CN107037398B - 一种二维music算法估计波达方向的并行计算方法 - Google Patents
一种二维music算法估计波达方向的并行计算方法 Download PDFInfo
- Publication number
- CN107037398B CN107037398B CN201710486807.4A CN201710486807A CN107037398B CN 107037398 B CN107037398 B CN 107037398B CN 201710486807 A CN201710486807 A CN 201710486807A CN 107037398 B CN107037398 B CN 107037398B
- Authority
- CN
- China
- Prior art keywords
- phi
- pitch
- theta
- dimensional
- airspaces
- 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.)
- Active
Links
Images
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
- G01S3/02—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 using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
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
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 … θn]和每个空域各自方位角的扫描区域[φk1 φk2 … φkm],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(θi,φkj),
其中,L为阵元的个数,(xl,yl,zl)为第l个阵元的坐标信息,G∈CL×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(θi,φkj)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Pq(θi,φkj),其中,q=1~L×K;
S4、找出Pq(θi,φkj)中N个最大的值,则这N个最大值所对应的俯仰角θi和方位角φkj,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 … θn],则空域1的扫描区域为[φ11 φ12… φ1m],空域2的扫描区域为[φ21 φ22 … φ2m],空域3的扫描区域为[φ31 φ32 …φ3m],空域K的扫描区域为[φK1 φK2 … φKm],且需满足,φ1(m-1)=φ21、φ1m=φ22、φ2(m-1)=φ31、φ2m=φ32、...、φ(K-1)(m-1)=φK1、φ(K-1)m=φK2。
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:
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Δθ、Δφ,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)∈CM×1。
X(n)=AS(n)+N(n),n=1~L
其中,N(n)∈CM×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∈CM×N为均匀线阵的空间阵列流型矩阵。
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≥…≥λN≥λN+1≥…≥λM,这些特征值对应的归一化特征向量分别是u1,…,uN,uN+1,…,uM,其中uN+1,…,uM张成噪声子空间G,即G=[uN+1 uN+2 … uM]∈CM×(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° … θn=90°]
[φ1,1=0° φ1,2=1° … φ1,181=181°]、[φ2,1=180° φ2,2=181° … φ2,181=361°]
b2.由下式同时计算这K个空域的各自的MUSIC谱P(θi,φkj),k=1~K。
其中,L为阵元的个数;(xl,yl,zl)为第l个阵元的坐标信息;G∈CL×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(θi,φkj)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Pq(θi,φkj),q=1~L×K。
b4.找出Pq(θi,φkj),q=1~L×K中N个最大的值,则这N最大值所对应的俯仰角θi和方位角φkj,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 (2)
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 … θn]和每个空域各自方位角的扫描区域[φk1 φk2 … φkm],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(θi,φkj),
其中,L为阵元的个数,(x1,y1,z1)为第l个阵元的坐标信息,G∈CL×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(θi,φkj)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Pq(θi,φkj),其中,q=1~L×K;
S4、找出Pq(θi,φkj)中N个最大的值,则这N个最大值所对应的俯仰角θi和方位角φkj,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 … θn],则空域1的扫描区域为[φ11 φ12 … φ1m],空域2的扫描区域为[φ21 φ22 … φ2m],空域3的扫描区域为[φ31 φ32 … φ3m],空域K的扫描区域为[φk1φk2 … φkm],且需满足,φ1(m-1)=φ21、φ1m=φ22、φ2(m-1)=φ31、φ2m=φ32、...、φ(k-1)(m-1)=φk1、φ(k-1)m=φk2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710486807.4A CN107037398B (zh) | 2017-06-23 | 2017-06-23 | 一种二维music算法估计波达方向的并行计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710486807.4A CN107037398B (zh) | 2017-06-23 | 2017-06-23 | 一种二维music算法估计波达方向的并行计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107037398A CN107037398A (zh) | 2017-08-11 |
CN107037398B true CN107037398B (zh) | 2020-03-31 |
Family
ID=59542245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710486807.4A Active CN107037398B (zh) | 2017-06-23 | 2017-06-23 | 一种二维music算法估计波达方向的并行计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107037398B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108761381B (zh) * | 2018-04-09 | 2021-05-04 | 武汉虹信科技发展有限责任公司 | 一种基于阵列天线的目标信源探测方法 |
CN109597021B (zh) * | 2018-11-05 | 2021-02-05 | 北京航天控制仪器研究所 | 一种波达方向估计方法及装置 |
CN113030933B (zh) * | 2021-02-22 | 2024-06-04 | 上海蛮酷科技有限公司 | 雷达的目标方位角计算方法、雷达装置及可读存储介质 |
CN113640736B (zh) * | 2021-08-23 | 2023-07-25 | 吉林大学 | 基于退化的空间arma模型的多维传感器阵列信源测向方法 |
CN116540242B (zh) * | 2023-07-03 | 2023-10-20 | 天津知海科技有限公司 | 干涉图像生成方法、装置、电子设备及可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101644773A (zh) * | 2009-03-20 | 2010-02-10 | 中国科学院声学研究所 | 一种实时频域超分辨方位估计方法及装置 |
CN105182306A (zh) * | 2015-08-12 | 2015-12-23 | 西安电子科技大学 | 基于稀疏表示的稳健二维波达方向估计方法 |
-
2017
- 2017-06-23 CN CN201710486807.4A patent/CN107037398B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101644773A (zh) * | 2009-03-20 | 2010-02-10 | 中国科学院声学研究所 | 一种实时频域超分辨方位估计方法及装置 |
CN105182306A (zh) * | 2015-08-12 | 2015-12-23 | 西安电子科技大学 | 基于稀疏表示的稳健二维波达方向估计方法 |
Non-Patent Citations (2)
Title |
---|
MUSIC算法及其并行实现;周丹凤;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160415;全文 * |
二维DOA估计的高速并行实现;徐家雄;《中国优秀博硕士学位论文全文数据库 (硕士) 信息科技辑》;20061215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107037398A (zh) | 2017-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107037398B (zh) | 一种二维music算法估计波达方向的并行计算方法 | |
Zheng et al. | DOA estimation for coprime linear arrays: An ambiguity-free method involving full DOFs | |
CN108663653B (zh) | 基于l形电磁矢量传感器阵列的波达方向估计方法 | |
CN112051540B (zh) | 一种快速高精度测向方法 | |
Zhang et al. | An extended TOPS algorithm based on incoherent signal subspace method | |
CN110531312B (zh) | 一种基于稀疏对称阵列的doa估计方法和系统 | |
CN111239678A (zh) | 一种基于l型阵列的二维doa估计方法 | |
CN110895325B (zh) | 基于增强四元数多重信号分类的到达角估计方法 | |
CN112130111A (zh) | 一种大规模均匀十字阵列中单快拍二维doa估计方法 | |
CN108120953A (zh) | 一种基于波达方向估计的无线电定位方法 | |
CN106980105B (zh) | 电磁矢量传感器阵列空间旋转解相干测向方法 | |
CN110376547B (zh) | 基于二阶统计量的近场源定位方法 | |
CN109696651B (zh) | 一种基于m估计的低快拍数下波达方向估计方法 | |
CN113671439B (zh) | 基于非均匀智能超表面阵列的无人机集群测向系统及方法 | |
CN112363108B (zh) | 信号子空间加权超分辨的波达方向检测方法及系统 | |
CN111368256A (zh) | 一种基于均匀圆阵的单快拍测向方法 | |
CN112415469B (zh) | 一种两维数字阵列雷达快速干扰测向方法 | |
CN114460531A (zh) | 一种均匀线阵music空间谱估计方法 | |
Ma et al. | Computation-efficient 2-D DOA estimation algorithm with array motion strategy | |
CN111366891A (zh) | 一种基于伪协方差矩阵的均匀圆阵单快拍测向方法 | |
CN110967664A (zh) | 基于cold阵列增强四元数esprit的doa估计方法 | |
CN113050028B (zh) | 基于张量的矢量共形阵列极化-doa联合估计方法 | |
CN112363106B (zh) | 基于量子粒子群的信号子空间波达方向检测方法及系统 | |
Cao et al. | Interpolation array technique for direction finding via Taylor series fitting | |
Liu et al. | An improved polarization and DOA estimation algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |