CN105738860A - 一种降低干扰阻塞算法伪峰的导向矢量构造方法 - Google Patents
一种降低干扰阻塞算法伪峰的导向矢量构造方法 Download PDFInfo
- Publication number
- CN105738860A CN105738860A CN201610167775.7A CN201610167775A CN105738860A CN 105738860 A CN105738860 A CN 105738860A CN 201610167775 A CN201610167775 A CN 201610167775A CN 105738860 A CN105738860 A CN 105738860A
- Authority
- CN
- China
- Prior art keywords
- steering vector
- matrix
- vector
- interference blocking
- blocking algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及信号处理领域,公开了一种降低干扰阻塞算法伪峰的导向矢量构造方法,包括了阻塞矩阵和初始导向矢量的构造,导向矢量的预白化处理,导向矢量的归一化处理。与原有干扰阻塞算法相比,采用本发明的干扰阻塞算法能够减少伪峰个数,降低角度估计的虚警概率。
Description
技术领域
本发明涉及信号处理领域,适用于采用阻塞算法在强干扰背景下估计弱信号波达方向时对搜索导向矢量的计算。
背景技术
强干扰背景下对估计弱信号波达方向(DirectionofArrival,DOA)的估计是雷达、通信在复杂电磁环境下通常会遇到的问题,是目前阵列信号处理的一项重要研究内容。学者陈辉在专利“干扰阻塞空间谱估计方法”中提出了一种解决该问题的技术,但该技术需要预知噪声功率。随后陈辉老师在文献“强干扰/信号背景下的DOA估计新方法”中对专利技术里的噪声处理环节进行改进,提出用预白化处理+常规特征分解或直接广义特征分解两种方式来获取噪声空间,从而不需预知噪声功率。广义特征分解处理方式在后续使用常规导向矢量计算谱值时在低信噪比下会出现伪峰,从而影响目标角度估计,增大了虚警概率;而预白化处理+常规特征分解处理方式不仅会出现伪峰问题,还会在强干扰处也会出现谱峰这一缺陷。本发明通过改变后续谱峰计算环节导向矢量的构造方法来解决伪峰问题。
发明内容
本发明的目的在于提供一种降低干扰阻塞算法伪峰的导向矢量构造方法,以解决背景技术在第信噪比下伪峰过高影响角度估计的问题。
为实现上述技术目的,达到上述技术效果,本发明公开了一种降低干扰阻塞算法伪峰的导向矢量构造方法,方法包括了以下步骤:阻塞矩阵、预白化矩阵和初始导向矢量的构造,导向矢量的预白化处理,导向矢量的归一化处理。
其中,初始导向矢量、阻塞矩阵、预白化矩阵分别构造为:
(1)初始导向矢量用a(θ)P表示,其中θ表入射方向,P表示向量的长度,向量的第i个元素ai(θ)P=exp(j(i-1)2πdsinθ/λ),d为阵元间距,λ为信号波长;
(2)阻塞矩阵用T表示,其第i行j列元素
1≤i≤M-1,1≤j≤M,M为阵元个数;
(3)预白化矩阵W=(TTH)-1/2。
其中,导向矢量的预白化处理为:
b0(θ)=Wa(θ)M-1。
其中,导向矢量的归一化处理为:
||b0(θ)||表示b0(θ)的模值。
本发明具有以下有益效果:
本发明针背景技术采用广义特征分解处理方式会在低信噪比下会出现伪峰,从而影响目标角度估计,增大了虚警概率这一问题,采用预白化处理、常规特征分解处理方式和常规搜索导向矢量构造方法会在强干扰处出现谱峰,在低信噪比下其它位置会出现伪峰,从而影响目标角度估计,增大了虚警概率这一问题,提出改变搜索导向矢量构造方式,减少伪峰个数、降低伪峰高度,从而减少虚警概率。
附图说明
图1为背景技术预白化处理、常规特征分解处理方式、常规搜索导向矢量的信号处理流程示意图。
图2为本发明的流程示意图。
图3和图4为本发明与预白化处理+常规特征分解处理方式+常规搜索导向矢量的实例对比仿真谱图。
图5为本发明与广义特征分解方式以及和预白化处理+常规特征分解处理方式+部分改进的常规搜索导向矢量的实例对比仿真谱图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。
实施例1
如图1所示,本发明的背景技术预白化处理+常规特征分解处理方式+常规搜索导向矢量的信号处理流程示意图,包括了以下步骤:
(1)获取接收数据x(t);
(2)计算互相关矩阵R;
(3)构造初始导向矢量用a(θ)M,阻塞矩阵T,预白化矩阵W;
(4)矩阵阻塞及预白化处理D=WTRTHWH;
(5)矩阵特征分解得噪声空间向量UDN;
(6)计算搜索向量
(7)计算谱图P(θ),及进行角度估计
如图2所示,本发明的处理流程示意图,包括了以下步骤:
(1)构造初始导向矢量用a(θ)M-1,阻塞矩阵T,预白化矩阵W,其中T和W与示例1步骤3相同,a(θ)M-1与a(θ)M构造方法相同,但维数少一维;
(2)导向矢量的预白化处理得b0(θ);
(3)导向矢量的归一化处理得用该矢量可代替示例1步骤6中的搜索矢量完成后续谱图计算和角度估计。
实施例2
实验目的及方法:为说明采用预白化处理+常规特征分解处理方式+常规搜索导向矢量构造方法的背景技术会在强干扰处出现谱峰,而本发明解决了该问题,本实例采用MATLAB仿真的方法进行验证。具体条件为3个独立信号源入射角分别为10°、35°和50°,信噪比依次10、6、30dB,64个快拍,和预白化处理+常规特征分解处理方式+常规搜索导向矢量构造方法的试验结果对比见图3,放大图见图4。
实验结果:如图3所示。原算法在50°处出现一个很高的谱峰,它对应于需要抑制的强干扰方向。而本发明在该处没有形成谱峰,因此达到了改进目的之一。
实施例3
实验目的及方法:为说明采用“预白化处理+常规特征分解处理方式+部分改进的常规搜索导向矢量构造方法”和采用“广义特征分解方法”虽能够解决强干扰处有谱峰问题,但增加了更多伪峰,而本发明不存在该问题,本实例采用MATLAB仿真的方法进行验证。具体条件与示例3相同,试验结果对比见图5。
实验结果:由图5可以看出三种算法均没有在强干扰50°处形成谱峰。但是本发明第2高峰指向目标2方向(35°)而另外两种算法则指向虚假方向,因此本发明更利于信号检测。
Claims (4)
1.一种降低干扰阻塞算法伪峰的导向矢量构造方法,其特征在于,所述的导向矢量计算方法包括了以下步骤:阻塞矩阵、预白化矩阵和初始导向矢量的构造,导向矢量的预白化处理,导向矢量的归一化处理。
2.如权利要求1所述的一种降低干扰阻塞算法伪峰的导向矢量构造方法,其特征在于:所述的初始导向矢量、阻塞矩阵、预白化矩阵分别构造为:
(1)初始导向矢量用a(θ)P表示,其中θ表入射方向,P表示向量的长度,向量的第i个元素ai(θ)p=exp(j(i-1)2πdsinθ/λ),d为阵元间距,λ为信号波长;
(2)阻塞矩阵用T表示,其第i行j列元素
1≤i≤M-1,1≤j≤M,M为阵元个数;
(3)预白化矩阵W=(TTH)-1/2。
3.如权利要求1所述的一种降低干扰阻塞算法伪峰的导向矢量构造方法,其特征在于:所述的导向矢量的预白化处理为:
b0(θ)=Wa(θ)M-1。
4.如权利要求1所述的一种降低干扰阻塞算法伪峰的导向矢量构造方法,其特征在于:所述的导向矢量的归一化处理为:
其中,||b0(θ)||表示b0(θ)的模值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610167775.7A CN105738860A (zh) | 2016-03-23 | 2016-03-23 | 一种降低干扰阻塞算法伪峰的导向矢量构造方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610167775.7A CN105738860A (zh) | 2016-03-23 | 2016-03-23 | 一种降低干扰阻塞算法伪峰的导向矢量构造方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105738860A true CN105738860A (zh) | 2016-07-06 |
Family
ID=56251898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610167775.7A Pending CN105738860A (zh) | 2016-03-23 | 2016-03-23 | 一种降低干扰阻塞算法伪峰的导向矢量构造方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105738860A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110007294A (zh) * | 2018-01-04 | 2019-07-12 | 中国科学院声学研究所 | 一种基于能量补偿的时域干扰抵消方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1547332A (zh) * | 2003-12-02 | 2004-11-17 | 中国人民解放军空军雷达学院 | 干扰阻塞空间谱估计方法 |
CN102830386A (zh) * | 2012-09-03 | 2012-12-19 | 西安建筑科技大学 | 一种强干扰背景下的任意阵型微弱信号源角度估计方法 |
CN104796208A (zh) * | 2015-04-03 | 2015-07-22 | 西安科技大学 | 正交化搜索的邻近强弱信号波达角估计方法 |
-
2016
- 2016-03-23 CN CN201610167775.7A patent/CN105738860A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1547332A (zh) * | 2003-12-02 | 2004-11-17 | 中国人民解放军空军雷达学院 | 干扰阻塞空间谱估计方法 |
CN102830386A (zh) * | 2012-09-03 | 2012-12-19 | 西安建筑科技大学 | 一种强干扰背景下的任意阵型微弱信号源角度估计方法 |
CN104796208A (zh) * | 2015-04-03 | 2015-07-22 | 西安科技大学 | 正交化搜索的邻近强弱信号波达角估计方法 |
Non-Patent Citations (1)
Title |
---|
董文益: "强干扰条件下弱信号DOA估计算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110007294A (zh) * | 2018-01-04 | 2019-07-12 | 中国科学院声学研究所 | 一种基于能量补偿的时域干扰抵消方法 |
CN110007294B (zh) * | 2018-01-04 | 2020-10-23 | 中国科学院声学研究所 | 一种基于能量补偿的时域干扰抵消方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104730491B (zh) | 一种基于l型阵的虚拟阵列doa估计方法 | |
CN107450047B (zh) | 嵌套阵下基于未知互耦信息的压缩感知doa估计方法 | |
CN103353596B (zh) | 基于压缩感知的波束空间域米波雷达测高方法 | |
CN107167763B (zh) | 基于非圆特性的远近场混合信号波达方向估计方法 | |
CN111948634A (zh) | 干扰条件下基于协方差矩阵重构的目标检测方法与装置 | |
CN104408278A (zh) | 一种基于干扰噪声协方差矩阵估计的稳健波束形成方法 | |
CN103235292A (zh) | 平面相控阵调零保形校正的全维和差测角方法 | |
CN106353738B (zh) | 一种新的doa失配条件下稳健自适应波束形成方法 | |
CN106093845A (zh) | 一种基于伪空间谱搜索的快速doa估计方法 | |
CN106324559A (zh) | 一种大基线四元阵宽带信号测向系统及方法 | |
CN103995221A (zh) | 用于变压器局部放电定位的超声波接收阵列的定向方法 | |
CN107124216A (zh) | 一种针对阵列误差的Capon稳健自适应波束形成方法及系统 | |
Liao et al. | Resolution Improvement for MUSIC and ROOT MUSIC Algorithms. | |
CN112558015A (zh) | 一种复杂电磁环境下先干扰抑制后自适应检测方法与系统 | |
CN103323810B (zh) | 一种l阵方位角和俯仰角配对的信号处理方法 | |
Ma et al. | Generalised maximum complex correntropy‐based DOA estimation in presence of impulsive noise | |
CN107450046A (zh) | 低仰角多径环境下的波达角估计方法 | |
CN105093200B (zh) | 一种基于修正字典的网格外目标波达方向估计方法 | |
CN106980105A (zh) | 电磁矢量传感器阵列空间旋转解相干测向方法 | |
CN104156553A (zh) | 无需信源数估计的相干信号波达方向估计方法及系统 | |
CN103901421B (zh) | 基于对角减载的水声阵列smi-mvdr空间谱估计方法 | |
CN105738860A (zh) | 一种降低干扰阻塞算法伪峰的导向矢量构造方法 | |
CN111929638A (zh) | 一种语音波达方向估计方法及装置 | |
Reaz et al. | A comprehensive analysis and performance evaluation of different direction of arrival estimation algorithms | |
JP4577742B2 (ja) | 電波到来方向推定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160706 |