法律状态公告日
法律状态信息
法律状态
2019-11-08
授权
授权
2018-05-22
实质审查的生效 IPC(主分类):G01S3/14 申请日:20170804
实质审查的生效
2018-04-27
公开
公开
技术领域
本发明属于无线电信号多参数估计技术领域,涉及到均匀线阵循环平稳信 号的角度和信源个数的估计方法,特别涉及到复杂噪声环境下宽带循环平稳信 号的角度和信源个数的联合估计方法。
背景技术
测向定位是无线被动定位中应用最为广泛的定位技术,其基本任务是实现 目标波达方向(DOA)的估计。随着现代移动通信和阵列信号处理的飞速发展, 信号的传输环境也逐渐复杂化。高分辨DOA估计和抑制干扰波影响的技术成为 人们研究的热点。现有研究多基于高斯噪声和窄带信号的假设,然而当信号具 有显著的带宽和更为复杂的脉冲噪声时,DOA估计结果将产生较大的测向误差, 甚至失效。
此外随着现代信号处理技术的日趋成热与发展,信号的传输和通讯环境日 益复杂,无论在空间域还是频率域的范围内,均表现为信号形式的多样性、噪 声环境的复杂性、空间密度的增大性等。伴随着信号带宽的逐渐增大和复杂噪 声的影响,传统的基于窄带信号的DOA估计方法局限性日益突出。所以,适用 于宽带信号,且存在脉冲噪声和通频带干扰等更为复杂的通讯环境下的高分辨 DOA估计算法具有较为重要的研究意义和实际应用价值。
发明内容
针对现有技术中脉冲噪声、带宽以及同频干扰等因素对DOA估计精度的影 响,本发明提出窄带和宽带信号均适用的DOA和信源个数的联合估计算法,该 算法,能够有机地将循环相关熵理论应用到阵列信号处理当中,并创新性地基 于循环相关熵的相关特性,并基于此特性建立阵列线性s预测模型,巧妙地解决 了DOA估计精度受带宽形式限制的问题,降低算法的计算复杂度。同时,循环 相关熵函数还可以有效地抑制强噪声和同频干扰的影响,通过调节循环相关熵 的核长更可以进一步使其适用于不同的噪声环境。
综上,本发明的核心是利用循环相关熵的相关特性,构建相关的阵列线性 预测模型,在未知信源个数的前提下,实现高精度的DOA估计。要完成这一核 心目标,需要解决问题如下:
(1)未知信源个数的前提下,实现高精度的宽带信号DOA估计问题;
(2)对于窄带信号,时域的延时体现在频域的相位上。但是对于宽带信号, 信号的包络变化和瞬时频率有关,使其无法建立时域模型进行表示,故宽带、 窄带均适用的阵列信号模型建立成为需要解决的问题关键;
(3)脉冲噪声和同频干扰存在的复杂通讯环境下,较高精度DOA和信源个 数联合估计问题。
为了达到上述目的,解决上述问题,本发明的技术方案为:
一种基于循环相关熵的DOA和信源个数联合估计算法,包括如下步骤:
第一步,已知循环频率的情况下,求取阵列信号的循环相关熵矩阵
第二步,建立适用于宽带、窄带信号的循环相关熵阵列线性预测模型 V=φA;
第三步,估计感兴趣的信源个数K以及误差方差σ2;
第四步,估计阵列模型的流型矩阵
第五步,利用谱峰搜索进行DOA估计。
本发明的有益效果为:本发明在存在脉冲噪声和同频干扰的复杂通讯环境 下,考虑未知感兴趣信源个数的实际情况,提出一种宽带、窄带均适用的高精 度DOA估计算法。本发明巧妙地将阵列线性预测模型与循环相关熵函数结合起 来,构建了循环域下的阵列线性预测模型。该模型利用循环相关熵函数很好地 抑制了脉冲噪声和同频干扰,并提出其相移特性使该算法对宽带、窄带循环平 稳信号均可适用,而线性预测模型则使得该算法在较少快拍数,较低信噪比情 况下,仍具有较高的估计精度,且计算复杂度较低。同时,本发明考虑实际中 常存在的无法已知信源个数的情况,引入正则化参数并推导出其与循环相关矩 阵特征值向量的关系,从而实现信源个数和DOA的联合估计,具有重要的实际 意义。
附图说明
图1是本发明的算法总流程图;
图2是本发明第M阵元在循环频率为..处的循环相关熵函数的波形图;
图3是本发明信源个数估计流程图;
图4是本发明特征值和正则化参数对比图;
图5是本发明在高斯噪声条件下的感兴趣信号的DOA估计空间谱图;
图6是本发明在脉冲噪声条件下的感兴趣信号的DOA估计空间谱图;
图7是本发明DOA估计准确率随两信源角度差变化的波形图。
具体实施方式
为使本发明实施例的目的、技术方案及其优点更加清楚,下面结合本发明 实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述,整体算 法流程图如图1所示。
复杂噪声环境下阵列天线角度和信源个数联合估计方法,包括如下步骤:
第一步,已知循环频率α的情况下,计算M个阵元接受信号的循环相关熵 函数
其中, 第二步,建立一个计算复杂度较低且适用于宽带、窄带信号的循环相关熵 阵列线性预测模型V=φA,包含以下步骤: 2.1)将第M个阵元的接受信号yM(t)用其他M-1个阵元的接收信号>m(t),m=1,…,M-1线性表示; 其中,ai为线性预测系数;em(t)为预测误差。 2.2)提出循环相关熵相移特性的相关定理:设x(·)为循环平稳信号,其循环 相关熵函数为 证明: 基于此相移特性将步骤2.1)线性表示中的M-1个阵元接受信号的时延τ转 为循环域的相移,构造出适用于脉冲噪声下宽带信号的线性预测模型,具体过 程如下: 即, 其中, 进一步,设置时延τ=-L0,…,0,1,…,L0,从而得到阵列信号循环相关熵线性> V=φA 其中, 第三步,根据循环相关熵阵列线性预测模型的矩阵表示V=φA,估计感兴 趣的信源个数K以及误差方差σ2,具体迭代过程如下,其流程图如图3所示: 3.1)设置k=0,σ2(0)=ε,初始向量 3.2)根据步骤2.2)求解M-1个阵元接受信源的循环相关熵矩阵φ,并对 其进行SVD分解φHφ=VΛVH,得到特征值向量V=[v1,…,vM-1]和特征值>1,…,λM-1]: 3.3)根据步骤3.2)中计算得到的特征值向量V和λi,i=1,…,M-1求解线> 3.4)根据步骤3.3)中估计得到的 其中,N为阵列接受信号的快拍数。 3.5)进一步根据步骤2.2)计算第M个阵元接收信号的循环相关熵矩阵V 以及M-1个阵元接受信源的循环相关熵矩阵φ,并结合步骤(3.3)得到的 3.6)设置k=k+1,重复步骤3.3)~3.5),直到γi>1010,迭代截至,得到>i,并根据γi与特征值λi的关系估计感兴趣信源个数K;当i小>i大于γi,就是i大于信源个数时,>i小于γi,其交点处所对应位置即为信源个数的估计值。 具体信源个数估计方法可以由图4的曲线看出,该曲线为感兴趣信源个数 为K=2时, 第四步,估计阵列模型的流型矩阵 由于阵列流型矩阵A中的线性预测系数ai,i=1,…,K-1包含所需的信源角>2,对其进行> 从而得到阵列流型矩阵 第五步,利用谱峰搜索进行DOA估计 结合第四步的阵列流型矩阵A,进一步采用谱峰搜索的方法对DOA估计值 进行求解,具体的公式如下 其中,Z|ej2παDsinθ/c,ej4παDsinθ/c,…,ej2(m-1)παDsinθ/c]-1;空间谱P(θ)的峰值所> 仿真条件为三个同载频的信号源包括两个BPSK信号和一个QPSK信号, 其中两个BPSK信号为感兴趣信号入射角分别为24°和46°,QPSK信号为干扰信 号入射角为74°,噪声环境为10dB的脉冲噪声。图5和图6分别为高斯噪声和 脉冲噪声条件下的感兴趣信号的DOA估计空间谱图,从图可以看出本发明可以 在两种噪声环境下均可适用,角度估计准确。图7为两个BPSK信号中一个信 号入射角为24°,另一个信号入射角从25°变化到90°,DOA估计准确率随两个信 号角度差变化的波形图。从图可以看出,随着角度差的变大,DOA估计准确率也越好,当角度差大于20°时,DOA估计准确率便达到了97%以上。
机译: 在阵列天线宽度内形成多角度窄光束的方法,在阵列天线宽度内形成多角度窄光束的装置以及雷达系统
机译: 使用阵列天线来测量到达角度的装置,一种用于通信的无线射频接收器,其用于测量到达角度的方法和方法,能够使用小数量的天线来测量到达角度
机译: 自动计算车辆卫星天线角度的方法,尤其是在计算卫星天线与天线之间的方位角和高低角度时,尤其考虑在最佳状态下收发无线电信号的方法