法律状态公告日
法律状态信息
法律状态
2022-09-09
实质审查的生效 IPC(主分类):G01S 3/14 专利申请号:2022103848426 申请日:20220413
实质审查的生效
技术领域
本发明涉及阵列信号处理技术领域,具体涉及互质阵下一种基于旋转不变PM的数据域DOA估计方法。
背景技术
近年来,一种新型的稀疏阵列得到了人们的广泛关注和研究,互质阵就是一种典型的稀疏阵列。它由两个均匀线阵组成,且两子阵的阵元数M和N互质,阵元间距分别为Md和Nd,d=λ/2是半波长,有效地减弱了阵元之间的互耦合效应。可见稀疏阵列和传统的阵列相比,阵列的孔径更大,空间自由度更高,且传统的均匀线阵已无法满足更高精度的定位需求,因此稀疏阵列拥有更高的谱估计精度和分辨率。
针对互质阵列,国内外的许多学者们提出了多种适用于互质阵列的DOA估计算法,可将其大致分为解模糊方法和虚拟化方法两大类。解模糊方法分别对互质阵列的两个子阵进行DOA估计,并利用子阵阵元数的互质特性对比估计结果,从而得到唯一的DOA估计值,尽管解模糊方法对两个子阵分别估计使得空间自由度有所降低,但该方法易于实现且复杂度低,因此适用于估计精度要求不高的场景。
发明内容
本发明通过采用互质线阵接收信号的方式以提升算法的定位精度,同时引入旋转不变PM算法,并结合解模糊方法的基本思想进行初步DOA估计,再利用Capon算法在初始DOA估计范围内进行谱峰搜索得到精确DOA估计。减少了算法运行所需的时间,提供了一种基于旋转不变PM的数据域DOA估计方法。
为解决上述技术问题,本发明采用以下技术方案:
提供一种基于旋转不变PM的数据域DOA估计方法,通过在二维x-y平面内的互质线阵,用于接收来自Q个目标辐射源的辐射信号;根据上述接收信号的信息,将互质线阵分为两个子阵,分别计算得到两个子阵的协方差矩阵R
本发明特征在于具体包括以下步骤:
步骤1:通过在二维x-y平面内的互质线阵,用于接收来自Q个目标辐射源的辐射信号;
步骤2:根据上述接收信号的信息,将互质线阵分为两个子阵,分别计算得到两个子阵的协方差矩阵R
步骤3:根据所述协方差矩阵R
步骤4:根据互质线阵的真实物理阵元位置,在上述得到初始角度附近范围内,利用Capon方法构造谱函数,并通过谱峰搜索得到目标辐射源的DOA估计值。
作为本发明互质阵下一种数据域DOA估计方法进一步的优化方法,所述步骤1中所述的互质线阵可以看做由阵元数为M和阵元数为N的两个子阵组成,该两个子阵都是均匀线阵,且这两个子阵只有各自的第一个阵元在原点处重合,所述的阵元数为M的子阵阵元间距为Nd,阵元数为N的子阵阵元间距为Md,其中M和N为互质数,且M<N,d=λ/2是半波长。
各子阵阵元接收到的目标辐射源辐射信号具体表示为:对于M个阵元组成的阵列,在第k个采样时刻的阵列接收来自目标辐射源的信号x(k)为
其中,Q是目标信源个数,可以通过信源数估计算法估计出。a(θ
作为本发明互质阵下一种数据域DOA估计方法进一步的优化方法,进一步的优化方案,所述步骤2中根据上述接收信号的信息,将互质线阵分为两个子阵,分别计算得到两个子阵的协方差矩阵R
已知各子阵的接收信号为
其中,K是快拍数;X
作为本发明互质阵下一种数据域DOA估计方法进一步的优化方法,进一步的优化方案,所述步骤3中根据所述协方差矩阵R
步骤3.1,对协方差矩阵进行分块:
其中
将方向矩阵
步骤3.2,根据矩阵G和H得到传播算子,得到初始DOA估计:
可用一个线性算子P
由上式定义矩阵
同理可得关系式:
其中(·)
作为本发明互质阵下一种数据域DOA估计方法进一步的优化方案,所述步骤4的根据互质线阵的真实物理阵元位置,在上述得到初始角度附近范围内,利用Capon方法构造谱函数,并通过谱峰搜索得到目标辐射源的DOA估计值的具体步骤如下:
根据互质线阵本质是非均匀线阵,计算得到在第k个采样时刻的子阵接收来自目标辐射源的信号矢量x(k)
根据步骤2)同理可得该接收信号的协方差矩阵:
在步骤3)得到的目标信源的初始DOA估计范围附近,构造Capon方法的谱峰搜索函数
对代价函数f
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1.利用了互质线阵阵列的孔径更大,空间自由度更高的优势,有效提升了直接定位算法的定位精度。
2.结合解模糊方法和旋转不变PM算法的思想,提升了计算速度。
3.提高了信源分辨率。
附图说明
图1为本发明提供的互质阵下一种数据域DOA估计方法的实现流程图;
图2为本发明所提出的互质线阵下Capon算法谱峰图;
图3为本发明所提出的互质阵下一种数据域DOA估计方法在不同信噪比和快拍数下的性能变化图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
本发明可以通过各种不同的方式完成,以下实施例或者附图用于说明本发明,但不用来限制本发明的范围。相反,提供这些实施例以便使本公开透彻且完整,并且将向本领域技术人员充分表达本发明的范围。在附图中,为了清楚起见放大了组件。
如图1所示,为互质阵下一种数据域DOA估计方法的实现流程图,通过在二维x-y平面内的互质线阵,用于接收来自Q架无人机的辐射信号;根据上述接收信号的信息,将互质线阵分为两个子阵,分别计算得到两个子阵的协方差矩阵R
步骤1:通过在二维x-y平面内的互质线阵,用于接收来自Q架无人机的辐射信号:
互质线阵可以看做由阵元数为M和阵元数为N的两个子阵组成,该两个子阵都是均匀线阵,且这两个子阵只有各自的第一个阵元在原点处重合,所述的阵元数为M的子阵阵元间距为Nd,阵元数为N的子阵阵元间距为Md,其中M和N为互质数,且M<N,d=λ/2是半波长。
各子阵阵元接收到的目标辐射源辐射信号具体表示为:对于M个阵元组成的阵列,在第k个采样时刻的阵列接收来自目标辐射源的信号x(k)为
其中,Q是目标信源个数,可以通过信源数估计算法估计出。a(θ
步骤2:根据上述接收信号的信息,将互质线阵分为两个子阵,分别计算得到两个子阵的协方差矩阵R
已知各子阵的接收信号为
其中,K是快拍数;X
步骤3:根据所述协方差矩阵R
步骤3.1,对协方差矩阵进行分块:
其中
将方向矩阵
步骤3.2,根据矩阵G和H得到传播算子,得到初始DOA估计:
可用一个线性算子P
由上式定义矩阵
同理可得关系式:
其中(·)
步骤4:根据互质线阵的真实物理阵元位置,在上述得到初始角度附近范围内,利用Capon方法构造谱函数,并通过谱峰搜索得到目标辐射源的DOA估计值:
根据互质线阵本质是非均匀线阵,计算得到在第k个采样时刻的子阵接收来自目标辐射源的信号矢量x(k):
根据步骤2同理可得该接收信号的协方差矩阵:
在步骤3得到的目标信源的初始DOA估计范围附近,构造Capon方法的谱峰搜索函数
对代价函数f
为证明本发明所述算法的有效性,下面通过MATLAB仿真分析进行证明,用根均方误差(RMSE)作为评估性能的准则,定义RMSE如下:
其中,Q为目标无人机的数量,MN为Monte Carlo仿真实验的次数,
如图2所示为本发明所提出的互质线阵下Capon算法谱峰图。仿真中假设互质线阵的两个子阵阵元数分别为M=6,N=7,阵元间距分别为6d,7d,d=λ/2是半波长。目标辐射源数Q=2,方位角分别为θ
如图3所示为本发明所提出的互质阵下一种数据域DOA估计方法在不同信噪比和快拍数下的性能变化图。仿真中假设互质线阵的两个子阵阵元数分别为M=6,N=7,阵元间距分别为6d,7d,d=λ/2是半波长。目标辐射源数Q=2,方位角分别为θ
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
机译: -基于对数域天线阵列插值估计接收信号DOA的方法及其装置
机译: -基于对数域天线阵列插值估计接收信号DOA的方法及其装置
机译: 提出了一种基于结构虚域张量信号处理的不相交面阵二维到达方向估计方法。