MUSIC算法的研究和实现

【实例简介】
这是MUSIC算法的一个研究论文，给出了仿真和改进，可以作为论文的参考
Research of MUSIC al gor ithm and Imp lementation on DSp ABSTRACT Direction of arrival(DOA) estimation is an important research direction in array signal processing field, which has a very broad application prospects, such as radar, communication, sonar, navigation, electronic countermeasures smart antenna and so on. The estimation of Doa based on array signal processing is the main topic of spatial spectrum estimation. Modem spectral analysis based on the theory of super-resolution spatial spectrum estimation techniques, aimed at solving the high-resolution and high-precision direction-finding problem. The MUSIC Multiple Signal Classification) algorithm, presented by Schmidt is the most classical super-resolution algorithm. Based on an exact model of antenna array, the MUSIC algorithm can estimate the DOA of uncorrelated signals accurately. However, MUSIC algorithm cannot estimate the DOa of adjacent signals with small SNR. Many man-made signals in communications exhibit cyclostationarity. The research on improvement of signal processing performance by using the cyclostationarity of signals has become a hot spot. The main approach to solve this problem is to make full use of signal sources information. The MUSIc algorithms based on the cyclostationarity property have a better performance in noise suppressing and signal selectivity by using the cyclostationarity property of signal into array signal processing. However, the signal resolution of this algorithm is limited, when the signal wit cyclic correlation is considered. To solve this problem, an improved cyclic MUSIC lgorithm was presented in this paper. Owing to cannot estimate the doa of coherent signals, this paper also introduce the spatial smoothing MUSIC algorithm and the improved spatial smoothing MUSiC algorithm The MUSiC algorithm was presented in this paper and simulated with MATLAB The results have indicated that the MUSic algorithm has statistic efficiency, high resolution, and good accuracy. In this paper, MUSIC is chosen as the algorithm for the DOA estimation of non-correlated signals. Some improved mUSic algorithms of signal is presented to solve the shortcomings of the MUSIC algorithm and simulated with MATLAB. The results have indicated that the improved MUSIC algorithms have good performance. The operation speed of DsP chip is improving with development of microprocessor technology, the real time of doa will come true. Especially the real-time realization of MUSic algorithm will make an important practical significance for the development of this field. ADSP-TigerSHARC101 is used as the digital signal estimation system. The above-mentioned algorithm and their implementation procedures are fully discussed in this paper. Key words: Spatial Spectrum Estimation; MUSIC algor ithm; Cyclostationary Signal: Coherent Signal; Spatial smoothing: Implementation in DSP III 独刨声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其 他人已经发表或撰写过的研究成果,也不包含未获得 注: 如没有其他需要特别声明的,本栏可空)或其他教育机构的学位或证书使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示谢意。 学位论文作者签名: 签字日期:29年月3日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,有权保留并 向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人 授权学校可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用 影印、缩印或扫描等复制手段保存、汇编学位论文。同时授权中国科学技术信息 研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公 众提供信息服务。(保密的学位论文在解密后适用本授权书) 学位论文作者签名: '远 导师签字:cO 签字日期2年6月3日 签字日期:年月日 MUSIC算法的研究及DSP实现 1绪论 1.1引言 随着信号处理技术的发展,阵列信号处理伴随着天线组合技术而出现,逐 渐表现出优越性,并被广泛地应用于各种通信系统中,以提高通信系统对信号处 理的效率。基于阵列天线技术的通信系统能做到定向发射和接收,而且不会造成 用户间的干扰,相对于早期的全向天线,能量的利用率大大提高。如今阵列信号 处理已经成为信号处理领域的一个重要分支。阵列信号处理包括以下研究内容: 信号源定位(确定信号源到阵列的仰角和方位角);信号源分离(利用阵列处理技 术,把时域或频域里叠加在一起的信号源分离开,恢复每一个信号的波形),信 道估计(确定信号源到阵列之间传输信道的参数) 利用阵列信号处理技术实现对远场信号的来波方向2 direction of arriva DOA)估计近年来一直是人们研究的热点。阵列信号处理是利用阵列天线阵 对信号进行空间采样并进行处理,其中空间谱估计技术是近30年来发展起来的 空域信号处理技术,对波达方向的估计是空间谱估计研究的主要课题。它主要 目标是研究提高在处理带宽内独立、部分相关和相干信号角度的估计精度、角度 分辨力和提高运算速度的各种算法。空间谱估计技术在信号分析中有着十分重要 的意义,现代谱估计技术已经从线性走向非线性谱估计、从一维走向多为维谱估 计。空间谱估计方法主要有:傅里叶变换法、最大似然法、最大熵法、信号模型 法、皮萨伦科谱分解法、特征分解法等。 空间谱估计测向技术可实现对多目标测向,对天线阵元及阵的排列没有特别 的约束条件,这给阵元及天线阵的设计带来极大灵活性;它的测向精度高。空间 谱估计测向技术的优异性能受到理论界和工程界的极大重视理论上出现许多各 具特色的测向算法,如多信号分类( MUSIC)算法、一维MUSC算法、最大似 然估计法MU、借助旋转不变性估计信号参数法( ESPRIT等。 多重信号分类MUS算法是 Schmidt r o等人在1979年提出的,该算法已 成为空间谱估计理论体系中的标志性算法。该算法的基本思想是将任意阵列输 出数据的协方差矩阵进行特征分解从而得到与信号分量相对应的信号子空间和 与信号分量相正交的噪声子空间,然后利用这两个子空间的正交性来估计信号的 UsIC算法的研究及DSP实现 参数(入射方向、极化信息及信号强度等)。因此 MUSIC算法属于特征结构算 法,与其他参数模型谱估计方法相比,特征结构算法用更直接的自相关矩阵或 数据矩阵特征分解处理,能够适用于更广泛的一类问题。 MUSIC算法是针对空 间多个点信号源测向问题提出的,这种方法能得到很好的空间分辨性能,且有很 高的DOA估计精度以及很低的旁瓣。自七十年代末MUSC算法发表以来,便 受到人们的广泛重视,以 MUSIC算法为代表的特征结构类方法至今仍然是空间 谱估计研究的主流方向。 MUSIC算法在信号为互不相干的窄带信号和模型准确 的前提下,具有良好的性能,具有很高的分辨力、估计精度及稳定性阿,但对 于相关、相干信号以及相隔比较近的小信噪比信号, MUSIC算法的分辨能力受 到限制甚至失效。在信号源相干时算法的性能变得很坏。当信号源相于时,信号 子空间“扩散”到了噪声子空间,会导致某些相干源的导向矢量与噪声子空间不完 全正交,从而无法正确估计信号源的方向。为了对相于信号进行空间谱估计,就 得寻求去除相关性的办法,例如针对线性天线阵切,可以采用空间平滑法、信号 子空间旋转不变法( ESPRIT)、求根MUSC法等。而解决小信噪比的主要途 经则是充分利用目标信号的信息,但经典的 MUSIC算法并没有充分利用这些信 息。MUSC算法及其改进算法吸引了大量学者对其进行深入研究和分析。 Gardner 将信号的循环平稳特性用于DOA估计,黄知涛等人利用信号的循环平稳特性提 出了循环互相关MSIC算法 ccC-Music( Cyclic cross correlation MUSIC),该 方法具有良好的噪声抑制特性、可扩大阵列孔径,具有更好的分辨能力,充分的 利用了目标信号的信息。 MUSIC算法含有大量不规则的运算,数据动态范围大。数字信号处理是用 一些数学算法对数字信号进行分析、变换、综合、佔值和识别。作为数字信号处 理核心和标志的数字信号处理器(DP芯片自问世以来得到了快速的发展广泛 应用于通信系统图形、图像处理、雷达、声纳、医学信号处理、电子对抗等实时 信号处理领域。随着DSP技术的快速发展实时处理速度的提高动态范围的增大, 数据格式也由定点型向浮点型转换并且支持汇编和高级语言编程这些优势使得 DSP的应用越来越广泛,因此可以利用DSP技术来实现 MUSIC算法。 本论文就是关于MUSC算法的性能,分辨力,估计精度,以及在DSP上实 现的研究。 MUSIC算法的研究及DSP实现 1.2空间谱估计的发展及现状 最早的基于阵列的DOA算法为常规波束形成法,这种方法是传统时域傅立 叶谱估计方法中的一种空域简单扩展形式,即用空域各阵元接收的数据替代传统 时域处理中的时域数据。这种方法扩展至空域后,阵列的角度分辨力会受到“傅 立叶限的限制常称“瑞利限。突破“瑞利限成为广大学者研究的主要方向,从 而促进了空间谱估计技术的发展。 20世纪70年代末开始, MUSIC算法的提出实现了向现代超分辨测向技术 的飞跃,促进了特征子空间类算法的兴起。这一类算法的共同特点是通过对阵列 接收数据的数学分解(如特征分解、奇异值分解及QR分解等),将接收数据 划分为两个互相正交的子空间,利用这两个子空间的正交特性1构造空间谱峰, 从而提高算法分辨力。 MUSIC算法具有较高的分辨率、较好的稳健性,并且在 实用化过程中取得了一定的成果。因此 MUSIO算法应用非常广泛,它可被用来 估计信道测量中的多径时间弥散参量,以及频域室内几何定位,且性能优于 IFT。还有学者将 MUSIC算法应用于通信卫星于扰源定位,来保证通信卫星的 安全。 80年代后期开始,又出现了一类子空间拟和类算法,其中比较有代表性的 有最大似然算法、加权子空间拟和算法、及多维 MUSIC算法等。 近二、三十年来,空间谱估计的研究主要集中在以下几个方面: (1)信号源数的估计 在实际中为了准确估计信号源的方向,必须事先估计信号源数,目前常用的 方法有假设检验法、基于信息论准则法、广义似然比方法、最大后验概率法等。 (2)相干信号源的空间谱估计 在实际环境中,由于多径传播的等因素的影响,存在大量相干信号,使得信 号子空间与噪声子空间相互渗透。因此信号子空间类算法不能进行有效的分辨。 目前对相干信号的处理主要有空间平滑类算法1,矩阵重构类算法、非降维处 理算法。 (3)子空间迭代与跟踪算法 子空间迭代与跟踪算法的本质是对信号子空间或噪声子空间的快速求 解 MUSIC算法的研究及DSP实现 (4特殊信号的空间谱估计 特殊信号指的信号是循环平稳的、宽带的满足一定统计分布的1,此时空 间谱估计算法可以利用信号源的特性与特殊结构来改善估计性能。在通信中存在 大量循环平稳信号,有学者提出了基于信号源的循环平稳条件下的测向算法,这 一算法能估计多于阵元数的信号。 (5模型未知或存在误差时的DOA估计 处理模型未知或存在误差时的DOA问题有两种手段一种是直接的方法, 即先估计出误差量,然后再对模型进行校正,从而提高方向估计的精度;另一种 有效的方法是利用盲估计技术,即直接利用阵列采样数据估计阵列矩阵进行方位 估计。 (6)特殊阵列的空间谱估计 不同的应用背景会用到不同的特殊阵列,如针对均匀圆阵,就可以采用模式 空间变换算法1将用于均匀线阵的所有方法应用于模式空间变换后的虚拟阵 列,从而解决了圆阵的解相干问题。采用最小冗余阵列设置方法可以部分解决信 号源数大于阵元的问题等。 (门现代信号处理方法在空间谱估计中的应用 随着现代信号处理技术的发展现代信号处理在空间谱估计中的应用近年来 已成为空间谱估计技术新的发展方向。如神经网络在降低算法计算量方面有很多 优点,避免了数据矩阵的特征分解。利用高阶累计量可以对高斯噪声进行抑制 从而提高传统高分辨算法性能。 (8)空间谱估计算法在其他领域的推广 由于空间谱估计算法具有良好的超分辨性能山,被广泛应用到其他信号估 计领域,如信号的频率估计、时延估计、极化估计等 随着对空间谱估计技术研究的不断发展及深入,空间谱估计理论必将越来越 成熟,应用越来越广泛。 1.3本文的主要工作及内容 本文所做的工作是在理解MUSC算法原理的基础上,对该算法进行研究 通过编制 Matlab程序进行仿真,分析 MUSIO算法的性能。在仿真之后,主要进 行基于 Tiger SHARC芯片上的DSP程序的编写、调试,并在软件开发环境下进 USIC算法的研究及DSP实现 行软件模拟 本文内容安排如下: 第1章为绪论部分,主要介绍阵列信号处理技术是实现对远场信号来波方向 的估计。 MUSIC算法提出的背景以及空间谱估计技术发展状况、研究方向。 第2章主要介绍空间谱估计算法理论和 MUSIC算法的原理。 第3章使用 MUSIC算法对信号DOA进行估计,通过 Matlab仿真,研究 MUSIC算法的性能。 第4章研究利用信号的循环平稳性改善波达方向估计的方法本章研究了循 环互相关 MUSIC算法的数学模型以及实现步骤,并在此基础上给出改进的算法, 给出此算法的数学模型和实现步骤,并进行计算机仿真。 第5章研究利用空间平滑技术对信号做去相干处理,以改善DOA估计性能。 给出了相干信源模型,分析空间平滑技术原理,并提出了用前后向平滑技术实现 对 MUSIC算法的改进。最后,对改进的MUSC算法性能进行了计算机仿真。 第6章用DSP实现 MUSIC算法,主要介绍实现的过程和方法。 【实例截图】
【核心代码】