论文部分内容阅读
信号到达角度(Angel of Arrival,AOA)估计在原始接收信号的重建和位置估计方面具有重要的实用价值,在雷达、声纳、航空航天和军事侦察以及新时代智能生活等领域都有广泛的应用。未来是物联网、人工智能与机器人的时代,随动机器人可以保持对目标精准测距进而达到持续追随跟进目标的特性,可以做到大规模大批量地搬运任意物品,比如进行重物搬运以及军事跟随目标进行武器运输等,不仅减少人力物力的消耗,还可以减少在运输过程中的人身危险系数。本文对AOA估计的研究主要应用于复杂环境下近距离点对点跟随系统,鉴于超宽带(Ultra Wide Band,UWB)信号具有抗多径干扰能力强,角度分辨率高等特点,故选用UWB信号作为基础信号来实现AOA估计。本文首先概述了AOA估计的应用背景及使用UWB信号进行AOA估计的优势和相关理论基础知识,之后从窄带信号AOA估计出发,研究了超宽带信号的AOA估计方法,选用多重信号分类(Multiple Signal Classification,MUSIC)算法作为基础算法,提出了基于信号到达时间(Time of Arrival,TOA)的AOA估计方案和基于信号到达相位差(Phase Difference of Arrival,PDOA)的AOA估计方案,通过仿真验证了方案的可行性,通过对比分析选取了一种各方面性能相对较好的方案即PDOA+AOA估计方案,针对此方案中的不足之处,例如:如何在不增加接收端天线个数的情况下提高估计精度,如何在低信噪比的情况下提高方案的性能,等问题进行研究分析。最后提出了将多输入多输出(Multiple Input Multiple Output,MIMO)技术用于PDOA+AOA方案的优化研究中,介绍了MIMO技术提高角度分辨率的理论基础,设计了优化方案,通过仿真分析与前两种方案做了对比研究,结果表明将MIMO技术用于PDOA+AOA估计方案不仅解决了上述问题,还实现了双向角度估计,更有利于相互协同跟随系统的实现。