一種適用于任意陣列結構的低運算復雜度的二維測向方法
【技術領域】
[0001] 本發(fā)明涉及陣列信號處理方法,尤其是涉及一種適用于任意陣列結構的低運算復 雜度的二維測向方法。
【背景技術】
[0002] 最近三十年是陣列信號發(fā)展迅猛的時期,出現了大量優(yōu)秀的陣列信號處理方法。 基于二階統(tǒng)計量的D0A估計算法主要有最大似然(ML,Maximum Likelihood)法、線性預測 (LP)法、多重信號分類(MUSIC,MUltiple Signal Classification)法和旋轉不變子空間 (ESPRIT)法等。其中ML方法具有最優(yōu)的估計性能,但其計算量很大,MUSIC算法開創(chuàng)了子空 間類陣列信號處理算法研究的先河,是陣列信號處理算法研究中的一個里程碑。
[0003] 二維D0A估計一般采用面陣或矢量傳感器實現二維參數的估計,多數有效的二維 D0A估計算法是在一維D0A估計算法的基礎上,直接針對空間二維譜提出的,如二維MUSIC算 法以及各種二維ESPRIT算法等。二維MUSIC算法是二維D0A估計的典型算法,這種方法可以 產生漸進無偏估計,但要在二維參數空間搜索譜峰,其計算量相當大。
[0004] 在文南犬[l]M.Landmann,A.Richter,and R.S.Thoma,"DoA resolution limits in ΜΙΜ0 channel sounding,',in International Symposium on Antennas and Propagation and USNC/URSI National Radio Science Meeting,2004中,提出了有效孔徑分布函數 (EADF,Effective Aperture Distribution Function)的概念。
[0005] 在文南犬[2]M.Costa,A.Richter,and V.Koivunen,"Low complexity azimuth and elevation estimation for arbitrary array configurations,',IEEE Int.Conf .Acoust. Speech Signal Process(ICASSP),pp. 2185-2188,2009中,利用文獻[1] 的EADF方法,對2-D測向方法進行了改進。該文獻假設有P個非相干窄帶信號源,1個有N個傳 感器的陣列,各個傳感器的俯仰角和方位角參數如下= 其中Θ為傳感器的俯仰角且滿足9^[0,180°],(1)為方位角且滿足(1)^[0,360°),那么,獲得 的數據可由下式給出:Χ = Α(Θ,ΦΚ+Ν,其中A(仏妁代表陣列流型(也可稱為導向向 量)矩陣,S e 是信號矩陣,M e 代表測量噪聲,該噪聲是二階遍歷零均值高斯白 噪聲,C表示一個復數集合,N、P、K均為正整數,代表矩陣行數或者列數,K為采樣的快拍數。 [0006]假設從測量矩陣所得的第η根天線的陣列流形矩陣為,其中
,代表測量時的角度參數,η 為正整數,代表第η根天線,Qe表示一個俯仰角上的采樣點總數,Qa表示一個方位角上的采樣 點總數,E.表示實數集合。
[0007]作者將目標在二維空域上進行分割,俯仰角和方位角各自均分為60點即Qe = Qa = 60進行數據采集,共進行60 X 60 = 3600次數據采集,獲得陣列流型Λη(民妁e C2&-,由 于ΘΕ[0,180°],不是以360°為周期的,不符合FFT的要求,因此需要周期化。為滿足FFT的周 期性要求,特Αη(θυφ。)平移180°再翻轉,并截掉首尾兩行,構造出如下矩陣:
[0009] r表示對矩陣進行轉置操作。對人,(民0進行2-D IDFT變化就得到了采樣矩陣Γ。
[0010] 獲得采樣矩陣Γ后,可以將陣列流型模型寫作如下式:a(0,φ)= rd(0,φ) + ε (Me,Ma),其中Γ為采樣矩陣,d(0,φ )代表方位角和俯仰角位置向量,Me表示俯仰角上的模
數,13表示方位角上的模數。
,式中囟代表矩陣的Kronecker積運算,式中e(Me,M a) 代表模型誤差。以上過程為離線操作,只需要執(zhí)行一次就可以求得給定天線陣列的采樣矩 陣Γ。當陣列開始測向工作時,收集K個快拍以構造協(xié)方差矩陣
行特征分解,得到噪聲特征向量En和矩陣沿著矩陣B的每條對角線,計算分塊 矩陣的和,得到矩陣D,然后沿矩陣D的每條對角線,計算各元素之和,并以此構造矩陣G2-D MUSIC的代價函數可以寫作如下的二元多項式:
[0011 ] ρ(ζ , ω ) = ρ(ζ)τ0ρ( ω ) = 〇
[0012] 其中,ζ = θ」φ,ω = ,p(C) = [C' …If e C(Ja+lix〕,尹⑷=W…If e C⑷+1,/1, C e C(£/a+1>x(i/e+1),de = 2Me-2,da = 2Ma-2。最后通過求解此二元多項式的根,以估計俯仰角和方 位角。從以上步驟可以看出,當陣列孔徑變得很大時,該二元多項式的階數也會變得很大, 導致求根過程的計算復雜度非常高,并且也不易于在FPGA等硬件上進行實現。
【發(fā)明內容】
[0013] 本發(fā)明的目的在于:針對現有技術存在的問題,提供一種適用于任意陣列結構的 低運算復雜度的二維測向方法,解決現有二維測向方法計算量相當大,不易于在FPGA等硬 件上進行實現的問題。
[0014 ]本發(fā)明的發(fā)明目的通過以下技術方案來實現:
[0015] -種適用于任意陣列結構的低運算復雜度的二維測向方法,其特征在于,該方法 包括:
[0016] 1)在一些方位上測量陣元響應,并通過2-D IDFT來計算采樣矩陣Γ ;
[0017] 2)收集快拍來構造協(xié)方差矩陣
,對其進行特征分解,得到噪聲 特征向量£"和矩陣B=rtfE"Ef Γ;
[0018] 3)沿著矩陣B的每條對角線,計算分塊矩陣的和,得到矩陣D,然后沿矩陣D的每條 對角線,計算各元素之和,并以此構造矩陣C;
[0019] 4)對矩陣C使用2-D FFT變換來對D0A進行粗搜索;
[0020] 5)在一個很小的角度區(qū)域內,對每個D0A粗搜索應用2-D MUSIC方法來進行精細的 DOA搜索,找尋目標,完成測向。
[0021] 作為進一步的技術方案,對于給定的陣列而言,步驟1)執(zhí)行一次。
[0022] 作為進一步的技術方案,步驟3)包括以下步驟:
[0023] 首先,矩陣Β=Ι^Ε Efr,用分塊矩陣形式表示如下:
[0024]
,其中,每個塊矩陣都是一fMaXMW矩陣;
[0025] 其次,計算所有2Me_l個對角線上塊元素的和,得到向量:0 = D2 ...Ο%/,
同樣地,對C的第i個列向量,計算所有2Me_l個對角線上塊元素的和
[0028] 重寫空間譜如下:
[0029]
示C的第(m,n)個元素。
[0030] 作為進一步的技術方案,步驟4)包括:先對矩陣C的2Me-l個列進行見個點的FFT計 算,再對所得到的見個行進行他個點的FFT計算,然后對這個粗空間譜進行最小值搜索,對應 于D0A的粗搜索。
[0031] 作為進一步的技術方案,步驟5)包括:步驟4)粗搜索中得到的D0A粗搜索結果(θ^ Φι),在角度ΘεΑ-ΔΘΑ+ΔΘ],φ φ,φ1+Δ φ]的范圍內,劃分成若干網格,進 行精細的小刻度2-D MUSIC搜索,其中ΔΘ和Δ φ是搜索距離。
[0032] 作為進一步的技術方案,對每個粗搜索D0A結果的附近角度區(qū)域進行網格細分,局 部網格數取值為& = 92 = 69,每