极化敏感阵列的二维DOA与极化参数估计算法研究的开题报告.docx

极化敏感阵列的二维DOA与极化参数估计算法研究的开题报告
一、研究背景及意义
随着现代通信技术的不断发展，无线通信技术的应用越来越广泛，而多输入多输出（MIMO）技术也被越来越多的应用于通信系统和雷达系统中。极化敏感阵列技术是MIMO技术的一种重要的变形，它利用极化信息可以提高信号的抗干扰能力和识别能力，在目标定位，信号分离，天线阻抗匹配等方面也有着非常重要的作用。因此，极化敏感阵列技术被广泛的应用于雷达探测、通信信道估计、移动定位等领域。极化敏感阵列既能检测甚至标识/分离不同来向的信号，也可以分离不同极化状况的信号。
极化敏感阵列的二维DOA与极化参数估计是极化敏感阵列技术中非常重要的研究方向。信号的DOA和极化参数估计是雷达和通信系统中的基础性问题，因此研究极化敏感阵列的二维DOA与极化参数估计算法对于改善雷达和通信系统的性能具有非常重要的意义。
二、研究内容和目标
本文的研究内容和目标是：在极化敏感阵列的基础上，研究二维DOA与极化参数估计的算法，包括传统算法（如MUSIC算法）和新式算法（如压缩感知算法），并进行算法仿真和对比分析，探索极化敏感阵列的二维DOA与极化参数估计的技术实现方法和性能影响因素。
三、研究方法
本研究将采用以下研究方法：
1.文献调研。对极化敏感阵列技术的基本原理、二维DOA与极化参数估计算法的发展历程和最新进展进行深入了解和分析。
2.算法模型设计。基于文献研究和实际需求，设计二维DOA与极化参数估计的传统算法和新式算法模型，并进行仿真实验。
3.仿真实验和对比分析。在算法模型设计后，采用MATLAB软件进行仿真实验。结合仿真结果，对不同算法进行性能对比，探索其优缺点和适用范围。
四、预期成果
1.对极化敏感阵列的二维DOA与极化参数估计算法进行研究和分类。
2.针对不同算法，进行模型设计和仿真实验，得出算法的性能评估结果。
3.探索极化敏感阵列的二维DOA与极化参数估计算法的技术实现方法和性能影响因素。
4.为后续相关研究提供基础和参考。
五、研究进度安排
1.文献调研（2周）
2.算法模型设计（4周）
3.仿真实验和对比分析（6周）
4.撰写论文（4周）
六、参考文献
[1]SongY,ZhangL,QiaoG,etal.Polarizationparameterestimationusingpolarizationsensitivearrayforadaptivelimiteddataprocessing[J].IEEETransactionsonSignalProcessing,2017,65(5):1154-1169.
[2]ChenL,DouW,YangC,etal.Polarizationsensitivearrayprocessingforsignalclassification[J].IEEETransactionsonSignalProcessing,2018,66(2):508-521.
[3]邱东,黄智浩,曹永庆,等.利用极化敏感阵列进行多维信号参数估计[J].现代电子技术,2018,41(3):26-31.
[4]ZhangS,LiangX,TharmarasaR,etal.Acompressivesensing-basedapproachforjointangleandpolarizationestimationusingsparsesensorarray[J].SignalProcessing,2019,154:18-27.
[5]WangY,TanF,ZhangB,etal.Fastandrobust2DDOAestimationforpolarizationsensitivearraysviaastructuredlow-rankmatrixcompletionapproach[J].IEEETransactionsonSignalProcessing,2020,68:3126-3139.