本發(fā)明屬于通信技術(shù)領(lǐng)域,尤其涉及一種基于噪聲能量設(shè)定判決門限的蓋氏圓信號(hào)源數(shù)估計(jì)方法。
背景技術(shù):
信號(hào)源個(gè)數(shù)估計(jì)在空間譜估計(jì)技術(shù)中是一個(gè)關(guān)鍵問(wèn)題,因?yàn)楝F(xiàn)在大部分高分辨率的子空間分解類算法,如多信號(hào)分類(multiplesignalclassification,music)和旋轉(zhuǎn)不變子空間(estimatingsignalparametersviarotationalinvariancetechniques,esprit)算法都需要預(yù)先知道信號(hào)源的個(gè)數(shù),并且這一類算法的估計(jì)性能都取決于信號(hào)和噪聲子空間,而這兩個(gè)空間的劃分取決于信號(hào)源個(gè)數(shù)。當(dāng)信號(hào)源數(shù)的估計(jì)與實(shí)際值有偏差時(shí),這一類算法的空間譜曲線峰值個(gè)數(shù)與實(shí)際不符,產(chǎn)生虛警,同時(shí)還會(huì)對(duì)真實(shí)目標(biāo)的方位信息估計(jì)產(chǎn)生影響。因此正確估計(jì)信號(hào)源數(shù)在空間譜技術(shù)中是一個(gè)重要的環(huán)節(jié)。
目前有很多算法可以估計(jì)信號(hào)源的個(gè)數(shù),但這些算法各有優(yōu)缺點(diǎn)。比如,在低信噪比(signaltonoiseratio,snr)的情況下平滑秩序列法估計(jì)性能較差,但在高信噪比時(shí)估計(jì)性能相當(dāng)穩(wěn)定;正則相關(guān)技術(shù)和蓋氏圓半徑法可以在色噪聲進(jìn)行信號(hào)源數(shù)估計(jì),而包括平滑秩序列估計(jì)法和信息論方法不能應(yīng)用于色噪聲的環(huán)境中進(jìn)行信號(hào)源估計(jì)。相對(duì)于信息論方法和平滑秩系列估計(jì)法,蓋氏圓盤法不需要得到矩陣或者修正矩陣的特征值來(lái)進(jìn)行信號(hào)元數(shù)估計(jì),可以直接進(jìn)行酉變換得到信號(hào)與噪聲對(duì)應(yīng)的圓盤半徑,然后根據(jù)圓盤半徑設(shè)定門限進(jìn)行比較估計(jì)信號(hào)源數(shù)。然而經(jīng)典的蓋氏圓盤法里,門限是根據(jù)所有信號(hào)圓盤半徑與噪聲圓盤半徑的平均值乘以調(diào)整因子得到。因?yàn)樾盘?hào)圓盤半徑遠(yuǎn)大于噪聲圓盤半徑,門限的大小實(shí)際是取決于信號(hào)圓盤的值,并且當(dāng)信號(hào)圓盤半徑大小之間也存在較大差距的情況下,門限此時(shí)主要取決于最大的那幾個(gè)信號(hào)圓盤半徑,這樣一來(lái)就會(huì)導(dǎo)致門限大于其中較小的信號(hào)圓盤半徑,從而導(dǎo)致較大的估計(jì)誤差。而這樣的問(wèn)題在信號(hào)源之間信噪比差距較大和信號(hào)源之間的入射角比較接近時(shí)表現(xiàn)更嚴(yán)重,甚至導(dǎo)致估計(jì)錯(cuò)誤。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明針對(duì)現(xiàn)有技術(shù)的缺陷,提出一種基于噪聲能量設(shè)定判決門限t的改進(jìn)蓋氏圓信號(hào)源數(shù)估計(jì)方法進(jìn)行信號(hào)源數(shù)估計(jì),該方法相對(duì)于經(jīng)典的蓋氏圓半徑法具有更高的信號(hào)源能量大小差距容忍性,和更高的角度分辨率。
一種基于噪聲能量設(shè)定判決門限的蓋氏圓信號(hào)源數(shù)估計(jì)方法,包括如下步驟:
s1、計(jì)算矩陣
s2、進(jìn)行酉變換求變換矩陣rp∈cm×m,
s3、計(jì)算判決門限
s4、判決準(zhǔn)則ngde(k)=rk-t>0成立的次數(shù)
進(jìn)一步地,s3所述i=m/2。
本發(fā)明的有益效果是:
根據(jù)噪聲圓盤半徑確定判決門限,解決了經(jīng)典蓋氏圓方法在信號(hào)源之間信噪比差距δsnr比較大和信號(hào)源之間的入射角δθ比較接近時(shí),圓盤半徑大小相差巨大,而門限t主要取決較大的圓盤半徑,因而門限t大于較小的圓盤半徑,最終導(dǎo)致無(wú)法進(jìn)行有效的估計(jì)信號(hào)源數(shù)的問(wèn)題。本發(fā)明相對(duì)于經(jīng)典的蓋氏圓半徑法具有更高的信號(hào)源能量大小差距容忍性,和更高的角度分辨率。
附圖說(shuō)明
圖1為本發(fā)明方法流程圖。
圖2為遠(yuǎn)場(chǎng)信號(hào)均勻線陣接收模型。
圖3為估計(jì)成功概率與信噪比差值δsnr的關(guān)系。
圖4為估計(jì)成功概率與信號(hào)入射角差值δθ的關(guān)系。
具體實(shí)施方式
下面結(jié)合附圖對(duì)本發(fā)明進(jìn)行說(shuō)明。
實(shí)施例1、
本發(fā)明的估計(jì)性能與接收信號(hào)信噪比差值δsnr的關(guān)系,同時(shí)與經(jīng)典蓋氏圓盤法進(jìn)行比較。
實(shí)施例1的方法如圖1所示,接收陣列如圖2所示的有8個(gè)陣元組成的均勻線陣。
考慮n=2個(gè)載波為
實(shí)施例1中的信號(hào)源數(shù)估計(jì)性能用成功概率pd衡量,pd越大估計(jì)性能越好。
信號(hào)源數(shù)估計(jì)方法包括以下步驟:
令δsnr=0~40db取值,步進(jìn)為1db,每次取值都獨(dú)立重復(fù)下面步驟100次,并記錄在當(dāng)前δsnr的取值內(nèi),估計(jì)成功概率pd的值。
仿真信號(hào)建模:
a1.產(chǎn)生m個(gè)陣列的接收數(shù)據(jù)x(n)∈cm×1。
x(n)=as(n)+n(n),n=1~l
其中,n(n)∈cm×1為均值為0,方差為σ2=1的復(fù)高斯白噪聲矢量;s(n)=[s1(n)s2(n)]t∈cn×1為遠(yuǎn)場(chǎng)信號(hào)矢量,s1(n)和s1(n)的幅度分別由snr1和snr2決定;a∈cm×n為均勻線陣的空間陣列流型矩陣。
a2.計(jì)算數(shù)據(jù)協(xié)方差矩陣
b.利用本發(fā)明進(jìn)行信號(hào)源數(shù)估計(jì)。
b1.計(jì)算矩陣
特征矩陣
b2.進(jìn)行酉變換求變換矩陣rp∈cm×m。
其中,
b3.計(jì)算判決門限
其中,i為噪聲圓盤判決累加的個(gè)數(shù),取接近m/2的整數(shù)時(shí)有比較好的估計(jì)效果,ri=|ρi|為噪聲圓盤半徑。
b4.根據(jù)下列準(zhǔn)則確定信號(hào)源數(shù)
ngde(k)=rk-t>0,k=1~m-2,
那么,判決準(zhǔn)則成立(ngde(k)>0)的次數(shù)
最終的仿真結(jié)果如圖3所示,從圖上可以看出來(lái)本發(fā)明在δsnr=19~28db時(shí)比經(jīng)典蓋氏圓盤法的有更好的估計(jì)性能,并且估計(jì)正確率達(dá)到了100%。在δsnr<19db時(shí),本發(fā)明和經(jīng)典方法一樣的估計(jì)正確率達(dá)都到了100%。可以看出來(lái)本發(fā)明相對(duì)于經(jīng)典的蓋氏圓盤法具有更高的信號(hào)源能量大小差距容忍性。
實(shí)施例2
本發(fā)明的估計(jì)性能與接收信號(hào)入射角差值δθ的關(guān)系,同時(shí)與經(jīng)典蓋氏圓盤法進(jìn)行比較。
實(shí)施例2的方法如附圖1所示,當(dāng)snr1=snr2=15db,θ1=0°、θ2=θ1-δθ,δθ=0~3°步進(jìn)為0.05°取值時(shí),其余仿真條件與實(shí)施例1的相同。改變仿真條件后執(zhí)行實(shí)施例1的步驟,并分別記錄每個(gè)δsnr下的估計(jì)成功概率pd,即可得到仿真結(jié)果,如附圖4所示。
從仿真結(jié)果可以看出來(lái),經(jīng)典的方法(classicalmethod)在δθ<2.1°時(shí)估計(jì)性能非常的差,而本發(fā)明(ourmethod)在δθ=0.6°時(shí)都有著100%估計(jì)正確率??梢缘贸觯景l(fā)明相對(duì)于經(jīng)典的蓋氏圓盤法可以達(dá)到更高的角度分辨率。