本發(fā)明屬于雷達信號處理技術(shù)領(lǐng)域，尤其涉及一種基于多重信號分類算法矢量相關(guān)性的波達方向估計方法，可用于目標定位與跟蹤。

背景技術(shù)：

以多重信號分類MUSIC和旋轉(zhuǎn)不變子空間ESPRIT為代表的子空間類算法是信號波達方向DOA估計的最重要方法之一。這類算法根據(jù)已知的信源數(shù)，利用信號子空間和噪聲子空間之間的正交性估計DOA。由于信號子空間和噪聲子空間在無噪聲模型下是完全正交的，因此子空間類算法理論上可分辨無限靠近的兩個目標，然而實際工程中子空間類算法分辨率受快拍、信噪比以及天線孔徑的限制。

而且，上述的超分辨算法的超分辨測向性能都是基于陣列流型準確已知的前提下得到的。但是在實際的工程應(yīng)用中，真實的陣列流型往往會隨著氣候、環(huán)境以及器件本身的變化而出現(xiàn)一定程度的偏差。例如天線各個陣元電磁特性可能出現(xiàn)不一致、陣元之間存在耦合、陣元的真實位置與標稱位置存在偏差等等。此時，這些超分辨測向算法的性能會嚴重惡化，甚至失效。

技術(shù)實現(xiàn)要素：

針對上述已有技術(shù)的缺點，本發(fā)明的實施例提供一種基于多重信號分類算法矢量相關(guān)性的波達方向估計方法，以提高角度分辨率以及測向性能的穩(wěn)健性。

為達到上述目的，本發(fā)明的實施例采用如下技術(shù)方案予以實現(xiàn)。

一種基于多重信號分類譜矢量相關(guān)性的波達方向估計方法，所述方法包括如下步驟：

步驟1，設(shè)定雷達均勻線陣，根據(jù)所述雷達均勻線陣得到雷達接收數(shù)據(jù)，并根據(jù)所述雷達均勻線陣確定第一導(dǎo)向矢量a(θ)和第二導(dǎo)向矢量a(θ′)；θ與θ′的關(guān)系式為：sinθ＝sinθ′+ρ，ρ∈[10^-8，10^-4]；

步驟2，根據(jù)所述雷達接收數(shù)據(jù)，計算雷達接收數(shù)據(jù)的協(xié)方差矩陣，并對所述雷達接收數(shù)據(jù)的協(xié)方差矩陣進行特征值分解，得到雷達接收數(shù)據(jù)的噪聲子空間；

步驟3，根據(jù)所述第一導(dǎo)向矢量和所述雷達接收數(shù)據(jù)的噪聲子空間，確定第一相關(guān)矢量；根據(jù)所述第二導(dǎo)向矢量和所述雷達接收數(shù)據(jù)的噪聲子空間，確定第二相關(guān)矢量；

步驟4，根據(jù)所述第一相關(guān)矢量和第二相關(guān)矢量構(gòu)造空間譜函數(shù)；

步驟5，根據(jù)所述空間譜函數(shù)，對雷達目標波達方向進行最大似然估計，得到雷達目標波達方向的估計值。

本發(fā)明由于利用了MUSIC算法中的矢量相關(guān)性來構(gòu)造新的空間譜函數(shù)，與傳統(tǒng)MUSIC算法相比不僅提高了測向性能的穩(wěn)健性，而且實現(xiàn)了更高的測角分辨率和測角精度。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種基于多重信號分類算法矢量相關(guān)性的波達方向估計方法的流程示意圖；

圖2為在陣列無誤差時，對本發(fā)明和現(xiàn)有MUSIC算法在信噪比SNR＝0dB時的空間譜仿真示意圖；

圖3為在陣列無誤差時，信噪比對本發(fā)明和現(xiàn)有MUSIC算法性能的影響仿真示意圖；

圖4為在陣元存在隨機幅相擾動時，對本發(fā)明和現(xiàn)有MUSIC算法在信噪比SNR＝0dB時的空間譜仿真示意圖；

圖5為在陣元存在隨機幅相擾動時，信噪比對本發(fā)明和現(xiàn)有MUSIC算法性能的影響仿真示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明實施例提供一種基于多重信號分類算法矢量相關(guān)性的波達方向估計方法，如圖1所示，所述方法包括如下步驟：

步驟1，設(shè)定雷達均勻線陣，根據(jù)所述雷達均勻線陣得到雷達接收數(shù)據(jù)，并根據(jù)所述雷達均勻線陣確定第一導(dǎo)向矢量a(θ)和第二導(dǎo)向矢量a(θ′)；θ與θ′的關(guān)系式為：sinθ＝sinθ′+ρ，ρ∈[10^-8，10^-4]。

步驟1具體包括：

(1a)設(shè)雷達均勻線陣中每個陣元的接收數(shù)據(jù)為x_i(t)，i＝1，…，N，其中，N為雷達均勻線陣包含的陣元個數(shù)；雷達均勻線陣中所有陣元的接收數(shù)據(jù)依次排列，組成整個雷達均勻線陣的接收數(shù)據(jù)x(t)；

(1b)根據(jù)雷達均勻線陣，確定第一導(dǎo)向矢量a(θ)和第二導(dǎo)向矢量a(θ′)；其中，a(θ)＝[1，e^{jκd sinθ}，…，e^{jκ(N-1)d sinθ}]^T，a(θ′)＝[1，e^{jκd sinθ}，…，e^{jκ(N-1)d sinθ}]^T；

其中，θ為掃描角度，θ′為θ的臨近方向，θ與θ′的關(guān)系式為：sinθ＝sinθ′+ρ，ρ∈[10^-8，10^-4]，a(θ)是角度為θ時的陣列導(dǎo)向矢量，a(θ′)是角度為θ′時的陣列導(dǎo)向矢量，N表示陣元數(shù)，κ為波數(shù)，d為陣元間距，j為虛數(shù)單位，e為自然常數(shù)，上標T表示轉(zhuǎn)置。

步驟2，根據(jù)所述雷達接收數(shù)據(jù)，計算雷達接收數(shù)據(jù)的協(xié)方差矩陣，并對所述雷達接收數(shù)據(jù)的協(xié)方差矩陣進行特征值分解，得到雷達接收數(shù)據(jù)的噪聲子空間。

步驟2具體包括：

(2a)根據(jù)雷達接收數(shù)據(jù)x(t)，利用最大似然估計得到雷達接收數(shù)據(jù)的協(xié)方差矩陣其中上標H表示共軛轉(zhuǎn)置，x(t_l)為第l次采樣數(shù)據(jù)，l＝1，2…L，L為快拍數(shù)；

(2b)對所述雷達接收數(shù)據(jù)的協(xié)方差矩陣進行特征值分解，由前N-P個較小特征值對應(yīng)的特征矢量張成噪聲子空間U_N，P為信源數(shù)，且P＜N。

步驟3，根據(jù)所述第一導(dǎo)向矢量和所述雷達接收數(shù)據(jù)的噪聲子空間，確定第一相關(guān)矢量；根據(jù)所述第二導(dǎo)向矢量和所述雷達接收數(shù)據(jù)的噪聲子空間，確定第二相關(guān)矢量。

步驟3具體為：

根據(jù)第一導(dǎo)向矢量a(θ)和雷達接收數(shù)據(jù)的噪聲子空間U_N，確定第一相關(guān)矢量Ψ；根據(jù)第二導(dǎo)向矢量a(θ′)和雷達接收數(shù)據(jù)的噪聲子空間U_N，確定第二相關(guān)矢量Γ；

其中，Ψ＝a^H(θ)U_N，Γ＝a^H(θ′)U_N；上標H表示共軛轉(zhuǎn)置。

步驟4，根據(jù)所述第一相關(guān)矢量和第二相關(guān)矢量構(gòu)造空間譜函數(shù)。

步驟4具體包括：

(4a)根據(jù)第一相關(guān)矢量Ψ和第二相關(guān)矢量Γ，計算歸一化相關(guān)系數(shù)α：

(4b)根據(jù)所述歸一化相關(guān)系數(shù)α，得到空間譜函數(shù)P(θ)：P(θ)＝1-α；

其中，||·||₂表示2范數(shù)，上標H表示共軛轉(zhuǎn)置。

步驟5，根據(jù)所述空間譜函數(shù)，對雷達目標波達方向進行最大似然估計，得到雷達目標波達方向的估計值。

步驟5具體為：

根據(jù)空間譜函數(shù)P(θ)，對波達方向進行最大似然估計，得到波達方向的估計值

本發(fā)明的效果可通過以下計算機仿真進一步說明：

譜估計算法良好的分辨力反映在空間譜曲線上：在兩個空間方位相隔很近的信源方位處形成尖銳的譜峰，而在非信源方位處，特別是兩信源方位之間空間譜曲線的幅度應(yīng)當(dāng)盡量低。因此，定義兩個到達角分別為θ₁、θ₂的信源，對于某單次實驗，如果歸一化的空間譜得到兩個譜峰，且兩譜峰對應(yīng)的估計方位滿足且時，則稱該次實驗信源能成功地分辨。為進一步驗證算法性能，通過蒙特卡洛實驗考察信噪比對算法超分辨性能的影響，即主要考察對兩個入射角度間隔很小的信號的分辨情況。實驗重復(fù)500次，并統(tǒng)計信源成功分辨概率以及信源方位估計的均方根誤差。成功分辨概率是指成功分辨次數(shù)占實驗總數(shù)的百分比。

仿真條件：設(shè)天線陣列為陣元間距為半波長的等距均勻線陣，陣元數(shù)N＝16，快拍數(shù)snap＝50；有兩個等功率非相干的目標，到達角分別為0°和4°；參數(shù)ρ＝10^-7。

仿真1：陣列無誤差時性能對比

1.1)為驗證本發(fā)明方法在陣列無誤差時的波達方向估計性能，將本發(fā)明方法與傳統(tǒng)MUSIC算法在信噪比SNR＝0dB時的空間譜圖進行仿真，結(jié)果如圖2所示。

1.2)用所述兩種方法在陣列無誤差，且信噪比為變化值時對性能的影響進行仿真，結(jié)果如圖3所示，其中圖3(a)為不同信噪比下信源的成功分辨概率，圖3(b)為不同信噪比下信源的方位估計均方根誤差。

由圖2可知，本發(fā)明的譜峰更加尖銳。

由圖3(a)可知，本發(fā)明方法分辨率要比MUSIC算法高。由圖3(b)可知，發(fā)明方法測角精度要比MUSIC算法高。

仿真2：陣元存在隨機幅相擾動時性能對比

由于陣元幅相誤差、陣元位置擾動及陣元互耦等誤差因素會引起陣元幅相隨機擾動的問題。

2.1)為驗證本發(fā)明方法在陣元存在隨機幅相擾動時的波達方向估計性能，用本發(fā)明方法與傳統(tǒng)MUSIC算法在信噪比SNR＝0dB，且存在10％的方位依賴隨機幅相擾動[注：當(dāng)幅相擾動為10％時，表示幅度相對誤差為10％和相位誤差為0.1_πrad]時的空間譜圖進行仿真，結(jié)果如圖4所示。

2.2)用所述兩種方法在存在10％的方位依賴隨機幅相擾動，且信噪比為變化值時對性能的影響進行仿真，結(jié)果如圖5所示，其中圖5(a)為不同信噪比下信源的成功分辨概率，圖5(b)為不同信噪比下信源的方位估計均方根誤差。

由圖4可知，在陣元存在隨機幅相擾動時，本發(fā)明方法譜峰依然尖銳。

由圖5(a)和圖5(b)可知，對于兩個角度間隔為4°的非相干信號，雖然這2種算法性能都隨著信噪比的提高而改善，比較而言，本發(fā)明方法受陣列誤差的影響更小。在較小的陣列誤差的條件下，MUSIC算法性能會出現(xiàn)一定程度惡化，它很難將這兩個靠得很近的信號完全地分辨開，而本發(fā)明方法有著很高的分辨率，同時在成功分辨后能保持較高的測角精度，表明本發(fā)明有很好的穩(wěn)健性以及工程應(yīng)用性。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)以所述權(quán)利要求的保護范圍為準。