顾名思义，阵列信号处理就是将多个传感器分别设置在空间不同的位置从而组成所谓的传感器阵列，利用传感器阵列来接收空间信号进而对接收的信号进行特定的处理，增强所感兴趣的有用信号，抑制无用的干扰和噪声，并提取有用的信号特征，解读信号中所包含的信息。与传统的单个传感器接收信号的一维信号处理相比传感器阵列信号处理具有灵活的波束控制、较高的信号增益、较强的干扰抑制能力以及很好的空间分辨能力等多种优点，这些优势也是阵列信号处理理论～直不断蓬勃发展的根本动力
【２】［３１。
在许多情况下，时域一维信号处理算法可以移植到阵列多维信号处理中来。例如在阵列系统进行空间采样后，其加权阵元输出的傅立叶变换就是该天线阵列在此加权条件下的空间方向图，这与时域信号处理中的ＦＩＲ滤波器的抽头系数的傅立叶变换即为该滤波器的频率响应是类似的。另外时域自适应滤波技术也可以直接推广到空域阵列自适应信号处理中，例如自适应空间滤波、自适应阵列天线等，因此时域和空域信号处理技术从一开
哈尔滨工程大学博士学位论文
始就有着十分密切的联系。
阵列信号处理最主要的研究内容大体上可以分成自适应波束形成和超分辨率波达方向估计两方面内容。自适应波束形成技术又称为自适应空域滤波技术，其实质是对来自不同方向的信号进行有目的的增强和抑制处理最终达到提取信号中的信息的目的，这种技术已经在雷达、通信以及声纳系统等领域中得到了很好的应用。超分辨率波达方向估计是指把超分辨谱估计技术应用到阵列信号处理的方向估计中，从而获得精确的信号来波方向，以达到定位的目的，这种技术已经在雷达、声纳、地震勘探以及射Ｆ乜１天文等领域中得到了广泛的应用。
自适应波束形成是通过对各阵元（传感器）加权进行空域滤波，来达到增强有用信号、抑制干扰的舀的，而且它可以根据信号环境的变化，来自适应地改变各阵元的加权因子。虽然在理想的条件下，自适应波束形成技术可以有效地抑制干扰而保留期望（有用）信号，从而使阵列的输出信号干扰噪声比（ＳＩＮＲ）达到最大；但是实际系统常存在有各种误差，包括自适应训练样本有限引起的协方差矩阵的估计误差、约束导向矢量的指向误差和各种系统误差，如阵元幅相误差、阵元位置误差、阵元之间的互耦、通道频率特性失配等，这时自适应波束形成的性能会大大下降，甚至会完全失效，尤其是当协方差矩阵中含有期望信号时，这种现象更为明显。
由于具有广阔的应用前景，超分辨波达方向估计近二十年来得到了迅猛的发展，尤其是以ＭＵＳＩＣ【ｌｏ】方法为代表的信号子空间方法引起了人们越来越多的注意。但是人们对超分辨波达方向估计的研究都是在许多假设的理想条件下来进行的，例如假定环境噪声为白噪声，并且空间平稳ｆ即各阵元噪声功率相等）等。当这些假定条件不满足时，超分辨波达方向估计的性能会急剧变坏。另一方面，虽然人们对自适应波束形成和超分辨波达方向估计进行了大量的研究，提出了不少性能良好的算法，但是要进行实际系统的工程实现还有一定难度［１”。其原因一方面是这些算法的运算量较大，对硬件设备要求较高；另一方面是这些算法的稳健性差，对实际系统和信号环境有较高的要求。
因此，研究阵列信号处理的稳健算法及其工程实现具有重要的理论意义２
第１章绪论
和重大的实用价值，这同时也是目前阵列信号处理研究中的熟点问题。１．２阵列信号处理概述
１．２．１阵列信号处理系统
如前所述，阵列信号处理所要处理的是在某种感兴趣的环境中由阵列传感器所收集到的信号，这种环境包括在地面的地震信号，空中的雷达信号，射电信号，以及水中的声纳信号等等。所有这些环境中，这种环境、传感器阵列以及处理器之间的函数关系都可以用图１来描述ｃ４】．【引。
一面；磊………………一；
处环境
传
感
器
目标阵
列。
图１。１阵列信号处理系统模型
Ｆｉｇ．１．１ＡｒｒａｙＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇＳｙｓｔｅｍＭｏｄｅｌ
图１．１所描述的阵列信号处理系统一般都可以分成主动系统和被动系统两大类。在被动的阵列信号处理系统中，传感器阵列只有一个任务，对环境进行监听，例如被动声纳，射电天文应用等等。在主动系统中，发射机通常首先对环境进行照射，传感器阵列接收环境和感兴趣的目标对发射信号的散射信号，这种系统有雷达系统、主动声纳、还有医学成像系统等等。在各种各样的阵列信号处理应用中，传感器阵列都被设计成一种基本的功能：提供一种处理器和环境之间的一种界面，这种环境就是阵列传感器所处的环境。自然各种不同的应用实例中所用的阵列传感器也就不一样。雷达系统中阵列传感器就是阵列天线系统。阵列接收信号，也称作阵列接
哈尔滨工程大学博士学位论文
收矢量，携带有环境或者目标的时间和空间的信息。这种信息可能是目标的形状，方向，运动状态，以及照射到阵列上的信号源数目。处理器的功能就是根据阵列传感器所接收到的信号，最大可能低提取相关的信息，估计目标参数。在估计目标参数时信号处理器的统计效率要受到一些基本的因素限制。Ｉ、阵列中的传感器可能是各向同性的，也可能是各向异性的：２、模型误差，实际上的物理模型和用来研究的数学模型之间并不是完全匹配的；３、阵列能够接收到的信号是有限的，由于有了一些强制约束，例如阵列的孔径尺度，入射信号的时间带宽积：４、实际阵列和理论上研究的阵列比较有一些几何上的变形以及接收信道上产生的电形态上的失真从而产生的校正误差。为了提高处理器的统计效能，必须提高与目标参数相关的信息量，一种方法是扩大阵列的维度，或者是融合一些关于环境或者是目标的先验知识，或者说先验信息。
１．２．２阵列信号处理抽象模型
图１．２阵列信号处理抽象模型图
Ｆｉｇ．１．２ＣｏｎｃｅｐｔｕａｌｉｚｅｄＭｏｄｅｌｏｆＡｒｒａｙＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ
图１．２描述了一个抽象化的阵列信号处理模型，模型中有三个基本的空间：目标空间——由各个目标参数和感兴趣的环境来定义。目标空间中的各个元素代表了阵列信号处理系统中需要确定的未知参数。观测空间——４
第ｌ章绪论
由两个因素组成，用来照射观测环境的形式，和所指定的搜集环境信息的阵列结构。很显然，在这一空间中，实际所能得到的信息要比物理空间的信息要少。目标估计空间——这个空间代表的对目标参数的估计，实际上，参数估计代表的是阵列信号处理问题的解决方法。