CN107037398B

CN107037398B - 一种二维music算法估计波达方向的并行计算方法

Info

Publication number: CN107037398B
Application number: CN201710486807.4A
Authority: CN
Inventors: 甘露; 赵文扬; 廖红舒
Original assignee: University of Electronic Science and Technology of China
Current assignee: University of Electronic Science and Technology of China
Priority date: 2017-06-23
Filing date: 2017-06-23
Publication date: 2020-03-31
Anticipated expiration: 2037-06-23
Also published as: CN107037398A

Abstract

本发明属于通信技术领域，尤其涉及一种二维MUSIC算法估计波达方向的并行计算技术。本发明方法将整一个大空域分成了若干个子空域，且在空间之间的边界上也可以估计到目标，同时可以提高计算速度，同时可以搜索到空域交界处的目标，并估计其方位角和俯仰角信息。

Description

一种二维MUSIC算法估计波达方向的并行计算方法

技术领域

本发明属于通信技术领域，尤其涉及一种二维MUSIC算法估计波达方向的并行计算技术。

背景技术

空间信号到达方向估计(Direction of Arrival，DOA)是阵列信号处理中的一个基本问题，同时在雷达、通讯、声纳，还是地震勘探等领域有着很大的应用场景。并且，随着移动通信技术的发展进步，智能天线研究不断深入，DOA估计也成为移动通信领域一个研究的热点。同时DOA估计是现代电子战中的一个研究热点。而随着现代空间谱技术的发展，基于子空间的方法，如MUSIC类算法、子空间拟合类算法，具有良好的估计性能、较高的估计分辨率以及较高的算法稳健性，在DOA估计中具有重要的应用价值。

目前，常采用常规波束形成法，也称Bartlett波束形成法。这种方法是基于传统时域傅里叶谱估计法的一种简单改进型，其主要思想是以空域各阵元数据代替传统时域处理的数据。这种方法，继承了时域傅里叶的缺点，即其角度分辨率同样有“傅里叶限”，角度分辨力有限，通常称为“瑞利限”。也就是说，在实际工程中，角度分辨力受波束宽度的限制，此时提高角度分辨率最好的方法是增加阵元数，这样往往是不切实际的。还有一些时间信号频率估计的算法应用在DOA估计上，如AR、MA和ARMA等算法，但这一类的算法只能应用于信号源在空间是连续分布的，且信号是平稳的随机过程的情况下。基于这些限制此类算法在大多数情况下也是不适用的。而众多DOA估计算法里，MUSIC算法是现代超分辨率DOA估计的里程碑，其通过协方差矩阵进行特征分解，得到噪声子空间，利用信号子空间与噪声子空间正交的特性估计出波达方向，这样得到的谱峰很尖锐从而拥有很高的角度分辨率。二维MUSIC算法是二维DOA估计的经典算法，这种方法拥有很高的角度分辨率，同时还可以应用于背景噪声为色噪声的情况，并且可以产生渐近无偏的来波方向估计，但是要求在二维空间内进行谱峰搜索，计算量非常的大，为了提高计算速度，就需要引入相关并行计算的技术。但是传统的并行方式，因为空域分割问题，存在着子空域边界无法估计信号方位信息的问题。

发明内容

本发明针对现有技术的缺陷，提出一种二维MUSIC算法估计波达方向的并行计算方法，该方法可以提高计算速度，同时可以搜索到空域交界处的目标，并估计其方位角和俯仰角信息。

一种二维MUSIC算法估计波达方向的并行计算方法，包括如下步骤：

S1、设定需要扫描空域的个数为K，俯仰角的扫描区域[θ₁ θ₂ … θ_n]和每个空域各自方位角的扫描区域[φ_k1 φ_k2 … φ_km]，俯仰角与方位角共同组成K个二维空域，其中，k＝1,2,…,K，K与扫描完成需要的时间成反比；

S2、由下式同时计算S1所述K个空域的各自的MUSIC谱P(θ_i,φ_kj)，

其中，L为阵元的个数，(x_l,y_l,z_l)为第l个阵元的坐标信息，G∈C^L×L-N为噪声子空间,N为信号源的个数，l＝1,2,3，...，L；

S3、同时找出S1所述K个空域里，每个MUSIC谱P(θ_i,φ_kj)中的L个最大的谱峰，得到L×K个谱峰值与其对应的俯仰角、方位角，即P_q(θ_i,φ_kj)，其中，q＝1～L×K；

S4、找出P_q(θ_i,φ_kj)中N个最大的值，则这N个最大值所对应的俯仰角θ_i和方位角φ_kj，就是N个信号源所对应的俯仰角和方位角。

进一步地，为了保证能估计到空域交界处的目标，对空域进行分割，具体分割方法如下：如图2所示，横坐标是方位角，纵坐标是俯仰角，不同颜色的区域表示不同的搜索空域，S1所述K个空域的俯仰角扫描区域为[θ₁ θ₂ … θ_n]，则空域1的扫描区域为[φ₁₁ φ₁₂… φ_1m]，空域2的扫描区域为[φ₂₁ φ₂₂ … φ_2m]，空域3的扫描区域为[φ₃₁ φ₃₂ …φ_3m]，空域K的扫描区域为[φ_K1 φ_K2 … φ_Km]，且需满足，φ_1(m-1)＝φ₂₁、φ_1m＝φ₂₂、φ_2(m-1)＝φ₃₁、φ_2m＝φ₃₂、...、φ_(K-1)(m-1)＝φ_K1、φ_(K-1)m＝φ_K2。

本发明的有益效果是：

本发明方法可以提高计算速度，同时可以搜索到空域交界处的目标，并估计其方位角和俯仰角信息。

附图说明

图1为本发明方法流程图。

图2为本发明空域分割方法示意图。

图3为本发明全空域搜索时的伪谱图。

图4为本发明目标在子空域边界时的伪谱图。

具体实施方式

下面结合附图对本发明进行说明。

实施例1、

本发明全空域搜索时的估计性能：

如图1所示：

考虑N＝3个载波为

的BPSK调制的远场信号s₁(n)以俯仰角θ₁＝54°方位角φ₁＝5°入射到M＝16阵元的均匀面阵上，并且阵元间距d/λ＝0.5。

设阵列接收的信噪比SNR＝15dB，阵列接收噪声是均值为0、方差为σ²＝1的复高斯白噪声，快拍数L＝512。估计这个N＝1目标的俯仰角和方位角信息(θ,φ)。

实施例1中的信号源数估计性能俯仰角和方位角估计误差即Δ_θ、Δ_φ，以及估计完成需要时间衡量t。

具体步骤如下：

仿真信号建模：

a1.产生M个阵列的接收数据X(n)∈C^M×1。

X(n)＝AS(n)+N(n),n＝1～L

其中，N(n)∈C^M×1为复高斯白噪声矢量，其均值为0，方差为σ²＝1；S(n)＝s₁(n)为远场信号矢量，其幅度由SNR确定；A∈C^M×N为均匀线阵的空间阵列流型矩阵。

a2.计算相关矩阵

a3.计算噪声子空间G。

计算相关矩阵R的特征值分解，并将特征值按单调非递增顺序排序，即λ₁≥λ₂≥…≥λ_N≥λ_N+1≥…≥λ_M,这些特征值对应的归一化特征向量分别是u₁,…,u_N,u_N+1,…,u_M，其中u_N+1,…,u_M张成噪声子空间G,即G＝[u_N+1 u_N+2 … u_M]∈C^M×(M-N)。

b.应用本发明估计这个N＝1目标的俯仰角和方位角信息(θ,φ)。

b1.设定需要扫描空域的个数K＝2，同时设定俯仰角的扫描区域和方位角的扫描区域：

[θ₁＝0° θ₂＝1° … θ_n＝90°]

[φ_1,1＝0° φ_1,2＝1° … φ_1,181＝181°]、[φ_2,1＝180° φ_2,2＝181° … φ_2,181＝361°]

b2.由下式同时计算这K个空域的各自的MUSIC谱P(θ_i,φ_kj)，k＝1～K。

其中，L为阵元的个数；(x_l,y_l,z_l)为第l个阵元的坐标信息；G∈C^L×L-N为噪声子空间,N为信号源的个数。

b3.同时找出这K个空域里，每个MUSIC谱P(θ_i,φ_kj)中的L个最大的谱峰，这样就得到了L×K个谱峰值与其对应的俯仰角、方位角，即P_q(θ_i,φ_kj)，q＝1～L×K。

b4.找出P_q(θ_i,φ_kj)，q＝1～L×K中N个最大的值，则这N最大值所对应的俯仰角θ_i和方位角φ_kj，就是N个信号源所对应的俯仰角和方位角。

c.计算俯仰角和相位角的估计误差，同时统计完成估计需要的时间。

仿真结果的伪谱图如图2所示，俯仰角和方位角的估计结果为(θ,φ)＝(54°,5°)，真实目标的位置信息为(θ₁,φ₁)＝(54°,5°)以真实的目标位置信息一样，估计结果很好。同时完成估计需要的时间为t＝0.1125秒，与不采用的并行技术所需要的时间0.2163秒相比，时间少了一半。也就是说本发明具有较高的估计效果，同时也有较快的计算速度。

实施例2、

本发明当目标在空域之间边界上的估计性能：

实施例2的方法如图1所示。将实施例1的信号俯仰角和方位角改为θ₁＝34°，φ₁＝180°，其他条件和实施例1一样，更改完条件后执行实施例1的仿真步骤，可得到附图3，信号源位置信息的估计结果为(θ,φ)＝(34°,180°)。说明本发明，虽然将整一个大空域分成了若干个子空域，且在空间之间的边界上也可以估计到目标。

Claims

1.一种二维MUSIC算法估计波达方向的并行计算方法，其特征在于，包括如下步骤：

S1、设定需要扫描空域的个数为K，远场信号以俯仰角θ和方位角φ入射到均匀面阵上，俯仰角的扫描区域[θ₁ θ₂ … θ_n]和每个空域各自方位角的扫描区域[φ_k1 φ_k2 … φ_km]，俯仰角与方位角共同组成K个二维空域，其中，k＝1,2,…,K，K与扫描完成需要的时间成反比；

S2、由下式同时计算S1所述K个二维空域的各自的MUSIC谱P(θ_i，φ_kj)，

其中，L为阵元的个数，(x₁，y₁，z₁)为第l个阵元的坐标信息，G∈C^L×L-N为噪声子空间,N为信号源的个数，l＝1,2,3,…,L；

S3、同时找出S1所述K个二维空域里，每个MUSIC谱P(θ_i，φ_kj)中的L个最大的谱峰，得到L×K个谱峰值与其对应的俯仰角、方位角，即P_q(θ_i，φ_kj)，其中，q＝1～L×K；

S4、找出P_q(θ_i，φ_kj)中N个最大的值，则这N个最大值所对应的俯仰角θ_i和方位角φ_kj，就是N个信号源所对应的俯仰角和方位角。

2.根据权利要求1所述的一种二维MUSIC算法估计波达方向的并行计算方法，其特征在于：为了保证能估计到空域交界处的目标，对空域进行分割，具体分割方法如下：横坐标是方位角，纵坐标是俯仰角，不同颜色的区域表示不同的搜索空域，S1所述K个空域的俯仰角扫描区域为[θ₁ θ₂ … θ_n]，则空域1的扫描区域为[φ₁₁ φ₁₂ … φ_1m]，空域2的扫描区域为[φ₂₁ φ₂₂ … φ_2m]，空域3的扫描区域为[φ₃₁ φ₃₂ … φ_3m]，空域K的扫描区域为[φ_k1φ_k2 … φ_km]，且需满足，φ_1(m-1)＝φ₂₁、φ_1m＝φ₂₂、φ_2(m-1)＝φ₃₁、φ_2m＝φ₃₂、...、φ_(k-1)(m-1)＝φ_k1、φ_(k-1)m＝φ_k2。