虛擬互質(zhì)陣列中基于局部搜索的doa估計方法
【專利摘要】本發(fā)明公開了一種虛擬互質(zhì)陣列中基于局部搜索的DOA估計方法，該方法要求發(fā)射信號為實值信號，接收天線陣列采用非線性陣列，通過對該陣列的鏡像化及空間平滑處理，得到虛擬互質(zhì)陣列，該陣列的每個子陣通過應(yīng)用多重信號分類方法，可獲得每個信號源對應(yīng)的真實角度及相應(yīng)模糊角度，根據(jù)這些角度之間的相位關(guān)系，通過角度域的局部搜索獲取其中任意角度而直接計算出其余角度，極大降低復(fù)雜度，最終虛擬互質(zhì)陣列通過合并兩個子陣的估計結(jié)果而得到角度的真實估計值。
【專利說明】
虛擬互質(zhì)陣列中基于局部搜索的DOA估計方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及通信信號處理領(lǐng)域，尤其涉及一種使用虛擬互質(zhì)陣列的基于局部搜索 的D0A估計方法。
【背景技術(shù)】
[0002] D0A全稱為Direction of Arrival，即信號的波達方向，波達方向估計是諸如雷 達、聲吶、無線通信等諸多工程領(lǐng)域經(jīng)常遇到的問題，利用陣列天線，D0A估計可確定信號源 的當(dāng)前位置，目前在傳統(tǒng)均勻線性陣列中出了諸多方法，如多重信號分類法(MUSIC)，旋轉(zhuǎn) 不變子空間法(ESPRIT)，和最小方差無畸變法(MVDR)等，其中MUSIC方法由于其估計的高分 辨率優(yōu)勢引起人們的重視，MUSIC方法的不足之處在于其由于頻譜的全局搜索造成的高復(fù) 雜性，因此在實時性要求高的場合，MUSIC方法難以應(yīng)用。
[0003] 傳統(tǒng)的估計方法側(cè)重于均勻線性陣列，但均勻線性陣列并不是最優(yōu)的陣列結(jié)構(gòu)， 如在存在多頻信號源的場合，若以低頻段信號設(shè)計陣元間隔，則會對高頻信號產(chǎn)生模糊;若 以高頻段信號設(shè)計陣元間隔，則會降低對低頻信號的估計性能，因此，隨著對估計性能及實 現(xiàn)復(fù)雜度提出更高的要求，采用非線性陣列架構(gòu)模式，充分挖掘其空間特性成為D0A估計領(lǐng) 域的關(guān)鍵所在。
[0004] 近年來，基于非線性互質(zhì)陣列的D0A估計逐漸引起研究界的重視，互質(zhì)陣列具有檢 測能力強，自由度高等優(yōu)勢，然而，其存在的不足在于頻譜的全局搜索帶來的高復(fù)雜度及大 的孔徑尺寸需求在一定程度上限制了互質(zhì)陣列的應(yīng)用，此外，還需從更多方面進行考慮，如 更少的時間樣本，更低的信噪比需求等，為此，本發(fā)明給出了一種使用虛擬互質(zhì)陣列的基于 局部搜索的D0A估計方法。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明針對上述現(xiàn)有技術(shù)存在的不足，提出了一種適用于虛擬互質(zhì)陣列的基于局 部搜索的D0A估計方法，本發(fā)明的方法具有分辨率高、復(fù)雜度低、孔徑尺寸小等優(yōu)勢，適用于 信噪比較低及樣本數(shù)較少的場合。
[0006] 為實現(xiàn)上述發(fā)明目的，本發(fā)明所采取的技術(shù)方案為： 一種虛擬互質(zhì)陣列中基于局部搜索的D0A估計方法，它包括以下步驟： (1) 建立接收陣列模型 利用非均勻線性陣列作為接收陣列采集信號，該陣列由兩個陣元間隔均大于半波長的 均勻線性子陣列構(gòu)成； (2) 陣列鏡像化處理 根據(jù)信號源信號的實值特性，原始接收陣列以原點為中心在鏡像位置形成虛擬天線， 鏡像天線的接收信號為原始接收信號的共輒值； (3) 構(gòu)建虛擬互質(zhì)陣列 對每個子陣及鏡像子陣運用空間平滑技術(shù)，形成兩個呈互質(zhì)關(guān)系的子陣，構(gòu)成虛擬互 質(zhì)陣列； (4) 空間譜的局部搜索 由于虛擬互質(zhì)陣的每個子陣其陣元間隔均大于半波長，每個信號源都會在其空間譜中 產(chǎn)生多個譜峰(其中一個為真實角度，其余為模糊角度），運用MUSIC方法對角度域進行局部 搜索獲取局部空間譜； (5) 空間譜的快速全局恢復(fù) 利用真實與模糊角度之間的關(guān)系，通過計算快速恢復(fù)每個子陣的全局空間譜，避免了 頻譜的全局搜索帶來的高復(fù)雜性； (6) 子陣結(jié)果合并，估計波達方向 根據(jù)陣列的互質(zhì)特性，兩個子陣僅會在真實角度處產(chǎn)生共同頻譜峰值，合并兩個子陣 的結(jié)果可估計出信號源的真實角度。
[0007] 基于虛擬互質(zhì)陣列的基于局部搜索的D0A估計方法，相比現(xiàn)有的D0A估計方法具有 如下優(yōu)點： 1、 本發(fā)明通過對非線性陣列鏡像化和空間平滑處理，構(gòu)建出孔徑尺寸更大的虛擬互質(zhì) 陣列，有效地提高了陣列的檢測能力； 2、 本發(fā)明充分利用虛擬互質(zhì)陣列中子陣列陣元間隔大的特點，提高了其分辨率； 3、 本發(fā)明挖掘信號源真實角度及其對應(yīng)模糊角度之間的關(guān)系，通過在角度域的局部搜 索獲取任意相應(yīng)的峰值角度，然后通過計算獲取其余的角度，該方法避免了全局搜索，極大 地降低計算復(fù)雜度； 4、 在相同的精度要求下，本發(fā)明所需的樣本數(shù)更少和信噪比更低，降低了系統(tǒng)的實現(xiàn) 復(fù)雜度。
【附圖說明】
[0008] 圖1為本發(fā)明方法的流程圖； 圖2為本發(fā)明非線性陣列及線性子陣列示意圖； 圖3為本發(fā)明非線性陣列虛擬陣列示意圖，（以施=5，見=4，]/[=6，~=5為例）； 圖4為本發(fā)明的仿真實驗中估計精度圖； 圖5為本發(fā)明的仿真實驗中分辨率圖。
【具體實施方式】
[0009] 下面結(jié)合附圖對本發(fā)明作進一步說明： 本發(fā)明方法的流程圖如圖1所示，具體實現(xiàn)過程如下： (1) 建立接收陣列模型，獲取接收信號； (2) 根據(jù)信號的實值化特性，對陣列進行鏡像化處理； (3) 運用空間平滑技術(shù)，構(gòu)建虛擬互質(zhì)陣列； (4) 空間譜的局部搜索； (5) 利用真實與模糊角度之間的關(guān)系，實現(xiàn)全局空間譜的快速恢復(fù)； (6) 子陣結(jié)果合并，估計波達方向。
[0010] 本發(fā)明的D0A估計方法過程如下： 1. 非線性陣列及接收信號 本發(fā)明所涉及的非線性陣列如圖2所示，該陣列可分解為兩個均勻子陣列，其中子陣列 1包含此個天線，相鄰天線間隔為NA/2，子陣列1天線的位置集合為L1= {mNA/2 :0彡m彡Mr 1}，子陣列2包含見個天線，相鄰天線間隔為MA/2,子陣列2天線的位置集合為L2={nMV2:0 SnSNi-l}，這里M和N為互質(zhì)的正整數(shù)，且滿足「M/2] <If, <夏，「iV/2] < % < TV，A表示 載波的波長，由于子陣列1和2共享第一個天線，因此該非線性陣列的天線數(shù)為施+見-1，假定 K個信號源的發(fā)射信號到達該非線性陣列，發(fā)射信號采用實值調(diào)制方式，如ASK，BPSK和AM 等，第k個信號的實發(fā)送信號為sk(t)，其對應(yīng)的入射方向為0^以施-天線子陣列為例對信號 模型進行分析，Mi-天線子陣列在時刻t(l<t<T)的接收信號為 xi (〇 = Sa：i K (^) + ni (^) = + n, (?) (1) 其中，^^⑴二匕⑴^辦八…^⑴^表示發(fā)送信號矢量^⑴為獨立同分布加性高 斯白噪聲矢量^=^(00^(02)，…，ai(0K)]表示陣列流形矩陣，其中第k個列向量對應(yīng) 來自方向M勺導(dǎo)向矢量ai @) = ]'上標(biāo)T表示轉(zhuǎn)置； 2. 陣列鏡像化 記\ = [x, (,(/),au (/)，..、xl(r)]'，xi，m(t)表示子陣列 1 中第m+l個天線的接 收信號，根據(jù)發(fā)送信號的實值特性及共輒的性質(zhì)，則可估計出在子陣列1的鏡像位置 巧={-"L'V : K 軋-1}處的接收信號為： Xl-m (0 - XUm (^) ? 1 ^ W < Mj - 1 (2) 由此可認(rèn)為在4處存在此-1個虛擬天線，與U處天線共同構(gòu)成虛擬子陣列1，其包含 2Mi-l個天線，因而擴大了子陣列1的孔徑尺寸，同理，虛擬子陣列2由1^處天線和鏡像位置 A = {-?M A/:2:l S M -1}處天線共同構(gòu)成，包含2Ni_l個天線，圖3以Mi = 5，Ni = 4，M = 6，N=5為例說明了虛擬子陣列1和2的結(jié)構(gòu)； 3. 空間平滑與虛擬互質(zhì)陣列 在虛擬子陣列1中選取連續(xù)的M個天線，在虛擬子陣列2中選取連續(xù)的N個天線，即可構(gòu) 成虛擬互質(zhì)陣列，對虛擬子陣列1而言，M-天線子陣可依次選取為:，…，Xni+^， {^1，-M 丨+2，"*，：^1，4/丨+//+1},~，<(：5(：1,/1/ 1-狀，"，，1〗#1-丨]>,共計2厘1_]^個，對第讓個而目，其 協(xié)方差矩陣可估計為
其中= |/l,-M, +A，…，氣-蚪+財+4-1 j，為充分利用每個天線的數(shù)據(jù)，應(yīng)用空間 平滑技術(shù)，得M-天線子陣的協(xié)方差矩陣為
同理可估計N-天線子陣的協(xié)方差矩陣為，空間平滑技術(shù)的應(yīng)用使算法能夠?qū)崿F(xiàn)相 干信號源的檢測，擴展了算法的應(yīng)用場景； 4. 空間譜的局部搜索 將多重信號分類算法應(yīng)用至虛擬互質(zhì)陣列的兩個子陣，并以M-天線虛擬子陣為例說明 算法的特點，該虛擬子陣列的協(xié)方差矩陣估計為，對其應(yīng)用特征值分解為 KjVf - wUavM + 心財八口 衫 Uu'Af { 5 ) 其中e和CL# e分別表征信號子空間和噪聲子空間，其對D0A 的估計可通過尋找頻譜的最大值實現(xiàn)，即
其中aM(Q)表不該子陣列對應(yīng)的導(dǎo)向矢量， 注意到M-天線子陣列的相鄰天線間隔為NA/2,存在角度模糊的問題，對角度0，存在N個 模糊角度9a，能夠產(chǎn)生與9相同的導(dǎo)向矢量，『與9的關(guān)系表征為
其中Pn為整數(shù)，由（7)可知，由于sin(0)G[-l 1]，對任意角度0，都存在N個固定差值的 角度，即在角度的正弦轉(zhuǎn)換域內(nèi)，搜索任意一個長度為2/N的區(qū)間，都可找到對應(yīng)的角度，然 后再利用(7)式的線性關(guān)系恢復(fù)其余角度； 5. 全局空間譜的快速恢復(fù) 基于此，我們將角度的正弦轉(zhuǎn)換域sin(0)G[-l 1]均勻切割成長度為2/N的區(qū)間，共計 N個，其中第i個區(qū)間可表示為
利用（6)搜索任意區(qū)間美，可獲得該區(qū)間內(nèi)部對應(yīng)于K個信號源的角度，表示為 …，⑥3，利用⑴的線性關(guān)系，對應(yīng)于區(qū)間▲，上的相應(yīng)角度可恢復(fù)為：
(9) 最終，M-天線虛擬子陣列得到NK關(guān)于K的信號源的角度，記為…， 同理，N-天線虛擬子陣列可得MK關(guān)于K的信號源的角度0；；; 6. 子陣結(jié)果合并，估計波達方向， 利用M和N的互質(zhì)性，兩個天線子陣列只會在真實角度值處產(chǎn)生共同頻譜峰值，因此，可 通過查找和0：；中最為接近的K對角度作為最終的估計。
[0011]以下通過仿真對比本發(fā)明方法和其他傳統(tǒng)方法，說明本發(fā)明的優(yōu)越性能： 本發(fā)明仿真實驗采用1 = 5，~ = 7，]/[1 = 4和|/[2 = 6的陣列模型，擬構(gòu)造成|/[ = 5，~ = 7的虛 擬互質(zhì)陣列模型，均勻線性陣列采用M+N-1個天線，存在K = 2個等功率信號源，空間譜的搜 索間隔為0.01度，信噪比定義為輸入功率與噪聲功率之比。
[0012]圖4為本發(fā)明的仿真實驗中估計精度圖，定量分析了本發(fā)明的估計精度，目標(biāo)數(shù)為 2,其角度為[11 20]度，圖4(a)中橫坐標(biāo)表示信噪比，縱坐標(biāo)表示估計均方誤差，圖4(b)中 橫坐標(biāo)表示樣本數(shù)目，縱坐標(biāo)表示估計的均方誤差，由圖4(a)可見，在不同信噪比條件下， 本發(fā)明的估計均方誤差遠小于線性均勻陣列下的全局搜索，而與虛擬互質(zhì)陣下的全局搜索 基本重合，由圖4(b)可見，在不同樣本數(shù)目條件下，本發(fā)明的估計均方誤差也遠小于線性均 勻陣列下的全局搜索，而與虛擬互質(zhì)陣下的全局搜索基本重合，顯然，本發(fā)明的D0A估計精 度高于現(xiàn)有的基于線性均勻陣列的全局搜索方法； 圖5為本發(fā)明的仿真實驗中分辨概率圖，定量分析了本發(fā)明在檢測相鄰信號源時的分 辨能力，目標(biāo)數(shù)為2,其角度為[11 14]度，圖5(a)中橫坐標(biāo)表示信噪比，縱坐標(biāo)表示分辨概 率，圖5 (b)中橫坐標(biāo)表示樣本數(shù)目，縱坐標(biāo)表示估計的分辨概率，由圖5(a)可見，在不同信 噪比條件下，本發(fā)明的分辨概率均優(yōu)于線性均勻陣列下的全局搜索，而與虛擬互質(zhì)陣下的 全局搜索基本重合，由圖5(b)可見，在不同樣本數(shù)目條件下，本發(fā)明的分辨概率也遠好于線 性均勻陣列下的全局搜索，而與虛擬互質(zhì)陣下的全局搜索基本重合，因此，本發(fā)明的D0A估 計分辨概率優(yōu)于現(xiàn)有的基于線性均勻陣列的全局搜索方法； 表1為本發(fā)明的仿真實驗中的運行時間表(單位:秒），定量分析了本發(fā)明方法的運行時 間，由表1可見，本發(fā)明方法的運行時間遠小于其他兩種方法，隨著陣列天線數(shù)的增加，基于 全局搜索的兩種方法的運行時間逐步增加，而本發(fā)明方法由于搜索區(qū)間的變小使得運行時 間逐漸變小，顯然，本發(fā)明方法在運行效率方面遠高于其他兩種方法。 表1
【主權(quán)項】
1. 虛擬互質(zhì)陣列中一種基于局部捜索的DOA估計算法，其特征在于:所述方法按W下步 驟進行： (1) 建立接收陣列模型 利用非均勻線性陣列作為接收陣列采集信號，該陣列由兩個陣元間隔均大于半波長的 均勻線性子陣列構(gòu)成； (2) 陣列鏡像化處理 根據(jù)信號源信號的實值特性，原始接收陣列W原點為中屯、在鏡像位置形成虛擬天線， 鏡像天線的接收信號為原始接收信號的共輛值； (3) 構(gòu)建虛擬互質(zhì)陣列 對每個子陣及鏡像子陣運用空間平滑技術(shù)，形成兩個呈互質(zhì)關(guān)系的子陣，構(gòu)成虛擬互 質(zhì)陣列； (4) 空間譜的局部捜索 由于虛擬互質(zhì)陣的每個子陣其陣元間隔均大于半波長，每個信號源都會在其空間譜中 產(chǎn)生多個譜峰，其中一個為真實角度，其余為模糊角度，運用MUSIC方法對角度域進行局部 捜索獲取局部空間譜； (5) 空間譜的快速全局恢復(fù) 利用真實與模糊角度之間的關(guān)系，通過計算快速恢復(fù)每個子陣的全局空間譜，避免了 頻譜的全局捜索帶來的高復(fù)雜性； (6) 子陣結(jié)果合并，估計波達方向 根據(jù)陣列的互質(zhì)特性，兩個子陣僅會在真實角度處產(chǎn)生共同頻譜峰值，合并兩個子陣 的結(jié)果可估計出信號源的真實角度。2. 根據(jù)權(quán)利要求1所述的虛擬互質(zhì)陣列中基于局部捜索的DOA估計方法，其特征在于： 所述的信號源發(fā)送信號為實值，采用實值調(diào)制方式，如ASK，BPSK和M，運里ASK指振幅鍵控， BPSK指^進制相位鍵巧，AM指振幅調(diào)制。3. 根據(jù)權(quán)利要求1所述的虛擬互質(zhì)陣列中基于局部捜索的DOA估計方法，其特征在于： 所述的非線性陣列可分解為分別包含Mi和化個天線的兩個均勻線性子陣，其對應(yīng)的陣元間 隔為N和M個半波長，M和N為互質(zhì)的正整數(shù)，且滿月庚 中，表示向上取整，由于兩個子陣列共享第一個天線，因此該陣列的天線數(shù)為化+化-1。4. 根據(jù)權(quán)利要求1所述的虛擬互質(zhì)陣列中基于局部捜索的DOA估計方法，其特征在于： 所述的虛擬互質(zhì)陣列由非線性陣列本身和其關(guān)于原點鏡像得到的虛擬陣列經(jīng)空間平滑技 術(shù)后共同構(gòu)成，該虛擬互質(zhì)陣列可分解成兩個分別包含M和N個天線的均勻子陣列，其對應(yīng) 的陣元間隔為N和M個半波長，由于兩個子陣列共享原點處天線，因此虛擬互質(zhì)陣列的天線 數(shù)為M+N-1。5. 根據(jù)權(quán)利要求1所述的虛擬互質(zhì)陣列中基于局部捜索的DOA估計方法，其特征在于： 所述的虛擬互質(zhì)陣列中，每個虛擬子陣列由于其陣元間隔大于半波長，每個信號源都會產(chǎn) 生真實譜峰及相應(yīng)模糊譜峰，運些譜峰對應(yīng)的角度經(jīng)正弦變換后存在線性關(guān)系，可通過局 部捜索獲取其中任意角度，然后計算出其他相關(guān)角度。6. 根據(jù)權(quán)利要求1所述的虛擬互質(zhì)陣列中基于局部捜索的DOA估計方法，其特征在于： 每個虛擬子陣由于其存在模糊性而無法依賴子陣本身獲得真實的角度值，兩個子陣只有在 真實角度處產(chǎn)生頻譜峰值，因此通過尋找共同頻譜峰值來確定真實角度，由于噪聲的影響， 合并兩個子陣的估計結(jié)果，尋找最為接近的相位作為最終的估計結(jié)果。
【文檔編號】G06F17/50GK105912791SQ201610236837
【公開日】2016年8月31日
【申請日】2016年4月15日
【發(fā)明人】蘭鵬, 孫豐剛, 陳麗珍, 畢建杰
【申請人】山東農(nóng)業(yè)大學(xué)