正交化搜索的鄰近強(qiáng)弱信號(hào)波達(dá)角估計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于目標(biāo)定位技術(shù)領(lǐng)域，涉及一種鄰近強(qiáng)弱信號(hào)波達(dá)方向（DOA)估計(jì)技 術(shù)，它以無線通信、雷達(dá)、聲納等領(lǐng)域?yàn)閷?shí)際應(yīng)用背景，可用于在強(qiáng)弱信號(hào)同時(shí)存在且空間 夾角鄰近時(shí)高精度定位弱信號(hào)的波達(dá)方向。
【背景技術(shù)】
[0002] 波達(dá)角估計(jì)是進(jìn)行目標(biāo)定位的基礎(chǔ)，也是陣列信號(hào)處理中的重要研宄方向，出現(xiàn) 了很多關(guān)于波達(dá)方向估計(jì)的方法。然而當(dāng)來波信號(hào)的空間方向角鄰近且能量差異較大時(shí)， 由于能量強(qiáng)的信號(hào)遮掩了能量較弱信號(hào)的信息，傳統(tǒng)波達(dá)角估計(jì)方法的性能均將嚴(yán)重惡 化，致使能量較弱信號(hào)的方向角估計(jì)成為難題。因此，研宄強(qiáng)弱信號(hào)的波達(dá)角估計(jì)具有非常 重要的意義。
[0003] Li Jian在"Angle and waveform estimation via RELAX[J] (IEEE Transactions on Aerospace and Electronic Systems, 1997,33(3):1077-1087)" 一 文中利用減 法的思想和重復(fù)迭代的方式實(shí)現(xiàn)了弱信號(hào)的檢測，但是該方法需要反復(fù)迭代，其運(yùn)算 量非常大。McCloud M. L在"A new subspace identification algoalgorithm for high resolution DOA estimation[J](IEEE Trans， on Antenna and Propagation， 2002, 50 (10) : 1382-1390) "中提出了 SSMusic方法。該方法利用信號(hào)對(duì)應(yīng)主特征值的倒數(shù) 對(duì)其相應(yīng)的信號(hào)子空間進(jìn)行加權(quán)處理，從而達(dá)到弱化其主特征矢量方向的譜強(qiáng)度的目的， 提高了 MUSIUC算法對(duì)鄰近信號(hào)的超分辨能力。但是，該方法在抑制了強(qiáng)信號(hào)的同時(shí)會(huì)對(duì)鄰 近弱信號(hào)引入損失，影響弱信號(hào)的檢測概率。
[0004] 陳輝在"強(qiáng)干擾/信號(hào)背景下的DOA估計(jì)新方法[J](電子學(xué) 報(bào)，2006, 4(3) :530-534) "中利用強(qiáng)干擾的波達(dá)角設(shè)計(jì)了一個(gè)干擾阻塞矩陣，將強(qiáng)干擾從陣 列流型中濾除，實(shí)現(xiàn)對(duì)弱信號(hào)的檢測。但是該方法需要已知強(qiáng)干擾的精確信息，且強(qiáng)干擾波 達(dá)角的誤差對(duì)其性能影響比較大。
[0005] 徐亮在"基于特征波束形成的強(qiáng)弱信號(hào)波達(dá)方向與信源數(shù)估計(jì)方法[J](電子與 信息學(xué)報(bào)，2011 (2) :321-325)"中利用樣本數(shù)據(jù)相關(guān)矩陣特征分解后的特征矢量，得到各 個(gè)通道對(duì)應(yīng)的空間譜，最后基于各個(gè)通道空間譜的分析判斷來波信號(hào)的個(gè)數(shù)及其方位角。 該方法具有不需要知道信號(hào)源個(gè)數(shù)的優(yōu)點(diǎn)，但是判斷是否為信號(hào)的門限難以準(zhǔn)確獲取。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提出一種針對(duì)鄰近強(qiáng)弱信號(hào)波達(dá)角估計(jì) 的方法。該方法充分利用數(shù)據(jù)特征矢量與導(dǎo)向矢量的關(guān)系，利用正交化搜索導(dǎo)向矢量來實(shí) 現(xiàn)對(duì)弱信號(hào)的有效檢測，能提高弱信號(hào)的檢測概率和弱信號(hào)的波達(dá)角估計(jì)精度，為復(fù)雜環(huán) 境下的目標(biāo)定位提供一種有效的處理方法。
[0007] 實(shí)現(xiàn)本發(fā)明目的技術(shù)方案，包括如下步驟：
[0008] (1)利用陣列天線接收數(shù)據(jù)估計(jì)數(shù)據(jù)相關(guān)矩陣I;
[0009] (2)將相關(guān)矩陣進(jìn)行特征分解，從而得到信號(hào)子空間Us和噪聲子空間U n;
[0010] ⑶利用MUSIC空間譜估計(jì)強(qiáng)信號(hào)的波達(dá)角成，i = 1，2··· P ;
[0011] ⑷根據(jù)矩陣?yán)碚?，將搜索?dǎo)向矢量a(0)向強(qiáng)信號(hào)的正交補(bǔ)空間投影，得到修正 后的搜索導(dǎo)向矢量
[0012] (5)利用修正后的搜索導(dǎo)向矢量在強(qiáng)信號(hào)附近局部搜索匹配弱信號(hào)，得到弱信號(hào) 的波達(dá)角估計(jì)6。
[0013] 本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn)：
[0014] 本發(fā)明將鄰近的強(qiáng)弱信號(hào)放在一起同時(shí)進(jìn)行最大似然估計(jì)，通過正交化搜索導(dǎo)向 矢量來進(jìn)行弱信號(hào)的波達(dá)角估計(jì)，克服了抑制強(qiáng)信號(hào)時(shí)對(duì)鄰近的弱目標(biāo)引入損失這一缺 點(diǎn)，能有效提高弱信號(hào)的檢測概率和弱信號(hào)的波達(dá)角估計(jì)精度。
【附圖說明】
[0015] 圖1是本發(fā)明流程圖；
[0016] 圖2是本發(fā)明與傳統(tǒng)算法的歸一化空間譜圖；
[0017] 圖3是本發(fā)明與傳統(tǒng)算法對(duì)弱信號(hào)的檢測概率曲線圖；
[0018] 圖4是本發(fā)明與傳統(tǒng)算法對(duì)弱信號(hào)的估計(jì)精度曲線圖；
[0019] 圖5是本發(fā)明在強(qiáng)弱信號(hào)波達(dá)角分別為-3Γ和-30°時(shí)的歸一化空間譜圖； [0020] 圖6是本發(fā)明在強(qiáng)弱信號(hào)波達(dá)角分別為-Γ和0°時(shí)的歸一化空間譜圖；
[0021] 圖7是本發(fā)明在強(qiáng)信號(hào)波達(dá)角為30°時(shí)的歸一化空間譜圖；
【具體實(shí)施方式】
[0022] 下面結(jié)合附圖對(duì)本
【發(fā)明內(nèi)容】
做進(jìn)一步的描述。
[0023] 參照?qǐng)D1，本發(fā)明的具體實(shí)施步驟如下：
[0024] 步驟1.利用陣列天線接收數(shù)據(jù)估計(jì)數(shù)據(jù)相關(guān)矩陣。
[0025] 數(shù)據(jù)相關(guān)矩陣々λ.為：
[0026]
【主權(quán)項(xiàng)】
1. 一種正交化捜索的鄰近強(qiáng)弱信號(hào)波達(dá)角估計(jì)方法，其特征在于，包括如下步驟： (1) 利用陣列天線接收數(shù)據(jù)估計(jì)數(shù)據(jù)相關(guān)矩陣麻,.： (2) 將相關(guān)矩陣哀X進(jìn)行特征分解，從而得到信號(hào)子空間&和噪聲子空間U。； 0)利用MUSIC空間譜估計(jì)強(qiáng)信號(hào)的波達(dá)角g，i= 1，2"'P; (4) 根據(jù)矩陣?yán)碚?，將捜索?dǎo)向矢量a(0)向強(qiáng)信號(hào)的正交補(bǔ)空間投影，得到修正后的 捜索導(dǎo)向矢量房(化《)； (5) 利用修正后的捜索導(dǎo)向矢量在強(qiáng)信號(hào)附近局部捜索匹配弱信號(hào)，得到弱信號(hào)的波 達(dá)角估計(jì)谷。
2. 根據(jù)權(quán)利要求1所述的正交化捜索的鄰近強(qiáng)弱信號(hào)波達(dá)角估計(jì)方法，其中步驟（1) 所述的數(shù)據(jù)相關(guān)矩陣房、為：
其中X為陣列天線接收數(shù)據(jù)，N為快拍數(shù)，H為共輛轉(zhuǎn)置操作。
3. 根據(jù)權(quán)利要求1所述的正交化捜索的鄰近強(qiáng)弱信號(hào)波達(dá)角估計(jì)方法，其中 步驟（2)所述的相關(guān)矩陣哀X的特征值分解為：
其中M為陣元數(shù)，Ai(i= 1…M)為第i個(gè)特征值，Vi(i= 1…M)為第i個(gè)特征向量； 進(jìn)而可得信號(hào)子空間&和噪聲子空間U。； Us= [Vi，V2-,Vp] Un= [Vp……，Vj 其中P為信源個(gè)數(shù)。
4. 根據(jù)權(quán)利要求1所述的正交化捜索的鄰近強(qiáng)弱信號(hào)波達(dá)角估計(jì)方法，其特征在于： 步驟做所述的MUSIC空間譜為；
其中0為捜索角，P"sic(0)為在0角的MUSIC空間譜，a(0)為捜索導(dǎo)向矢量； 進(jìn)而強(qiáng)信號(hào)的波達(dá)角估計(jì)g可用如下公式表示：
5. 根據(jù)權(quán)利要求1所述的正交化捜索的鄰近強(qiáng)弱信號(hào)波達(dá)角估計(jì)方法，其特征在于： 步驟（4)所述的修正后的捜索矢量房(代《.)按如下步驟進(jìn)行： 5a)將捜索導(dǎo)向矢量a( 0 )向強(qiáng)信號(hào)的正交空間投影片'(0，知為：
其中I為單位矩陣，u(g.)為強(qiáng)信號(hào)的導(dǎo)向矢量，M為陣元數(shù)； 5b)修正后的捜索導(dǎo)向矢量為：
6.根據(jù)權(quán)利要求1所述的正交化捜索的鄰近強(qiáng)弱信號(hào)波達(dá)角估計(jì)方法，其特征在于： 步驟（5)所述弱信號(hào)的波達(dá)角估計(jì)^按如下步驟進(jìn)行： 6a)利用修正后的捜索導(dǎo)向矢量片(房，馬)在強(qiáng)信號(hào)附近局部捜索匹配弱信號(hào)，得到捜索 角空間的空間譜P( 0 )為：
其中0為捜索角； 6b)弱信號(hào)的波達(dá)角估計(jì)^為：
【專利摘要】本發(fā)明公開了一種正交化搜索的鄰近強(qiáng)弱信號(hào)波達(dá)角估計(jì)方法，主要解決現(xiàn)有方法抑制強(qiáng)信號(hào)的同時(shí)會(huì)對(duì)弱信號(hào)引入損失，影響弱信號(hào)的檢測概率問題。其實(shí)現(xiàn)過程為：利用陣列天線接收數(shù)據(jù)估計(jì)數(shù)據(jù)相關(guān)矩陣；將相關(guān)矩陣進(jìn)行特征值分解得到信號(hào)子空間和噪聲子空間；通過MUSIC空間譜估計(jì)強(qiáng)信號(hào)的波達(dá)角；根據(jù)矩陣?yán)碚?，將搜索?dǎo)向矢量向強(qiáng)信號(hào)的正交補(bǔ)空間投影，得到修正后的搜索導(dǎo)向矢量；利用修正后的搜索矢量在強(qiáng)信號(hào)附近局部搜索匹配弱信號(hào)，得到弱信號(hào)的波達(dá)角估計(jì)。本方法具有對(duì)弱信號(hào)檢測概率高和波達(dá)角估計(jì)精度高之優(yōu)點(diǎn)，可用于鄰近強(qiáng)弱信號(hào)下的波達(dá)角估計(jì)。
【IPC分類】H04B17-391
【公開號(hào)】CN104796208
【申請(qǐng)?zhí)枴緾N201510157624
【發(fā)明人】賀順, 李國民, 張釋如, 侯穎
【申請(qǐng)人】西安科技大學(xué)
【公開日】2015年7月22日
【申請(qǐng)日】2015年4月3日