基于虛擬時間延遲陣元的極化敏感陣列的多參數聯合估計*

摘要：本文提出了一種基于虛擬時間延遲單元的極化敏感陣列模型，根據該陣列的接收數據構造高階累積量矩陣，利用高階累積量的陣列擴展特性構造雙平行線陣，最后采用DOA矩陣法實現信號的頻率、方向角和極化參數的聯合估計，并通過MATLAB進行了仿真驗證。該方法不需要參數配對且可應用于任意高斯噪聲的環境中。

關鍵詞：極化敏感陣列；參數估計；高階累積量；DOA矩陣

DOI: 10.3969/j.issn.1005-5517.2012.5.006

*基金項目：國家973計劃項目（2007CB3106505）

引言

近年來，隨著空間中存在的電磁信號越來越多，對空間中信號的處理越來越復雜，敏感陣列信號處理逐漸成為陣列信號處理領域的研究熱點。目前最常使用的估計方法主要有基于子空間的方法和基于高階累計量的方法。極化敏感陣列多參數估計的子空間方法主要包括兩大類：多重信號分類（MUSIC）技術[12]和旋轉不變信號參數估計技術[13]（ESPRIT）。文獻[6]中提出了一種新型的極化敏感陣，該陣列主要是在高斯白噪聲的環境中應用，與實際的應用有較大的差異，本文在此基礎上，采用陣列接收數據的四階累積量矩陣來計算信號的參數估計，所使用的陣元減少，并且可用于任意的高斯噪聲中。

時間延遲的極化敏感陣列，利用四階累積量的陣列擴展特性，構造DOA矩陣，利用DOA矩陣廣義特征值分解中得到的特征值與特征矢量的對應關系實現了信號的頻率、二維波達方向和極化參量的高分辨估計。該方法需要的陣元相對較少且具有自動參數配對的功能，該方法通過虛擬的時間延遲單元估計頻率的精度，而頻率的估計精度直接影響著其他參量的估計精度。通過仿真結果可以看出，該方法在提高頻率估計精度的同時，提高了信號其他參量的估計精度。