基于最小互熵譜分析的波達(dá)方向估計(jì)方法
【專利摘要】本發(fā)明公開(kāi)了基于最小互熵譜分析的波達(dá)方向估計(jì)方法。步驟包括：發(fā)射換能器發(fā)射信號(hào)；用接收水聽(tīng)器陣接收發(fā)射的聲信號(hào)的回波；對(duì)接收到的回波信號(hào)進(jìn)行平面波模型的建模，然后運(yùn)用最小互熵譜估計(jì)的方法進(jìn)行處理，得到空間功率譜估計(jì)值；對(duì)所述的空間功率譜估計(jì)值進(jìn)行分析，峰值處對(duì)應(yīng)橫坐標(biāo)即為目標(biāo)所在估計(jì)角度。本發(fā)明只需要一次較少陣元的陣列采樣數(shù)據(jù)即可得到具有高分辨率的譜分析結(jié)果。進(jìn)一步采用倒譜法，通過(guò)逆FFT變換提高了最小互熵譜分析算法的收斂速度。本方法較常規(guī)空間譜估計(jì)方法有更高的分辨力和更小的運(yùn)算量，能夠?qū)﹃嚵行盘?hào)進(jìn)行實(shí)時(shí)處理。算法不依賴于預(yù)先估計(jì)的信源數(shù)目，具有較好的寬容性，較高的分辨力以及極低的旁瓣電平。
【專利說(shuō)明】基于最小互熵譜分析的波達(dá)方向估計(jì)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及雷達(dá)、聲納及無(wú)線通信領(lǐng)域，特別涉及基于最小互熵譜分析的波達(dá)方向估計(jì)方法。
【背景技術(shù)】
[0002]波達(dá)方向(Directional of Arrival, D0A)估計(jì)是陣列信號(hào)處理領(lǐng)域的一個(gè)重要研究方向，在通信、雷達(dá)和聲納領(lǐng)域都有廣泛的應(yīng)用。在信號(hào)定位時(shí)，一般需要確定信號(hào)的二維到達(dá)角(方位角和俯仰角)，即2D-D0A。學(xué)者們基于空間譜估計(jì)提出了各種有效且實(shí)用的算法，比如多重信號(hào)分類算法(Multiple Signal Classif ication, MUSIC和旋轉(zhuǎn)不變算法(Estimation of Signal Parameter via Rotational Invariance Techniques, ESPRIT)等經(jīng)典算法來(lái)實(shí)現(xiàn)2D-D0A估計(jì)。然而這些算法的計(jì)算量較大，很難調(diào)和高分辨率和計(jì)算時(shí)間長(zhǎng)這兩者之間的矛盾。Mal i outov等人針對(duì)均勻線陣的角度估計(jì)問(wèn)題，提出了 一種基于接收數(shù)據(jù)奇異值分解的簡(jiǎn)化算法。楊雪亞等結(jié)合稀疏解問(wèn)題和二維DFT，提出一種DOA的迭代算法。然而這些算法雖然降低了計(jì)算時(shí)間，卻存在數(shù)據(jù)盲區(qū)的問(wèn)題。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是針對(duì)陣列信號(hào)的實(shí)時(shí)處理，提供基于最小互熵譜分析的波達(dá)方向估計(jì)方法，在只有較少陣元數(shù)的陣列采樣(快拍)數(shù)據(jù)情況下得到高分辨率的譜分析結(jié)果。
[0004]基于最小互熵譜分析的波達(dá)方向估計(jì)方法，包括:
[0005](1.1)發(fā)射換能器發(fā)射信號(hào)；
[0006](1.2)用接收水聽(tīng)器陣接收發(fā)射的聲信號(hào)的回波；
[0007](1.3)對(duì)接收到的回波信號(hào)進(jìn)行平面波模型的建模，然后運(yùn)用最小互熵譜估計(jì)的方法進(jìn)行處理，得到空間功率譜估計(jì)值；
[0008](1.4)對(duì)所述的空間功率譜估計(jì)值進(jìn)行分析，峰值處對(duì)應(yīng)橫坐標(biāo)即為目標(biāo)所在估計(jì)角度。
[0009]在步驟(1.2)中，所述的接收水聽(tīng)器陣的布陣要求滿足半波長(zhǎng)布陣，當(dāng)所述的聲信號(hào)為寬帶信號(hào)時(shí)，需滿足最小波長(zhǎng)的半波長(zhǎng)布陣要求。
[0010]在步驟(1.3)中，所述的最小互熵譜估計(jì)包含以下步驟:
[0011](3.1)最小互熵算法是估計(jì)一個(gè)真實(shí)的概率分布，使得它與給定的先驗(yàn)概率分布之間的相對(duì)熵最小；
[0012](3.2)利用功率譜密度和自相關(guān)函數(shù)互為傅立葉變換的關(guān)系，用方便計(jì)算的自相關(guān)函數(shù)值來(lái)估計(jì)功率譜密度，而自相關(guān)函數(shù)值的數(shù)量有限，那么根據(jù)最小互熵算法來(lái)外推不能通過(guò)計(jì)算得到的自相關(guān)函數(shù)值，從而得到更加準(zhǔn)確的功率譜密度；
[0013](3.3)利用駕駛協(xié)方差矩陣，獲得回波信號(hào)的高分辨率算法空間功率譜估計(jì)，取空間功率譜估計(jì)值的峰值對(duì)應(yīng)的橫坐標(biāo)，即為目標(biāo)的方位估計(jì)值。
[0014]步驟(1.2)中，所述的接收水聽(tīng)器陣接收到的回波信號(hào)只存在較小的多普勒擴(kuò)展。[0015]步驟(1.3)中，所述的空間功率譜估計(jì)要求探測(cè)水域混響小。
[0016]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:
[0017]傳統(tǒng)的DOA估計(jì)方法如多重信號(hào)分類算法(MUSIC)需要對(duì)陣列接收數(shù)據(jù)的協(xié)方差矩陣進(jìn)行特征分解，并在全空域進(jìn)行譜峰搜索，運(yùn)算量巨大，尤其是二維DOA估計(jì)方法還存在穩(wěn)健性較差的問(wèn)題。
[0018](I)本發(fā)明只需要一次快拍數(shù)據(jù)，即能在信噪比和陣元數(shù)都很小的情況下得到較高的空間譜分辨率,體現(xiàn)了該算法在DOA估計(jì)中的優(yōu)勢(shì)。
[0019](2)采用倒譜法實(shí)現(xiàn)的最小互熵算法很大程度上降低了計(jì)算量，能夠?qū)﹃嚵行盘?hào)進(jìn)行實(shí)時(shí)處理。
[0020](3)不依賴于預(yù)先估計(jì)的信源數(shù)目，而且能夠高分辨力辨識(shí)它們，具有較好的寬容性。
【專利附圖】

【附圖說(shuō)明】
[0021]圖1是本發(fā)明的原理圖；
[0022]圖2是發(fā)射換能器和8元接收水聽(tīng)器陣及目標(biāo)的示意圖；
[0023]圖3是DOA為-45°和60°時(shí)不同樣本數(shù)下MCE和MUSIC算法的空間譜曲線；
[0024]圖4是DOA為-5°和5°時(shí)不同樣本數(shù)下MCE和MUSIC算法的空間譜曲線；
`[0025]圖5是莫干山湖上實(shí)驗(yàn)聲速剖面圖；
[0026]圖6是不同樣本數(shù)下MCE和MUSIC算法的空間譜曲線。
【具體實(shí)施方式】
[0027]下面結(jié)合附圖和具體實(shí)例對(duì)本發(fā)明做進(jìn)一步的描述。
[0028]本發(fā)明所采取的具體技術(shù)方案，步驟包括:
[0029]( I)發(fā)射換能器發(fā)射信號(hào)；
[0030](2)用接收水聽(tīng)器陣接收發(fā)射的聲信號(hào)的回波；
[0031](3)對(duì)接收到的回波信號(hào)進(jìn)行平面波模型的建模，然后運(yùn)用最小互熵譜估計(jì)的方法進(jìn)行處理，得到高分辨率的DOA估計(jì)；
[0032](4)對(duì)空間功率譜估計(jì)值進(jìn)行分析，其峰值處對(duì)應(yīng)橫坐標(biāo)即為目標(biāo)所在估計(jì)角度。
[0033]利用本發(fā)明的基于最小互熵譜分析的波達(dá)方向估計(jì)方法包括如下步驟:
[0034](I)對(duì)于N元均勻線陣，陣元間距為d，λ/2, λ為波長(zhǎng)，在遠(yuǎn)場(chǎng)、平面波假設(shè)下有M個(gè)窄帶點(diǎn)源信號(hào)以0k(k= 1，2，...，Μ)方向入射，則陣列接收的快拍數(shù)信號(hào)可表示為X(t) = A(0)S(t)+N(t)，其中X(t)NX1為快拍數(shù)據(jù)矢量，N(t)NX1為陣列噪聲矢量，陣列噪聲假定為空時(shí)均獨(dú)立的高斯白噪聲，其均值為0，方差為σ2，S(t)為入射信號(hào)復(fù)幅度矢量，Θ = [Q1,...ΘΜ]為信源方位矢量，Α(θ)為駕駛向量矩陣，且Α(θ)=

其中，a(0k) = [l，ejek，...，eJ(N-1)ek]T，k= 1，2，...，Μ為第 k個(gè)信源的駕駛矢量，β k = -2 π dsin( Θ k) λ。陣列的協(xié)方差矩陣R定義為R = E[X(t)XH(t)]=ARsAH+o 21，其中，Rs = E[S(t)SH(t)]為入射信號(hào)的協(xié)方差矩陣，I為單位陣。
[0035](2)根據(jù)譜分析的空時(shí)等效性原理，對(duì)于一個(gè)給定陣列，不同的入射角對(duì)應(yīng)不同的頻率分量。通過(guò)對(duì)空間譜峰的搜索，就可以獲得空間信號(hào)的方向信息，從而實(shí)現(xiàn)測(cè)向。為滿足均勻線陣無(wú)側(cè)向模糊，通常d≤λ/2，則M個(gè)信號(hào)的頻率為|-dsin(0k)/A I≤1/2，其滿足采樣定理中最小頻率值為1，因此x(n)所組成的離散采樣序列滿足采樣定理的要求。由于噪聲為高斯白噪聲，且各陣元間的噪聲相互獨(dú)立，其互相關(guān)函數(shù)為O，頻譜為平坦譜，故可以得到M個(gè)譜峰。根據(jù)譜峰對(duì)應(yīng)的頻率即可求出信號(hào)的到達(dá)角
[0036]Θ k = arcsin (-fk λ /d) (I)
[0037](3)最小互熵算法從嚴(yán)格的互熵(也稱相對(duì)熵或交叉熵)的定義出發(fā),用Lagrange乘數(shù)法求其最小優(yōu)化時(shí)的解。設(shè)f為真實(shí)概率密度，P是我們關(guān)于y的估計(jì)的先驗(yàn)密度。約束條件
[0038]
【權(quán)利要求】
1.一種基于最小互熵譜分析的波達(dá)方向估計(jì)方法，其特征在于，包括: (1.1)發(fā)射換能器發(fā)射信號(hào)； (1.2)用接收水聽(tīng)器陣接收發(fā)射的聲信號(hào)的回波； (1.3)對(duì)接收到的回波信號(hào)進(jìn)行平面波模型的建模，然后運(yùn)用最小互熵譜估計(jì)的方法進(jìn)行處理，得到空間功率譜估計(jì)值； (1.4)對(duì)所述的空間功率譜估計(jì)值進(jìn)行分析，峰值處對(duì)應(yīng)橫坐標(biāo)即為目標(biāo)所在估計(jì)角度。
2.根據(jù)權(quán)利要求1的方法，其特征在于，在步驟(1.2)中，接收水聽(tīng)器陣的布陣要求滿足半波長(zhǎng)布陣，當(dāng)所述的聲信號(hào)為寬帶信號(hào)時(shí)，需滿足最小波長(zhǎng)的半波長(zhǎng)布陣要求。
3.根據(jù)權(quán)利要求1的方法，其特征是，在步驟(1.3)中，所述的最小互熵譜估計(jì)包含以下步驟: (3.1)最小互熵算法是估計(jì)一個(gè)真實(shí)的概率分布，使得它與給定的先驗(yàn)概率分布之間的相對(duì)熵最??； (3.2)利用功率譜密度和自相關(guān)函數(shù)互為傅立葉變換的關(guān)系，用方便計(jì)算的自相關(guān)函數(shù)值來(lái)估計(jì)功率譜密度，而自相關(guān)函數(shù)值的數(shù)量有限，那么根據(jù)最小互熵算法來(lái)外推不能通過(guò)計(jì)算得到的自相關(guān)函數(shù)值，從而得到更加準(zhǔn)確的功率譜密度； (3.3)利用駕駛協(xié)方差矩陣，獲得回波信號(hào)的高分辨率算法空間功率譜估計(jì)，取空間功率譜估計(jì)值的峰值對(duì)應(yīng)的橫坐標(biāo)，即為目標(biāo)的方位估計(jì)值。
4.根據(jù)權(quán)利要求1的方法，其特征在于，步驟(1.2)中，接收水聽(tīng)器陣接收到的回波信號(hào)只存在較小的多普勒擴(kuò)展。
5.根據(jù)權(quán)利要求1的方法，其特征在于，步驟(1.3)中，所述的空間功率譜估計(jì)要求探測(cè)水域混響小。
【文檔編號(hào)】G01S3/802GK103713276SQ201310717611
【公開(kāi)日】2014年4月9日 申請(qǐng)日期:2013年12月23日 優(yōu)先權(quán)日:2013年12月23日
【發(fā)明者】徐豫西, 潘翔, 宮先儀 申請(qǐng)人:浙江大學(xué)