文档介绍：南京航空航天大学
硕士学位论文
声矢量传感器阵列的DOA估计
姓名:陈未央
申请学位级别:硕士
专业:电磁场与微波技术
指导教师:张小飞
2010-12
南京航空航天大学硕士学位论文
摘要
矢量传感器阵列是具备新型体制和新型信号处理的阵列系统,将其和超分辨率方位估计等
现代信号处理技术结合,不仅为阵列处理技术带来了新的推动力,同时对于新型声纳系统和雷
达系统的研制具备重要意义。自其提出以来,基于矢量传感器的测量系统和矢量传感器阵列越
来越多的得到研究和应用,阵列的信号到达角的估计算法也不断涌现。
本文在已有算法原理的基础上,对声矢量传感器阵的波达方向(Direction Of Arrival,DOA )
的估计进行了进一步的研究,希望可以得到精度更高、性能更好的估计算法。全文的主要工作
包括以下几个方面:
系统的阐述了阵列信号处理的基本理论,声矢量传感器阵的现况、发展和应用;建立阵列
信号处理的模型,分析了背景噪声等条件,同时对几种常用的阵列模型做了综述。
研究了声矢量传感器均匀线阵情况下的两种 DOA 估计算法:旋转不变信号参数估计技术
(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法和多不变多
重信号分类(Multi-invariance MUltiple SIgnal Clasification,MI-MUSIC)算法。前者构成两个
相同的平移子阵,利用信号旋转不变性对阵列的到达角进行估计;后者充分利用了数组的结构
不变性,且只需要简单的一维搜索便可估计出阵列的到达角。同时,通过仿真对两个算法的性
能进行了比较。仿真结果表明:在相同参数情况下,MI-MUSIC 算法的 DOA 估计性能比 ESPRIT
算法更为优越。
针对不规则阵型的声矢量传感器阵,研究了信号的二维DOA估计算法。其中包括基本的
ESPRIT算法和平行因子(PARAllel FACtor,PARAFAC)算法。前者将声压子阵旋转后,分别变
成各振速子阵,利用各子阵之间的旋转因子与目标信号的方向信息有关,而与矢量传感器的空间
位置无关的特性,在无需预先知道阵元的空间位置的情况下对信号的到达角进行了估计;后者将
三线性分解方法延用于任意阵型的声矢量传感器阵,利用三线性分解的唯一性和可辨识性,对阵
列的信号到达角进行了角度估计,该算法是迭代算法,只需很少的迭代次数就能收敛。相比较而
言,PARAFAC算法性能优于经典的子空间算法,较之ESPRIT算法不需要对互谱矩阵进行特征值
分解(Eigen Value position,EVD)或对接收信号进行奇异值分解(Singular Value
position,SVD),且也不需要对配对。此外,PARAFAC算法可以支持小样本。

关键词:声矢量传感器阵,DOA 估计,ESPRIT 算法,多不变 MUSIC 算法,PARAFAC
i
声矢量传感器阵的 DOA 估计
Abstract
Vector sensor array is an array system with new system and new array signal processing.
Combining it and modern signal processing technology will bring new impetus for array processing,
and it has important significance for new system of sonar system and radar system development.
Since it is posed, measuring system based on vector sensors and the vector sensor array have been get
in research and application more and more, and signal DOA estimation algorithms also constantly
emerge. These algorithms mainly base on the parametric and the spatial spectral.
This paper aims at DOAs estimation methods for acoustic vector-sensor array based on