电磁矢量传感器阵列波达方向和极化联合估计

近年来基于张量和多元数的波达方向（DOA）与极化联合估计成为电磁矢量传感器阵列信号处理研究的核心内容之一。较之常规复矩阵框架下的算法，张量与多元数算法能更好地挖掘阵列输出的局部矢量性和整体高维结构，在参数估计精度和模型容错性等方面存在优势。然而在现有工作中，阵列输出几何信息、多层次高维信息的有效利用，复杂条件下阵列输出的张量建模与求解，极化域子阵的多元数建模及应用等诸多关键问题尚未得到解决。本项目旨在针对现有工作中存在的上述问题展开研究，突破已有的张量与多元数算法在处理手段上的局限，提高DOA与极化估计性能。主要内容有：有效利用阵列几何信息的多元数矩阵分解算法；基于乘法可交换多元数的极化域子阵算法；多元数张量分解算法；基于块分解的DOA与极化联合估计；拉伸电磁矢量传感器阵列的张量建模与求解等。开展本项目的研究对于自主发展我国下一代信息获取与传输系统无疑具有十分重要的理论与实际意义。

近年来基于张量和多元数的波达方向（DOA）与极化联合估计成为电磁矢量阵列信号处理的核心内容之一。较之常规的复矩阵算法，张量与多元数能更好地挖掘阵列输出的局部矢量性和整体高维特性，在参数估计精度和模型容错性等方面存在优势。然而在现有工作中，基于张量和多元数的共点或拉伸电磁矢量传感器阵列非完全极化信号、相干信号、宽带信号的DOA与极化联合估计等诸多关键问题尚未得到有效解决。本项目工作正是由此而展开的。主要内容包括，能够有效利用多元数运算几何意义的多元数矩阵分解方法及相关的DOA估计方法研究；基于乘法可交换多元数的电磁矢量传感器阵列信号DOA与极化联合估计方法研究；充分利用电磁矢量传感器阵列信号的三维结构及高阶统计特性的多元数张量分解方法及DOA与极化联合估计方法研究；基于多元数和非圆统计信息融合的DOA估计方法研究；基于空-极化域相关/非相关分布源模型、非对称分布源模型的电磁矢量传感器阵列参数估计；基于稀疏分解的DOA估计方法研究；电磁矢量传感器均匀圆阵DOA估计方法研究等。项目负责人及所在团队针对上述内容进行了深入研究，提出非完全极化信号的双四元数矩阵分解DOA估计算法、相干源信号的双复数平滑DOA估计算法、双四元数非圆统计信息融合DOA估计算法、基于拉伸三极子天线的DOA估计算法、几何约束张量分解算法、三种非正交复值联合对角化算法、广义联合对角化算法、统计约束下的张量分解算法、基于空-极化域相关/非相关分布源模型的MVDR参数估计算法和近似子空间算法、基于非对称分布源模型的匹配搜索算法、非相干与相干信号共存条件下的阵列协方差矩阵稀疏分解DOA估计算法、电磁矢量传感器均匀圆阵闭式测向算法等，较好完成了研究任务，达到了预期目标。特别地，项目成果揭示了电磁矢量阵列结构同多元数/张量运算之间、极化平滑算法和多元数性质之间、电磁矢量传感器阵列模型同多数据集分析方法之间的内在联系，并考虑了部分极化、相干源、色噪声等贴近实际的非理想情况，因此具有重要的理论意义与实用价值。