本發(fā)明涉及陣列信號(hào)處理領(lǐng)域,尤其是一種波達(dá)方向估計(jì)方法。
背景技術(shù):
波達(dá)方向估計(jì)在雷達(dá)、聲納和無(wú)線通信中,有很廣泛的應(yīng)用,然而傳統(tǒng)的波達(dá)方向估計(jì)方法只能求解目標(biāo)數(shù)少于陣元數(shù)的情況,因此如何用少量的陣元檢測(cè)更多的目標(biāo)是一個(gè)值得研究的問(wèn)題。實(shí)際中,一般常用的N元均勻線列陣,最多只能估計(jì)出N-1個(gè)目標(biāo)的來(lái)波方向。近幾年,提出了一種新型幾何結(jié)構(gòu)的線列陣——互質(zhì)陣,使得估計(jì)的目標(biāo)數(shù)目遠(yuǎn)超過(guò)陣元數(shù)目N,事實(shí)上,一個(gè)有N+M陣元的互質(zhì)陣所能估計(jì)的目標(biāo)數(shù)目可以達(dá)到O(MN),即與MN同階大小的目標(biāo)數(shù)目,由于互質(zhì)陣陣元位置的巧妙分布,在經(jīng)過(guò)數(shù)學(xué)運(yùn)算處理后,可以形成孔徑更大的虛擬陣。具體來(lái)說(shuō),上述提到的N+2M-1個(gè)物理陣元的互質(zhì)陣可以虛擬出孔徑為2MN+1的均勻線列陣。
對(duì)于互質(zhì)陣,已經(jīng)提出了一種基于互質(zhì)陣的空域平滑MUSIC算法,對(duì)于使用N+2M-1個(gè)物理陣元的互質(zhì)陣,使用該方法最多可以估計(jì)出MN個(gè)目標(biāo),盡管這個(gè)算法估計(jì)出的目標(biāo)數(shù)目已經(jīng)遠(yuǎn)大于同等數(shù)目物理陣元的均勻線列陣,但是由于使用了空域平滑方法,因此導(dǎo)致虛擬陣元減少到MN+1,檢測(cè)性能降低。最近幾年,由D.Donoho、E.Candes及華裔科學(xué)家T.Tao等人提出了一種新的信息獲取指導(dǎo)理論,即壓縮感知,該理論一經(jīng)提出,就在信息論、信號(hào)處理、模式識(shí)別、無(wú)線通信等領(lǐng)域受到高度關(guān)注,該理論認(rèn)為,對(duì)于一個(gè)稀疏信號(hào)或者是可以稀疏表示的信號(hào),可以對(duì)該信號(hào)進(jìn)行少量觀測(cè)后,然后采用特定的重構(gòu)算法重構(gòu)原始信號(hào),對(duì)于信號(hào)x的有限觀測(cè)y,滿足y=Ax,式中觀測(cè)矩陣M<N,若滿足一定條件,便可從有限觀測(cè)y中重構(gòu)原始的稀疏信號(hào)x。
技術(shù)實(shí)現(xiàn)要素:
為了克服現(xiàn)有技術(shù)的不足,本發(fā)明基于壓縮感知中的稀疏重構(gòu)思想,對(duì)于互質(zhì)陣構(gòu)造基于OMP算法的波達(dá)方向估計(jì)方法,克服了空域平滑MUSIC算法導(dǎo)致虛擬陣元減少的問(wèn)題,使得檢測(cè)目標(biāo)數(shù)目超過(guò)MN,并且仿真證明該方法在高信噪比時(shí)有很好的估計(jì)精度。
本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案具體包括如下步驟:
第一步:互質(zhì)陣結(jié)構(gòu)設(shè)計(jì)
互質(zhì)陣由兩個(gè)間距分別為Md和Nd的均勻線列陣嵌套組成,其中M和N為兩個(gè)互為質(zhì)數(shù)的常數(shù),d表示接收信號(hào)的半波長(zhǎng),一個(gè)均勻線列陣有N個(gè)陣元,陣元間距為Md,另外一個(gè)均勻線列陣有2M個(gè)陣元,陣元間距為Nd,兩個(gè)均勻線列陣的第一個(gè)陣元重合,共有N+2M-1個(gè)陣元,由于M和N都是質(zhì)數(shù),所以稱這種線列陣為互質(zhì)陣,互質(zhì)陣是一種特殊結(jié)構(gòu)的非均勻線列陣;
第二步:估計(jì)互質(zhì)陣接收信號(hào)的協(xié)方差矩陣
互質(zhì)陣接收信號(hào)的協(xié)方差矩陣Rxx通過(guò)公式(1)估計(jì):
式(1)中,表示互質(zhì)陣接收信號(hào)向量,T表示陣列快拍數(shù);
第三步:構(gòu)造虛擬均勻線列陣的接收向量y
構(gòu)造大小為(N+2M-1)×(N+2M-1)標(biāo)識(shí)矩陣B,B中第i行第j列的元素bij=i-j,標(biāo)識(shí)矩陣B和協(xié)方差矩陣Rxx分別按列拉直,得到標(biāo)識(shí)向量從標(biāo)識(shí)向量b中按照從小到大的順序依次尋找元素值為-MN到MN的位置,并按順序記錄下2MN+1個(gè)位置信息,然后從向量z中依次將對(duì)應(yīng)位置的元素提取出來(lái),構(gòu)造出虛擬均勻線列陣的接收向量
第四步:待檢測(cè)的角度區(qū)域剖分網(wǎng)格,構(gòu)造陣列流形矩陣A
將待檢測(cè)的角度區(qū)域離散化剖分網(wǎng)格,形成網(wǎng)格向量θ=[θ1,θ2,…,θD]T,其中θk表示離散的網(wǎng)格角度,k=1,…,D,D表示網(wǎng)格數(shù)目,且使得剖分的網(wǎng)格數(shù)目D大于信號(hào)數(shù)目,由公式(2)和公式(3)構(gòu)造陣列流形矩陣A:
A(θ1,θ2,…,θD)=[a(θ1),a(θ2),…a(θk),...,a(θD)] (2)
式(2)中,a(θk)為對(duì)應(yīng)陣列的陣列流形向量,k=1,2,...,D,式(3)中,j表示虛數(shù)單位,d表示接收信號(hào)的半波長(zhǎng),λ表示接收信號(hào)的波長(zhǎng),θk表示離散的網(wǎng)格角度;
第五步:利用OMP算法估計(jì)稀疏信號(hào)
陣列流形矩陣A(θ1,θ2,…,θD)和虛擬均勻線列陣的接收向量y滿足如下方程:
式(4)中p為對(duì)應(yīng)于剖分網(wǎng)格θ=[θ1,θ2,…,θD]T的稀疏向量,表示噪聲向量,稀疏向量p采用壓縮感知中的OMP算法求解可得稀疏向量估計(jì)值
第六步:由稀疏向量得到信號(hào)波達(dá)方向
若稀疏向量估計(jì)值中的第i項(xiàng)非0,則表示對(duì)應(yīng)的θi方向具有信號(hào),否則表示沒(méi)有信號(hào)。
本發(fā)明相比傳統(tǒng)的波達(dá)方向估計(jì)采用均勻線列陣,由于采用了互質(zhì)陣這種新型的嵌套陣,使得波達(dá)方向估計(jì)性能顯著的提高了估計(jì)的目標(biāo)數(shù)量,在陣列多目標(biāo)估計(jì)時(shí)具有很好的估計(jì)性能;在同樣使用互質(zhì)陣時(shí),該方法相比于空間平滑的MUSIC算法而言,由于使用了壓縮感知的OMP算法,使得估計(jì)的目標(biāo)數(shù)目超過(guò)NM個(gè)目標(biāo),在同樣陣元數(shù)量下,進(jìn)一步提高了互質(zhì)陣的估計(jì)目標(biāo)數(shù)目;由于使用了OMP算法,可以簡(jiǎn)單高效的對(duì)稀疏信號(hào)進(jìn)行重構(gòu),最終快速高效的給出波達(dá)方向估計(jì)結(jié)果;在高信噪比時(shí),本發(fā)明方法的估計(jì)精度優(yōu)于空間平滑的MUSIC算法,總體而言,本發(fā)明的性能不低于空間平滑的MUSIC算法。
附圖說(shuō)明
圖1是本發(fā)明進(jìn)行波達(dá)方向估計(jì)的方法流程圖。
圖2是本發(fā)明互質(zhì)陣的幾何結(jié)構(gòu)。
圖3是本發(fā)明與空間平滑MUSIC算法的波達(dá)方向估計(jì)結(jié)果。
圖4是本發(fā)明對(duì)16個(gè)來(lái)波信號(hào)的波達(dá)方向估計(jì)結(jié)果。
圖5是本發(fā)明與空間平滑MUSIC算法的單目標(biāo)的估計(jì)精度對(duì)比結(jié)果。
圖5中MUSIC表示空間平滑MUSIC算法,OMP表示本發(fā)明提出的基于OMP算法的波達(dá)方向估計(jì)方法。
具體實(shí)施方式
下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說(shuō)明。
第一步:互質(zhì)陣結(jié)構(gòu)設(shè)計(jì)
選取兩個(gè)互為質(zhì)數(shù)的常數(shù)M和N,用常數(shù)d表示接收信號(hào)的半波長(zhǎng),互質(zhì)陣由兩個(gè)間距分別為Md和Nd的均勻線列陣嵌套組成,其中一個(gè)均勻線陣有N個(gè)陣元,陣元間距為Md,另外一個(gè)線陣有2M個(gè)陣元,陣元間距為Nd,兩個(gè)線列陣第一個(gè)陣元重合,總共有N+2M-1個(gè)陣元,由于M和N都是質(zhì)數(shù),所以稱這種線列陣為互質(zhì)陣,互質(zhì)陣的結(jié)構(gòu)如圖1所示,互質(zhì)陣是一種特殊結(jié)構(gòu)的非均勻線列陣,因此可以在線列陣的模型上進(jìn)一步推導(dǎo);
首先考慮包含N個(gè)陣元的線陣,陣元位置為li,假設(shè)K個(gè)目標(biāo)方位為并且設(shè)K個(gè)目標(biāo)信號(hào)為窄帶信號(hào),那么陣列接收信號(hào)表示為:
式中1≤t≤T,sk(t)是第k個(gè)來(lái)波信號(hào),n(t)是獨(dú)立同分布的白噪聲,是陣列流形向量,且
的第i個(gè)元素代表第k個(gè)信號(hào)在第i個(gè)陣元的時(shí)間延遲所帶來(lái)的相位變化。
第二步:估計(jì)互質(zhì)陣接收信號(hào)的協(xié)方差矩陣
互質(zhì)陣接收信號(hào)的協(xié)方差矩陣Rxx通過(guò)公式(1)估計(jì):
式中,表示互質(zhì)陣接收信號(hào)向量,T表示陣列快拍數(shù);
設(shè)信號(hào)sk(t)服從方差為的獨(dú)立高斯分布,考慮每個(gè)陣元接收數(shù)據(jù)的二階統(tǒng)計(jì)量,求解陣列接收信號(hào)x(t)的協(xié)方差矩陣Rxx
式中σ2是噪聲功率,將矩陣Rxx按列拉直,根據(jù)矩陣Kronecker積(也稱直積)的運(yùn)算性質(zhì),由式(7)得到向量z:
其中,表示第k個(gè)發(fā)射信號(hào)的方差,表達(dá)式如下:
代表除了第i個(gè)位置為1其余元素都為0的列向量,根據(jù)(8)式將向量z看作是信源向量q經(jīng)過(guò)矩陣Φ觀測(cè)后接收到的信號(hào),矩陣中存在一個(gè)陣列流形矩陣,并且這個(gè)矩陣是一個(gè)具有更多虛擬陣元的線列陣的陣列流形矩陣。
第三步:構(gòu)造虛擬均勻線列陣的接收向量y
構(gòu)造大小為(N+2M-1)×(N+2M-1)標(biāo)識(shí)矩陣B,B中第i行第j列的元素bij=i-j,標(biāo)識(shí)矩陣B和協(xié)方差矩陣Rxx分別按列拉直,得到標(biāo)識(shí)向量從標(biāo)識(shí)向量b中從小到大的順序依次尋找元素值為-MN到MN的位置,按順序記錄下共2MN+1個(gè)位置信息,假設(shè)b=[-3,-1,1,5,0],從b中以小到大的順序依次尋找元素值為-1到1的位置,記錄下的對(duì)應(yīng)位置信息就是[2,5,3],然后從向量z中依次將對(duì)應(yīng)位置的元素提取出來(lái),構(gòu)造出虛擬均勻線列陣的接收向量
第四步:待檢測(cè)的角度區(qū)域剖分網(wǎng)格,構(gòu)造陣列流形矩陣A
將待檢測(cè)的角度區(qū)域離散化剖分網(wǎng)格,形成網(wǎng)格向量θ=[θ1,θ2,…,θD]T,其中θk(k=1,…,D)表示離散的網(wǎng)格角度,D表示網(wǎng)格數(shù)目,且使得剖分的網(wǎng)格數(shù)目D大于信號(hào)數(shù)目,取D為信號(hào)數(shù)目的10倍以上,由下面公式構(gòu)造陣列流形矩陣A:
A(θ1,θ2,…,θD)=[a(θ1),a(θ2),…,a(θD)] (2)
式(2)中,a(θk)為對(duì)應(yīng)陣列的陣列流形向量,k=1,2,...,D,式(3)中,j表示虛數(shù)單位,d表示接收信號(hào)的半波長(zhǎng),λ表示接收信號(hào)的波長(zhǎng),θk表示離散的網(wǎng)格角度;
第五步:利用OMP算法估計(jì)稀疏信號(hào)
陣列流形矩陣A(θ1,θ2,…,θD)和虛擬均勻線列陣的接收向量y滿足如下方程:
式(4)中p為對(duì)應(yīng)于剖分網(wǎng)格θ=[θ1,θ2,…,θD]T的稀疏向量,表示噪聲向量,稀疏向量p采用壓縮感知中的OMP算法求解可得稀疏向量估計(jì)值
第六步:由稀疏向量得到信號(hào)波達(dá)方向
若稀疏向量估計(jì)值中的第i項(xiàng)非0,則表示θi方向具有信號(hào),否則表示沒(méi)有信號(hào)。
在本發(fā)明中,更具體的假設(shè)這個(gè)線列陣為如圖1所示的互質(zhì)陣,由兩個(gè)間距分別為Md和Nd的均勻線列陣嵌套組成,一共有N+2M-1個(gè)物理陣元,其中一個(gè)均勻線陣有N個(gè)陣元,另外一個(gè)線陣有2M個(gè)陣元,兩個(gè)線陣的第一個(gè)陣元重合。假設(shè)信號(hào)的協(xié)方差矩陣Rxx已知,矩陣大小為(N+2M-1)×(N+2M-1),根據(jù)公式(4),由直積的性質(zhì)可以知道,矩陣Φ共有(N+2M-1)2個(gè)行向量,已經(jīng)證明了,如果N,M都是質(zhì)數(shù),這些行向量的子集對(duì)應(yīng)于一個(gè)孔徑更大的均勻線列陣的陣列流形矩陣A,其陣元位置從-MNd到MNd,陣元間距為d,這時(shí)虛擬均勻線列陣的孔徑可以達(dá)到(2MN+1)d,下面由矩陣構(gòu)造均勻線列陣的陣列流形矩陣
從Φ中選擇相應(yīng)的行向量,并對(duì)這些行向量進(jìn)行排序得到A,使得陣列流形矩陣A中的第(n,k)個(gè)元素為k=1,2,…,K,n=-MN,…,0,…,MN,最終形成大小為(2NM+1)×K的矩陣A,此時(shí)A便對(duì)于一個(gè)孔徑為(2MN+1)d的均勻線列陣的陣列流形矩陣,對(duì)于式(8)左端的向量z,按照步驟3中所述構(gòu)造向量y的方法選擇相應(yīng)的項(xiàng)并且排序得到向量y,y便是對(duì)應(yīng)于此虛擬均勻線列陣的接收向量,那么A、y滿足
式中向量是向量1n去掉相應(yīng)項(xiàng)排序得到的向量,并且第NM+1項(xiàng)為1,其余均為0。
下面對(duì)壓縮感知的稀疏重構(gòu)思想進(jìn)行波達(dá)方向估計(jì)進(jìn)行說(shuō)明:
首先對(duì)待檢測(cè)的角度區(qū)域離散化:θ=[θ1,θ2,…,θD]T,且D>>K,即剖分的網(wǎng)格數(shù)目大于信號(hào)數(shù)目,構(gòu)造陣列流形矩陣A(θ1,θ2,…,θD):
A(θ1,θ2,…,θD)=[a(θ1),a(θ2),…,a(θD)] (2)
式中是一個(gè)陣元數(shù)為2NM+1的均勻線列陣的陣列流形向量。因此可以將公式(4)改寫為
其中,y是根據(jù)互質(zhì)陣的接收信號(hào)x(t)計(jì)算得到的虛擬均勻線列陣的接收向量,如果第k個(gè)信號(hào)的來(lái)波方向?yàn)棣?sub>i,那么向量p的第i個(gè)位置假設(shè)所有目標(biāo)的位置恰好位于剖分的網(wǎng)格點(diǎn)上,那么只在K個(gè)來(lái)波方向上是非零的,此時(shí),p為K稀疏向量。對(duì)于公式(9),如果給定y和A,通過(guò)壓縮感知中的稀疏重構(gòu)算法來(lái)求解方程。
根據(jù)壓縮感知理論,需要求得滿足公式(10)的最稀疏解因此稀疏重構(gòu)問(wèn)題表示為:
式中||·||0表示向量非零項(xiàng)的數(shù)目,為了表示方便A=A(θ1,θ2,…,θD),假設(shè)噪聲方差σ2是未知的,為了求解式(10),本發(fā)明采用OMP算法求解,OMP算法的迭代步驟如下:
輸入:陣列流形矩陣A,虛擬均勻線列陣的接收向量y,目標(biāo)信號(hào)數(shù)量K;
輸出:p的K稀疏逼近誤差向量E;
初始化:余量E0=y(tǒng),重構(gòu)信號(hào)p0=0,索引集迭代次數(shù)n=0;
步驟1:計(jì)算余量和構(gòu)造陣列流形矩陣A(θ1,θ2,…,θD)的每一列之間的內(nèi)積Gn=ATEn-1,En-1是第n次迭代的余量,n=1時(shí),En-1=E0;
步驟2:找出Gn中絕對(duì)值最大的元素對(duì)應(yīng)的位置,即
步驟3:更新索引集Γn=Γn-1∪{k}及原子集合
步驟4:利用最小二乘法求得近似解
步驟5:更新余量
步驟6:判斷迭代是否滿足停止條件,即迭代次數(shù)n是否大于K,當(dāng)?shù)螖?shù)大于K則滿足停止條件,若滿足停止條件,則E=En,輸出否則令n←n+1,轉(zhuǎn)步驟1,其中,是的第i項(xiàng)。
以下對(duì)本發(fā)明的方法進(jìn)一步描述:在以本發(fā)明技術(shù)方案為前提下進(jìn)行實(shí)施,給出了詳細(xì)的實(shí)施方式和具體的操作過(guò)程。
考慮包含10個(gè)物理陣元的互質(zhì)陣,即對(duì)圖2中的互質(zhì)陣取N=5,M=3,具體來(lái)說(shuō),第一層陣元位置在[0,3,6,9,12]d,第二層陣元位置在[0,5,10,15,20,25]d,取d為半波長(zhǎng)值,選取若干窄帶信號(hào),來(lái)波方向均勻分布在-60度到60度的區(qū)間內(nèi),頻率均取為f=1000Hz,采樣頻率fs=8192Hz,快拍數(shù)500,信噪比為0dB。
圖3中選取了15個(gè)不同方向的窄帶信號(hào)仿真兩種算法的檢測(cè)性能。圖4中左圖是按照空間平滑矩陣MUSIC算法得到的結(jié)果。圖3中右圖展示了基于OMP算法的波達(dá)方向估計(jì)。首先從-60度到60度以0.5度為步長(zhǎng)劃分網(wǎng)格,即D=240,然后根據(jù)式(1)到(3),計(jì)算構(gòu)造式(4)的等式方程,最后執(zhí)行OMP算法,得到波達(dá)方向估計(jì)結(jié)果。圖4中虛線表示原始信號(hào)方向,實(shí)線表示估計(jì)結(jié)果??梢钥闯?,兩種算法均能得到很好的估計(jì)效果,然而空間平滑MUSIC算法最多只能估計(jì)出MN=15個(gè)信號(hào)的來(lái)波方向。對(duì)于上述提到的10元互質(zhì)陣,當(dāng)有16個(gè)來(lái)波信號(hào)時(shí),空間平滑MUSIC算法便會(huì)出現(xiàn)問(wèn)題,MUSIC算法最多只能估計(jì)出NM=15個(gè)信號(hào),當(dāng)16個(gè)信號(hào)時(shí),方法無(wú)解,若依然按照15個(gè)信號(hào)的輸入求解,估計(jì)結(jié)果與真實(shí)值相差很大,此時(shí)基于OMP算法的波達(dá)方向估計(jì)將展現(xiàn)出優(yōu)勢(shì)。
圖4給出了16個(gè)來(lái)波信號(hào)時(shí),使用OMP算法進(jìn)行波達(dá)方向估計(jì)的結(jié)果,可以看出OMP算法的波達(dá)方向估計(jì)結(jié)果能給出準(zhǔn)確的估計(jì)結(jié)果,而這種結(jié)果是空間平滑MUSIC算法不能達(dá)到的。
在圖5給出的仿真圖中,本發(fā)明考慮單個(gè)目標(biāo)估計(jì)時(shí),兩種算法的估計(jì)精度隨著信噪比的變化情況。不同于前面的仿真,這次在-90度到90度的范圍內(nèi),隨機(jī)產(chǎn)生一個(gè)信號(hào)方向,橫軸表示的信噪比范圍以2dB為步長(zhǎng),從-20dB到10dB;縱軸表示的誤差采用估計(jì)角度與真實(shí)角度差值的絕對(duì)值。每個(gè)點(diǎn)執(zhí)行5000次蒙特卡洛實(shí)驗(yàn),其余條件與前面仿真相同。從圖5中的結(jié)果可以看出,對(duì)于單目標(biāo)的波達(dá)方向估計(jì),在低信噪比時(shí),兩種算法的估計(jì)性能基本一樣,但是在高信噪比時(shí),OMP算法的估計(jì)精度優(yōu)于空間平滑的MUSIC算法。