超分辨阵列测向技术研究.
超分辨成像方法研究现状与进展
超分辨成像方法研究现状与进展超分辨成像是一种能够提高图像分辨率的技术，通过利用图像中的相关信息来增加图像的细节，使得低分辨率图像能够得到更高的质量和清晰度。
超分辨成像方法的研究近年来取得了显著进展，下面将以1200字以上的篇幅来探讨这一领域的现状和进展。
超分辨成像方法可以分为两大类：基于图像的方法和基于信息的方法。
基于图像的方法主要是根据低分辨率图像中的像素信息进行插值和扩展，以获得高分辨率的图像。
而基于信息的方法则通过利用图像中的统计信息和结构特征来进行图像重建。
目前，超分辨成像方法的研究主要集中在以下几个方向：多帧图像重建、深度学习方法、先验模型和高光谱成像。
多帧图像重建是一种通过对多个低分辨率图像进行融合以提高图像质量的方法。
该方法利用多帧图像之间的相关性，通过图像对齐和叠加来获得更高分辨率的图像。
然而，由于多帧图像之间的配准问题和运算量的增加，这种方法在实际应用中有一定的限制。
深度学习方法是目前超分辨成像研究领域的热点之一、深度学习方法通过训练神经网络模型来学习图像之间的映射关系，以实现从低分辨率到高分辨率的图像转换。
这种方法广泛应用于图像超分辨领域，取得了一定的成果。
然而，深度学习方法需要大量的训练样本和计算资源，并且模型的鲁棒性和泛化能力有待提高。
先验模型是一种基于图像统计信息的超分辨成像方法。
该方法通过构建图像的先验分布来实现图像重建，利用图像的统计特性来提高图像的清晰度。
先验模型方法在图像恢复和图像去噪方面取得了一定的成果。
然而，由于先验模型复杂度高和计算量较大，其在实际应用中面临一些挑战。
高光谱成像是一种通过获取物体在各个频带下的光谱信息来提高图像分辨率的方法。
该方法通过同时采集多个频带的图像，然后将这些图像进行融合来得到高分辨率的图像。
高光谱成像方法在遥感和医学影像领域有一定的应用，但由于设备成本高和数据处理复杂度大，其在实际应用中还存在一定的限制。
总的来说，超分辨成像方法在近年来取得了一定的进展，但仍然存在一些挑战。
米波雷达阵列超分辨和测高方法研究
米波雷达阵列超分辨和测高方法研究米波雷达阵列超分辨和测高方法研究随着科技的不断进步，雷达技术在军事、航空、气象等领域得到了广泛应用。
米波雷达阵列是一种新型的雷达系统，具有高能量和高精度的特点。
本文将围绕米波雷达阵列的超分辨和测高方法展开研究。
首先，我们来了解一下米波雷达阵列的基本原理。
米波雷达是通过发射和接收微波信号来感知目标物体的位置和速度。
而阵列是由多个发射天线和接收天线组成的，通过在时间上和空间上的配合工作，可以实现对目标物体的高精度定位。
超分辨是指通过改变雷达阵列的发射和接收方式，提高雷达系统的分辨率。
测高是雷达系统通过测量微波信号的传播时间，从而计算出目标物体的高度。
在米波雷达阵列的超分辨方面，有两种常用方法：波束形成和数字波束形成。
波束形成是通过改变天线的辐射方向和接收方向来实现。
通过将多个天线的信号进行加权叠加，可以形成一个窄波束，从而提高雷达系统的分辨率。
数字波束形成则是通过对接收到的信号进行数字信号处理来实现。
这种方法可以对接收到的信号进行相位和幅度的调整，从而实现对目标物体的精确定位。
而在测高方面，米波雷达阵列通常采用脉冲压缩技术。
当雷达系统发射一个脉冲信号后，目标物体会回波一个反射信号。
通过测量反射信号的传播时间，可以计算出目标物体与雷达系统之间的距离。
而通过计算多个反射信号的传播时间，可以得到目标物体的高度信息。
除了传统的测高方法，还有一种新颖的方法被应用在米波雷达阵列中，即干涉测高方法。
干涉测高方法基于干涉原理，利用雷达系统中两个或多个天线之间的相对位移来计算目标物体的高度。
这种方法不仅可以测量目标物体的高度，还可以获得目标物体的三维形态信息，具有更高的精度和分辨率。
在研究中，我们发现米波雷达阵列的超分辨和测高方法对于目标探测和跟踪具有重要意义。
它们能够提高雷达系统的分辨率和精度，使雷达能够更准确地探测目标的位置和运动信息。
此外，超分辨和测高方法还可以应用于雷达成像和目标识别等方面，为军事、航空和地质勘探等领域提供更好的服务。
处理天线阵各通道增益和相位不一致性的一种超分辨测向新技术
处理天线阵各通道增益和相位不一致性的一种超分辨测向新技
术
万明坚;李全力
【期刊名称】《通信学报》
【年(卷),期】1991(012)006
【摘要】基于空间谱估计的高分辨测向技术,在天线阵各通道的增益和相位未知时,其性能往往低于传统的测向技术。
本文提出了一种新的方法来解决这一难题。
该方法是用一已知方向的辅助信号源,结合特征结构法来对各通道的增益和相位因子进行估计。
重要的是,文中还给出了找出最佳辅助源方向的技术,以及实现一个新测向系统的方案。
理论分析和模拟结果表明,本文提出的方法是有效的。
【总页数】6页(P77-82)
【作者】万明坚;李全力
【作者单位】不详;不详
【正文语种】中文
【中图分类】TN820.15
【相关文献】
1.一种舰载任意形状天线阵列超分辨测向技术的研究 [J], 熊良芳;司锡才;刁鸣
2.二维超分辨测向天线阵性能仿真与分析 [J], 刁鸣;孙鉴
3.用信号子空间法校准天线阵各通道增益和相位的不一致性 [J], 万明坚;肖先赐
4.天线阵列-天线罩系统的相位不一致性研究 [J], 眭韵;曹群生;李豪;王毅
5.一种三基线相位干涉仪测向天线阵设计与测向算法的工程实现 [J], 马华山因版权原因，仅展示原文概要，查看原文内容请购买。
阵列超分辨算法模拟研究
式（ ．） １ ８
１
ｄ
２
３
４
图 １等距线阵与远场信号 波达方 向（ Ｏ 估 计的基本问题就是确定同时处在空间某一 区域 Ｄ Ａ） 内多个感兴趣 的信号的空间位置（ 及各个信号到达阵列参考阵元的方向 角， 简称波达方向 ） 。而波达方 向估计 的分辨 率则 主要决定于阵列的长 度。 阵列长度确定后 ， 其分辨率也就确定 ， 成为瑞利 限。 超瑞利限的方法 称为超分辨方法。 最早的超分辨 ＤＯ Ａ估计方法是 著名 的 ＭＵＳＣ和 Ｅ Ｐ Ｉ Ｉ Ｓ Ｒ Ｔ方法 ， 他 们 同属特征结构的子空 间方法 。子空 间方法建立 在这样 一个基本观察 之上 ： 若传感 器的个数 比信源个数多 ， 则阵列数据 的信号分量一定 位于 个低秩的子空间。 在一定条件下， 这个子空间将唯一确定信号的波达 方向。由于把线性空 间的概念 引入 到 ＤＯ Ａ估计 中， 子空 间方法 实现了 波达方向估计分辨率 的突破。 １ ． ２多重信号分类（ ＳＣ） ＭＵ Ｉ 算法 ： 下面就是 如何利用子空间进行 多个信号分类考查 ：
出所 有峰值对应的 “值 。因此 ， Ｉ Ｊ ＭＵＳＣ算法需要 在频率轴上进行全域 搜索 ， 计算量 比较大。另外 ， 执行 ＭＵ Ｉ ＳＣ算法式选择噪声子空间还是信 号子空 间方式 ， 取决于 Ｇ和 Ｓ中那一个具有更小的维数 ， 了计算量有 除 所不 同外 ， 这两种方式并 没有本质上 的区别 。
Ｏ 引言 ．
＝
１
近 ２ 年来 ， ０ 阵列信号处理 已成为信号处理 的一个重要分 支 ， 在通 信、 雷达 、 声纳 、 地震 勘探 、 电天文等 领域获得 了广泛 应用 与迅猛发 射 展。 阵列信号处理的主要问题包括 ： 波束形成技术—— 是阵列 方向图的 主瓣指向所需 的方 向；零点形成术——是天线 的零点对准所有 的干 扰方 向；空间谱估计—— 对空间信号的波达方向的分布进行超分辨估
超分辨阵列测向技术研究
随着国民经济和国防科学技术的发展，无线电通信测向技术在电子战(EW)、地质勘探、深空探测、无线电通信信号的监视与管理、移动通信、导航、医学等各个方面得到愈来愈广泛的应用。尤其在军事的电子战中的成功的应用使得无线电通信测向技术得到了快速的发展。从海湾战争到近期的伊拉克战争的几次局部战争充分说明了未来的战争必将是高技术的信息战争，而电子战又是信息战的重要支柱，电子战在现代战争中的作用和地位日益提高，谁取得了电子战的优势，谁就掌握了战争的主动权，电子战己成为影响现代战争结局的一个重要因素。确定空间信号的波达方向和辐射源目标的地理位置是电子支援系统的一个重要方面，对敌方的军事目标实施全面的侦察、测向定位和监视显得尤为重要，这是夺定位是现代战争特别是电子战中重要的作战环节之一，其不仅为引导干扰机干扰敌方通信和大力摧毁敌方电子对抗系统提供重要前提，而且也为作战指挥提供了重要的军事情报。所以，各国军队都十分重视测向技术和设备的研究。根据阵列信号处理的空间谱测向原理，在实际测试时需要一个实际的天线阵列来验证系统功能并且测试系统总体性能，这样系统开发成本无疑增加了，延长了系统的开发时间，由于阵列本身存在误差和噪声的影响。因此需要一个系统平台来验证算法稳定性，对各项指标进行测试，所以需要对实际的阵列接收信号对算法仿真十分重要。同时介绍了经典的DOA估计算法，对各种算法进行了理论分析和仿真，并比较了各种算法的估计性能和优缺点。根据不同算法的优缺点，选择最佳算法来满足实际环境和技术指标的要求，利用综合的DOA估计算法对模拟的信号源进行仿真，得到了很好的估计结果。
基于MATLAB图形化界面的超分辨测向
基于MATLAB图形化界面的超分辨测向作者：马明星丁阳阳朱思宇刘春静来源：《机电信息》2020年第02期摘要：超分辨测向能够大大提高对辐射源的定位精度，其性能远远优于传统的波束测向算法，因此在雷达、通信、导航、电子对抗、麦克风阵列等诸多领域得到了推广与应用。
现针对经典的超分辨MUSIC算法进行了图形化界面设计，能够实现阵元间距等参数的灵活调节，还能够通过空间谱实时显示，直观分析不同环境下的超分辨测向性能。
关键词：超分辨测向;MUSIC算法;图形化界面0 引言阵列信号处理在雷达、声纳、医学、地震、通信等领域有着广泛应用，是信号处理领域的一个研究热点和难点。
阵列信号处理的目的是对阵列天线接收到的信号进行空域滤波处理，增强期望信号，抑制干扰和噪声，同时估计接收信号的参数。
与传统的信号定向传感器相比，传感器阵列能够灵活控制波束，具有较高的信号增益和较强的抗干扰能力。
这也是近十年来阵列信号处理理论蓬勃发展的重要原因。
文献[1]针对传统的MUSIC算法估计信号到达角运算量较大的问题，提出了一种结合快速傅里叶变换和线性调频变换的快速DOA（Direction of Arrival）估计算法。
文献[2]比较了不同阵列类型在DOA估计时的优缺点，阐述了MUSIC算法在全空域搜索时存在的不足。
文献[3]将一种新型的快速MUSIC算法应用于道路双黄线检测，以提高双黄线检测的精度和速度。
文献[4]从信噪比、阵元数、快拍数等方面比较了Barlett、Capon和MUSIC算法的DOA估计性能，深入分析了参数变化对测向的影响。
文献[5]通过比较MUSIC和ESPRIT算法之间的性能，分析了外辐射源多站系统在DOA体制下，以几何精度因子表征为设计指标的目标探测精度，解决了海基多站DOA的动态布站问题。
文献[6]以稀疏理论为基础，研究了稀疏表示信号下的二维DOA估计算法。
本文采用经典的超分辨MUSIC算法设计了基于MATLAB的图形用户界面，可调节的参数包括辐射源角度、输入信号功率、快拍数、阵元数量、阵元间距、噪声功率，此外还能够实时给出不同条件下的MUSIC空间谱示意图。
基于状态空间法的多子阵超分辨测向技术
摘
要： 基 于状 态空 间法 ， 提 出了一 种稀 疏 多子 阵场 景 下的超 分辨 测 向技 术． 该技 术利 用 多个 物理 阵 列 的接
收数据 ． 应用状 态空间法在子 阵间进行虚拟 阵元 内插 ， 从 而合成 具有 等效 大孔径的 雷达 阵列 ， 以提 高测 向分辨
率 ．数 值 仿 真 结 果表 明 ， 应 用该技 术使 波 束 宽度 远 小于 目标 的 角 间距 ， 能 够很 好地 分 辨 并 确 定 目标 的 方位 角 ， 从 而验证 了所提 超 分辨 测 向技 术 的有 效 性 ．
为基 础 ， 进 行各 种 改进 ， 并取 得 了相 应 的成 果 ． 文献［ ６ ］ 研 究 了 基 于 空 域 四 阶 累 计 量 的 虚 拟 阵 列
１ 稀疏多子阵接收信号数学模 型
本文 以２ 个 均匀线阵为例进行讨论 ， 如图 １
所示 ， 多 子 阵 的情 况 可做 简 单 类 推 ． ２ 个 均 匀 线 阵 的阵 元 数 分 别 为 Ⅳ Ｉ 和 Ⅳ ２， 阵 元 间距 均 为 ｄ ，
Ｘ （ ｆ ） ＝ ｕ ｋ （ ｔ ） ｅ ｘ ｐ ［ ｊ ￣ ｏ ｋ （ ｔ ） ］ ・ ｅ ｘ ｐ ［ － ｊ ∞ ０ ｄ ｓ ｉ ｎ Ｏ ｋ （ ｎ 一１ ） ／ ｃ ］ ＋Ｐ （ ｆ ）
＝
１ ， ２ ， …， Ⅳｌ ， …， Ｄ＋１ ， Ｄ＋２ ， …， Ｄ＋Ⅳ２（ １ ）
孔 径 扩展 法 ， 可 将 阵列 孔 径 扩 大 １ 倍．文献［ ７ ］ 采
用 阵列 变 换 将 原始 阵列 转 化 为新 阵列 ， 新 阵列 相
对 原 始 阵 列 阵元 个 数 不 变 ， 阵元 间距 得 到 扩 展 ， 从 而增 大 了阵 列 的有 效 孑 Ｌ 径， 但 此 法 需要 预 估 目
原子阵列超分辨光学技术
原子阵列超分辨光学技术
原子阵列超分辨光学技术是一种新兴的光学技术，它可以在纳米尺度下实现超高分辨率成像。
这种技术的原理是利用原子阵列的特殊性质，将光学信号转换为电子信号，然后通过电子显微镜进行成像。
这种技术的应用范围非常广泛，可以用于生物医学、材料科学、纳米电子学等领域。
原子阵列超分辨光学技术的核心是原子阵列。
原子阵列是一种由原子组成的有序结构，可以在纳米尺度下制备。
这种结构具有非常特殊的光学性质，可以将光学信号转换为电子信号，并且可以通过电子显微镜进行成像。
这种技术的分辨率可以达到纳米级别，比传统的光学显微镜要高得多。
原子阵列超分辨光学技术的应用非常广泛。
在生物医学领域，这种技术可以用于研究细胞结构和功能，探索生命的奥秘。
在材料科学领域，这种技术可以用于研究材料的结构和性质，开发新型材料。
在纳米电子学领域，这种技术可以用于研究纳米器件的结构和性能，开发新型纳米器件。
原子阵列超分辨光学技术的发展还面临着一些挑战。
首先，原子阵列的制备需要非常高的技术水平，制备成本也比较高。
其次，电子显微镜的成像速度比较慢，需要花费较长的时间进行成像。
最后，原子阵列超分辨光学技术还需要进一步完善，以提高其分辨率和成像速度。
原子阵列超分辨光学技术是一种非常有前途的光学技术，可以在纳米尺度下实现超高分辨率成像。
这种技术的应用范围非常广泛，可以用于生物医学、材料科学、纳米电子学等领域。
虽然这种技术还面临着一些挑战，但相信随着技术的不断发展，原子阵列超分辨光学技术一定会有更加广泛的应用。
反辐射导引头二维超分辨测向技术研究
统 ， 以必须提 高其 多源测 向和 多 目标分 辨 能力 。为此 ， 出采 用超 分辨测 向技 术 来估 计 多个 所 提
辐 射 源 的 到 达 角 ， 对 该 方 法 的 可 行 性 进 行 研 究 。 首 先 ， 出反 辐 射 导 引 头 超 分 辨 测 向 模 型 ， 并 给
在 此基础 上 ， 用 ＭＵＳ Ｃ算 法进 行 到达 角估计 ， 采 Ｉ 并对 影 响 ＭＵＳＣ 算法 估 计精 度 的 因素进 行 Ｉ
Ｍ Ｕ ＳＩ ａｌｏｒｔ Ｃ ｇ ｉ ｈｍ
０ 引 言
反辐射雷达 导引 头通 常具 有较 宽 的频 带 和较 大 的 搜索范 围 ， 同时 由于导 弹弹 体空 问条件 限制 ， 能 安装 不 较大尺寸 的天线 ， 因此反辐射 雷达导 引头 天线通 常具有 较宽的波束 ， 这就必 然导致更多 不 同空 域 的 目标辐 射信 号进入导引头接 收系统 。所 以 ， 必须提 高反 辐射导 引头
第２ ７卷第 １
反 辐 射 导 引 头 二 维 超 分 辨 测 向 技 术 研 究
王 开斌 ， 周瑞 青 （ 中国航 天科 工 集 团二 院二十五 所 ， 北京 １ ０ ５ ） ０ ８ ４
摘 要 ： 对 于反 辐 射 雷 达 导 引 头 ， 宽 的 波 束 导 致 多 个 目标 辐 射 信 号 进 入 导 引 头 接 收 系 较
了仿 真 分 析 。 仿 真 结 果表 明 ， 方 法 可 以 实 现 多 目标 测 向 。 该
关键 词 ： 反辐 射 导 引头 ； 分辨 测 向 ； 超 到达 角估 计 ； ＭＵＳ Ｃ算法 Ｉ
中图分类 号 ： Ｖ ４ ８１３ ４ ． ３ 文 献标 识码 ： Ａ
Ｈｉ ｒ ｓ ｌ ｔｏ Ｄ ｅ ｏ ｕ ｉｎ ２ ＤＯＡ ｓ ｉ ａ ｉｎ ｔ ｃ ｎ ｑｕ ｏ ｎｔ ｒ ｄ ａ ｉ ｎ ｓ ｅ ｅ ｅ ｔｍ ｔ ｅ ｈ ｉ ｅ ｆ ｒ ａ ｉ ａ ｉ ｔｏ ｅ ｋ ｒ ｏ －
阵列天线超分辨方法研究及数值仿真的开题报告
阵列天线超分辨方法研究及数值仿真的开题报告一、研究背景和意义天线技术是目前通信领域的重要技术之一，随着通信技术的发展，天线的使用范围也越来越广泛。
阵列天线是一种应用广泛的天线结构，其具有高增益、高方向性、宽带等特点，被广泛应用于雷达、卫星通信、移动通信等领域。
然而，阵列天线在超高频和毫米波等高频段往往面临着重大的制约，例如常规阵列天线的方向图模糊、空间分辨率低等问题。
因此，如何提高阵列天线的空间分辨率和方向图的清晰度，是当前热点研究领域之一。
在此背景下，研究阵列天线的超分辨方法，对于提高阵列天线的性能具有重要的意义。
二、研究内容和目标本课题的研究内容主要为阵列天线的超分辨方法研究及数值仿真，旨在通过数值仿真研究阵列天线超分辨方法的优化和改进，实现对阵列天线方向图模糊、空间分辨率较低等问题的解决，达到提高阵列天线性能的目的。
具体研究内容包括：1. 阵列天线超分辨方法研究：主要针对常规阵列天线方向图模糊、微弱信号低效、空间分辨率低等问题，探究其超分辨方法的数学模型和实现方法。
2. 数值仿真：通过使用MATLAB等软件进行数值仿真，进行超分辨方法的模拟，分析其在不同情况下的性能表现。
3. 结果分析与评估：对模拟结果进行分析，对超分辨方法的性能进行评估，并针对性地提出改进方案。
三、预期成果1. 阵列天线超分辨方法：建立阵列天线超分辨方法的数学模型和实现方法，实现阵列天线的高精度方向图和高分辨率成像效果。
2. 数值仿真结果：利用数值仿真软件对阵列天线超分辨方法进行模拟，得出其性能表现，并通过仿真数据完善改进方案。
3. 研究报告：撰写系统的研究报告，介绍研究方法、结果、实验数据分析、总结等内容。
四、研究方法本研究采用数值计算仿真研究方法，包括理论研究与数值仿真两个部分：1. 理论研究：通过对阵列天线超分辨方法的相关文献的查阅和分析，总结已有研究成果，明确研究方向和重点，建立阵列天线超分辨方法的数学模型和实现方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
电 子 科 技 大 学UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA学 士 学 位 论 文BACHELOR DISSERTATION论文题目 超分辨阵列测向技术研究学生姓名刘林锋 学 号 2801202024专 业 网络工程学 院 通信指导教师郑植 指导单位通信学院年月 日摘要摘要相对于传统的干涉仪技术，阵列测向技术的优点就是可以同时处理多个信号，而分辨率则成为阵列处理多信号的重要指标，提高阵列测向算法的分辨率也成为阵列信号处理的迫切需求，利用子空间分解的超分辨算法则是这类算法的代表。
且随着信号处理技术的快速发展，人们对信息的需求也越来越高，宽带信号测向技术也成为当前研究热点。
本文在前人的工作基础之上，首先回顾了高分辨阵列测向技术的发展历程，概括了其基本原理和应用，本文对MUSIC算法改进后，不仅能估计出空间相互独立信号源的波达方向，而且能有效的分辨出相干信号的到达角度。
此外还对波达方向估计算法进行了仿真，包括基于子空间分解的MUSIC 算法、旋转不变子空间算法以及空间平滑算法，同时对这几种算法的估计性能进行了详细的分析。
关键词：阵列信号处理，测向算法，MUSIC，ESPRIT，DOAⅠABSTRACTABSTRACTCompared with the traditional interferometer direction finding (DF) technology, the advantage of array DF technology is that we can deal with multiple signals at the same time. The resolution of array DF technology has been urgently improved. And those algorithms which based on subspace divided technology are representative of the super-resolution algorithms. The biggest problem in an actual array DF system is the complexity of algorithms, including the time complexity and space complexity. Because the searching process in MUSIC algorithm can not meet the requirements of real-time systems, the rapid DF algorithms of search-free are the greatest possibleto be used in practical applications. As the rapid development of signal processing technology, wideband signal DF technology has also become one of the current research focuses. Based on the work of our predecessors, those problems have been studied in this paper, such as the resolution of peak-searching algorithms, the accuracy of rapid DF algorithms and the experiment of wideband signal DF algorithm.Keywords: array signal processing, direction finding algorithm, MUSIC，ESPRIT，DOAII目录第一章引言 (1)1.1研究背景及意义 (1)1.2阵列测向技术的发展及研究现状 (2)1.3本文的主要研究内容和论文结构 (4)第二章阵列信号处理基础 (5)2.1阵列信号处理概况 (5)2.2阵列信号模型 (7)2.2.1阵列信号的表示及特征 (7)2.2.2信号接收数学模型 (9)2.2.3阵列几何流型 (16)2.3阵列信号处理的研究内容 (18)2.3.1数字波束形成 (18)2.3.2DOA估计 (19)2.3.3信源个数估计 (19)2.4阵列信号处理技术的应用 (20)2.5本章小结 (20)第三章MUSIC与ESPRIT测向算法 (22)3.1引言 (22)3.2 MUSIC算法分类 (23)3.2.1传统MUSIC算法 (23)3.2.2求跟MUSIC算法 (24)3.2.4仿真分析 (25)3.3旋转不变子空间（ESPRIT）算法 (28)3.3.1算法原理 (28)3.3.2LS-ESPRIT算法 (30)3.3.3修正ESPRIT (31)3.4算法仿真 (34)3.5本章小结 (36)第四章相干信号源的测向 (38)4.1引言 (38)III4.2相干信号模型 (38)4.3空间平滑算法 (39)4.3.1前向空间平滑MUSIC算法 (40)4.3.2半Toeplitz化平滑 (42)4.3.3Toeplitz化平滑 (43)4.4仿真分析 (44)4.4本章小结 (45)第五章总结与展望 (46)5.1总结 (47)5.2展望 (47)致谢 (48)参考文献 (49)外文资料原文 (51)外文资料译文 (52)IV第1章引言第1章引言1.1研究背景及意义超分辨阵列测向技术作为现代信号处理中的一个重要研究方向也是近年来富于生机、发展迅猛的一个研究领域。
其广泛地应用于军事与国民经济领域，从雷达[1][2][3]、声纳错误！未找到引用源。
错误！未找到引用源。
、制导错误！未找到引用源。
、空天错误！未找到引用源。
等军事领域到通信错误！未找到引用源。
错误！未找到引用源。
错误！未找到引用源。
错误！未找到引用源。
、地质勘查错误！未找到引用源。
、医学诊断与治疗错误！未找到引用源。
等民生经济领域均可见其应用。
超分辨阵列侧向主要采用空域处理方法、空时联合处理方法、以及结合特征参数域（包括极化、循环谱等信号时频特征）的联合处理方法等。
阵列信号处理的主要研究内容包括DOA估计与DBF两个方面。
本文主要是针对电子侦察中的快速超分辨DOA估计技术开展研究。
随着国民经济和国防科学技术的发展，无线电通信测向技术在电子战(EW)、地质勘探、深空探测、无线电通信信号的监视与管理、移动通信、导航、医学等各个方面得到愈来愈广泛的应用。
尤其在军事的电子战中的成功的应用使得无线电通信测向技术得到了快速的发展。
从海湾战争到近期的伊拉克战争的几次局部战争充分说明了未来的战争必将是高技术的信息战争，而电子战又是信息战的重要支柱，电子战在现代战争中的作用和地位日益提高，谁取得了电子战的优势，谁就掌握了战争的主动权，电子战己成为影响现代战争结局的一个重要因素。
确定空间信号的波达方向和辐射源目标的地理位置是电子支援系统的一个重要方面，对敌方的军事目标实施全面的侦察、测向定位和监视显得尤为重要，这是夺定位是现代战争特别是电子战中重要的作战环节之一，其不仅为引导干扰机干扰敌方通信和大力摧毁敌方电子对抗系统提供重要前提，而且也为作战指挥提供了重要的军事情报。
所以，各国军队都十分重视测向技术和设备的研究。
根据阵列信号处理的空间谱测向原理，在实际测试时需要一个实际的天线阵列来验证系统功能并且测试系统总体性能，这样系统开发成本无疑增加了，延长了系统的开发时间，由于阵列本身存在误差和噪声的影响。
因此需要一个系统平台来验证算法稳定性，对各项指标进行测试，所以需要对实际的阵列接收信号对算法仿真十分重要。
同时介绍了经典的DOA估计算法，对各种算法进行了理论分析和仿真，并比较了各种算法的估计性能和优缺点。
根据不同算法的优缺点，选择最佳算法来满足实际环境和技术指标的要求，利用综合的DOA估计算法对模拟的信号源进行仿真，得到了很好的估计结果。
1电子科技大学学士学位论文研究超分辨阵列测向，以实现在超分辨阵列测向领域的技术积累，同时为相关领域项目提供理论和技术支撑。
以促进超分辨阵列侧向技术的发展，为现代通信领域提供新的优良技术！1.2超分辨阵列测向技术的发展及研究现状超分辨测向技术自二十世纪60年代末被提出以来，由于其在阵列信号处理中的重要地位，并伴随着数字信号处理和微电子等技术的飞速发展取得到了长足的发展，随之构建了完善的理论基础并发展了一大批超分辨测向方法。
几个具有标志性的研究成果可以把阵列信号处理中的超分辨测向技术划分为几个发展阶段。
首先是Burg在1967年提出的最大熵谱估计方法（MEM──Maximum Entropy Method）错误！未找到引用源。
和Capon在1969年提出的一种基于波束形成的最小方差法（MVM──Minimum Variance Method）或Capon方法错误！未找到引用源。
，标志着在改善阵列天线的分辨能力方面取得开拓性的成果。
与传统的波束形成算法不同，MEM和MVM方法能突破阵列的物理孔径所形成的内在限制—瑞利极限（Rayleigh Resolution Limit），即能对落入一个波束宽度内的多个信号区分辨识，对DOA的估计表现出超分辨的特性，“超分辨”这一术语也由此应运而生。
但是，这两种方法仅仅是对常规波束形成方法作了修正，即只从一种直观的角度来增加对已知信息的利用程度，从而达到提高阵列天线对信号的分辨能力的目的，而估计问题的内在结构仍然是个迷。
MVM方法虽然可以突破瑞利限而使其对信号来波方向估计表现出超分辨的能力，对超分辨DOA技术研究起到一个巨大的推动作用，但该算法依赖阵列形式，空间分辨率受限于阵列孔径，而且没有充分利用Sample Covariance Matrix的结构特征，无法实现真正意义上的超分辨。
R. O. Schmidt在其1982年的博士论文错误！未找到引用源。
提出了基于子空间分解的多重信号分类（MUSIC──Multiple Signal Classification）算法错误！未找到引用源。
，开启了超分辨DOA 估计技术研究的新纪元。
MUSIC算法从几何的角度剖析了估计问题的内在结构，即通过Sample Covariance Matrix的EVD或者对阵列接收数据进行SVD把观测数据空间划分为信号子空间（Signal Subspace）及其正交补（噪声子空间──Noise Subspace）。