摘要：本文提出了一种基于虚拟时间延迟单元的极化敏感阵列模型，根据该阵列的接收数据构造高阶累积量矩阵，利用高阶累积量的阵列扩展特性构造双平行线阵，最后采用DOA矩阵法实现信号的频率、方向角和极化参数的联合估计，并通过MATLAB进行了仿真验证。该方法不需要参数配对且可应用于任意高斯噪声的环境中。
关键词：极化敏感阵列；参数估计；高阶累积量；DOA矩阵
DOI: 10.3969/j.issn.1005-5517.2012.5.006
*基金项目：国家973计划项目（2007CB3106505）
引言
近年来，随着空间中存在的电磁信号越来越多，对空间中信号的处理越来越复杂，敏感阵列信号处理逐渐成为阵列信号处理领域的研究热点。目前最常使用的估计方法主要有基于子空间的方法和基于高阶累计量的方法。极化敏感阵列多参数估计的子空间方法主要包括两大类：多重信号分类（MUSIC）技术[12]和旋转不变信号参数估计技术[13]（ESPRIT）。文献[6]中提出了一种新型的极化敏感阵，该阵列主要是在高斯白噪声的环境中应用，与实际的应用有较大的差异，本文在此基础上，采用阵列接收数据的四阶累积量矩阵来计算信号的参数估计，所使用的阵元减少，并且可用于任意的高斯噪声中。
时间延迟的极化敏感阵列，利用四阶累积量的阵列扩展特性，构造DOA矩阵，利用DOA矩阵广义特征值分解中得到的特征值与特征矢量的对应关系实现了信号的频率、二维波达方向和极化参量的高分辨估计。该方法需要的阵元相对较少且具有自动参数配对的功能，该方法通过虚拟的时间延迟单元估计频率的精度，而频率的估计精度直接影响着其他参量的估计精度。通过仿真结果可以看出，该方法在提高频率估计精度的同时，提高了信号其他参量的估计精度。