互质阵列单比特波达方向估计问题研究

Direction-of-Arrival (DOA) estimation, one of the fundamental problems in array signal processing, has found broad applications in a variety of fields including the wireless communications. With the expanding of array scale and the increasing performance requirements, the conventional DOA estimation methods require a large number of antennas and radio-frequency channels, as well as the high-resolution analog-to-digital converters, raising significant challenges with respect to the system cost, software/hardware complexity, and the hardware implementation. To address these challenges, this project focuses on the efficient DOA estimation techniques for spatially under-sampled coprime array signals with one-bit quantization. Specifically, the main contents of this project include: 1) virtual domain modeling and statistical property analysis for the finite one-bit quantized signals, based on which the theoretical basis of the cross-pollination between the sparse sensing and the one-bit quantization will be established; 2) investigation of the one-bit coprime array DOA estimation method and the gridless solutions for the non-uniform virtual array; 3) derivation of the Cramér-Rao bound for the virtual domain one-bit DOA estimation, and analyzing the corresponding technical indicators for the proposed method. The research findings of this project would lay a significant theoretical foundation and technical support for the economic applications of DOA estimation.

波达方向估计作为阵列信号处理领域的基本问题之一，在包括无线通信在内的多个领域有着重要的应用价值。但是，随着阵列规模的不断扩大和估计性能要求的不断提升，传统波达方向估计方法存在所需天线和射频通道数目多、AD转换分辨率要求高等问题，进而造成系统应用成本高、软硬件复杂度高、硬件实现难等挑战。为此，本项目研究面向互质阵列空间稀疏欠采样、单比特量化信号的高效波达方向估计技术，包括：1）有限元单比特量化信号的虚拟域建模与统计特性研究，为稀疏感知和单比特量化技术的融合提供理论基础；2）互质阵列单比特波达方向估计方法研究，提出匹配非均匀虚拟阵列的无网格化技术方案；3）基于虚拟域信号处理的单比特波达方向估计克拉美罗界推导，分析互质阵列单比特波达方向估计的理论与技术指标。本项目的研究成果将为低成本、低功耗、低复杂度且易于实现的波达方向估计应用提供重要的理论基础和技术保障。

波达方向估计作为雷达、声呐、射电天文学、无线通信等应用中的关键技术之一，为目标的测向、定位及跟踪提供关键信息，其性能的准确性与高效性一直是领域内所关注的热点问题。随着应用背景的革新与实际需求的不断提升，阵列规模与信号维度不断扩大，传统方法面临信号处理效率低、系统部署成本高等瓶颈问题。为此，本项目围绕互质阵列这一具有系统化架构的稀疏阵列，深入研究了以下三个方面的内容：1）基于互质阵列单比特量化信号的欠定波达方向估计。通过融合互质阵列信号处理与单比特量化技术的优势，剖析了互质阵列单比特量化信号及其二阶虚拟域统计量的统计特性，提出基于虚拟域统计量重建的互质阵列单比特欠定波达方向估计算法，验证了由稀疏阵列及其虚拟域统计信号处理所带来的性能增益大于因单比特量化信号处理所造成的性能损失，能够在保证估计性能的同时有效降低软硬件复杂度。2）基于互质采样的多维稀疏阵列拓展与张量化信号处理。面向实际应用中的复杂高维感知场景，在互质采样的框架下将一维互质线阵拓展到二维互质面阵、互质L型阵列以及三维立方阵，并基于多维稀疏感知信号的张量化建模与统计分析，研究基于虚拟域张量处理、互相关张量处理、耦合张量分解的无网格化波达方向估计算法，进一步提升波达方向估计的综合性能。3）稀疏采样背景下目标参数估计的均方误差全局Ziv-Zakai界。由于克拉美罗界在低信噪比、小样本等非理想场景下无法达到渐进有效，导致其性能下界无法做到全局最优，本项目研究欠定/过定场景下多目标波达方向估计的普适Ziv-Zakai下界，并从理论层面证明了其全局渐进有效性，实现了较克拉美罗界更为紧致的性能下界表征。本项目的相关研究成果将为大规模天线阵列系统及复杂高维信号处理等实际应用场景提供高准确度、高实时响应、低成本开销且易于部署实现的波达方向估计基础理论与方法支撑。