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。

　　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)技術和旋轉不變信號參數估計技術(ESPRIT)。文獻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。

　　DOA矩陣法的基本原理

　　假設存在有2M個陣元組成的雙平行線陣，如圖1所示，陣元間距為d_x，兩個子陣之間的間距為d_y，假定有D個已知載頻為f₀的獨立同分布的遠場窄帶信號入射到該陣列上，第k個信號的入射方向角用(θ_k，φ_k)表示。