.5m,beamwidth=45,Fs=375k一种基于高阶累积量的近场源距离、频率和方位联合估计算法，电子学报，2005(toappear).PassiveNear-FieldSourceLocalizationMethodUsingHigherOrderESPRIT,IEEETrans.AntennaandPropagation,2ndrevision.PassiveNear-FieldSourceLocalizationMethodbasedonSpatial-TemporalStructure,IEEProc.RSN,1strevision.谢谢各位！