188宝金博页面版

多普勒方位联合估计的蒙特卡洛算法王惠刚 , 刘 　强( 西北工业大学航海学院 , 陕西西安 710072)　　摘 　要 : 　目标回波的多普勒和方位参数能体现目标的重要特征 . 本文从参数的最大似然估计出发 , 采用非线性来放大似然函数并构造一个新的代价函数 , 该函数能更明显区分局部和全局最佳值 . 针对新代价函数的复杂形式 , 我们提出了基于蒙特卡洛的重要性采样方法来求解最佳值 , 并给出了重要性函数的一种选取方法 . 该方法不仅在低信噪比和小样本数条件下性能良好 , 而且各个参数自动配对并适用于任意的已知阵型 . 与已有的基于子空间的联合估计算法的仿真比较表明 , 本文提出的算法在性能上非常接近参数估计的 CRLB.关键词 : 　多普勒方位联合估计 ; 蒙特卡洛方法 ; 重要性采样 ; 最大似然估计中图分类号 : 　 TN911 　　　文献标识码 : 　 A 　　　文章编号 : 　 0372 2 2112 (2009) 09 2 1965 2 06A Monte Carlo Method for Joint Estimation of Dopplers and DOAsWANG Hui 2 gang ,LIU Qiang( College of Marine , Northwestern Polytechnical University , Xi ’ an , Shaanxi 710072 , China)Abstract : 　 The DOAs and Dopplers of the echoed signal from targets are very important parameters in some applications forradar and sonar. This paper proposes a new cost function which is based on the likelihood function amplified with a nonlinear func 2tion,and the global convergence of this function can be obtained more easily than the original cost function. An Importance Sam 2pling (IS) technique based on Monte Carlo method is proposed to find the optimum of this cost function ,and the suitable importancefunction is chosen to estimate these parameters. All parameters are paired automatically and this technique can be applied on the ar 2bitrary known array shape. Computer simulations show that the proposed method is superior to other methods based on subspace de 2composition under the condition of low SNR and small snapshots ,and the MSEs of Dopplers and DOAs in this method are veryclose to CRLB.Key words : 　 joint estimation of dopplers and DOAs;monte carlo method;importance sampling;maximum likelihood estima 2tion (MLE)1 　引言　　在主动雷达和声纳信号处理中 , 运动目标的方位、距离和速度是我们最感兴趣的参数 , 因此需要从观测数据中来估计这些参数 , 其中尤以方位和速度最难估计 .已经存在一些非常成功的算法来分别单独估计 DOA 或者多普勒 [1 ,2] , 对两者的联合估计研究并不多 [3 ～ 9] .众所周知 , 最大似然估计 (MLE) 是一个性能优良的参数最佳估计器 , 然而大多数问题的似然函数是参数的非线性函数 , 一般而言很难获得解析解 [10] . 常规方法直接采用网格搜索法 , 由于其计算量太大 , 转而寻求一种次最佳或近似最佳的算法 . 这些算法大致分为 2 类 , 一是把包含 DOA 和多普勒的似然函数去耦 , 二维的最优化问题转化为 2 个一维的最优化问题 [5] . 这种方法简化了计算 , 可采用已有的成熟方法来估计各个参数 , 但存在的问题是 , 去耦本身改变了似然函数的结构 , 估计结果存在较大误差 , 另外一个缺点是需要采用额外的方法实现 DOA 和多普勒的参数配对 . 另一类方法是采用子空间方法来简化二维似然函数 , 典型代表是采用 ES 2PRIT 的联合估计算法 [3 ,4 ,6 ～ 9 ,11] . 该方法虽然很好地实现了参数间的配对 , 但仍然是一个近似方法 , 在低信噪比和小样本条件下的估计性能差 . 而且这类方法的一个普遍缺点是只能适用于均匀线列阵 . 在文献 [5] 中 , 作者从最大似然估计出发 , 提出了两种简化的二维近似最大似然函数 (AML) 方法 , 采用牛顿法来求解二维非线性最优化 . 该方法在良好的初始条件下才能获得全局最佳参数 , 而且计算量也比较大 .本文从参数的最大似然估计出发 , 采用非线性来放大似然函数并构造了一个新的代价函数 , 使得全局最大点更明显 , 从而保证算法收敛到全局点 . 同时针对新的收稿日期 :2008 2 05 2 05; 修回日期 :2009 2 06 2 05基金项目 : 国家自然科学基金 (No.60702067)　第 9 期2009 年 9 月电 　　子 　　学 　　报ACTA ELECTRONICA SINICAVol.37 　 No.9Sep. 　 2009