RWT与MUSIC结合的宽带多线性调频信号DOA估计

"本文介绍了一种结合Radon-Wigner变换(RWT)和多重信号分解(MUSIC)的宽带多线性调频信号波达方向(DOA)估计方法，旨在提高DOA估计的精度。该方法通过RWT抑制交叉项干扰和噪声，利用时频汇聚性提取信号参数，再通过MUSIC算法进行空间谱分析，从而实现DOA估计。仿真结果证明了这种方法在处理非平稳信号时的有效性。" 在无线通信和雷达系统中，波达方向估计是一项关键技术，用于确定信号源的位置。传统的DOA估计方法在处理宽带多线性调频信号时，由于信号的复杂性和环境干扰，往往导致估计精度不足。为了解决这一问题，2011年的一篇论文提出了采用RWT和MUSIC算法的结合策略。 Radon-Wigner变换是一种时频分析工具，它在多目标环境中能有效地抑制交叉项干扰，即不同信号源之间的相互影响，同时还能降低噪声的影响。RWT的优势在于其良好的时频汇聚特性，这意味着它可以精确地定位信号的时变特性，如初始频率和调频斜率。在该方法中，通过在RWT域中寻找峰值，可以提取出这些关键信号参数。 接下来，论文中的方法将信号阵列的时变方向矩阵转换为非时变方向矩阵，这一步是为了简化后续的分析。转换后，可以构建RWT域的阵列信号相关矩阵，这个矩阵包含了信号在不同方向上的相关性信息。 最后，利用多重信号分类（MUltiple SIgnal Classification，简称MUSIC）算法对上述矩阵进行空间谱分析。MUSIC算法是一种著名的DOA估计方法，它能构建一个伪谱，其中的零点位置对应于信号源的实际方向。通过对这个谱的解析，可以精确估计出信号的DOA。 仿真实验验证了基于RWT的DOA估计方法在处理非平稳信号时的效能，表明这种方法对于改善宽带多线性调频信号的DOA估计精度有显著效果。这一研究为解决复杂环境下的DOA估计问题提供了新的思路，并对相关领域的理论研究和实际应用具有重要的参考价值。