CN107064860B - 一种基于离散傅里叶变换的非相干分布式信源定位方法 - Google Patents
一种基于离散傅里叶变换的非相干分布式信源定位方法 Download PDFInfo
- Publication number
- CN107064860B CN107064860B CN201710173921.1A CN201710173921A CN107064860B CN 107064860 B CN107064860 B CN 107064860B CN 201710173921 A CN201710173921 A CN 201710173921A CN 107064860 B CN107064860 B CN 107064860B
- Authority
- CN
- China
- Prior art keywords
- incoherent
- matrix
- fourier transform
- information source
- fast fourier
- 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.)
- Expired - Fee Related
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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Complex Calculations (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
技术领域
本发明涉及非相干分布式信源定位中方法,特别涉及一种基于离散傅里叶变换的非相干分布式信源定位方法。
背景技术
早期的信源定位技术主要是针对独立的点源的。点源沿着单个路径到达接收天线,通过估计点源的方位角和俯仰角来确定信源的方位。但这种方法在无线通信、雷达和声呐等应用中却不太理想,因为一般情况下角传播的效果不能被忽略,比如在近源分离和大角度散射条件下,信源都不能被简单地看做一个点源。实际上,分布式信源模型更适合实际应用。而在分布式信源中,非相干信源模型则又是最常见的假设模型。对于非相干信源,已经有了许多估计定位方法:信号子空间法、波束成形法、协方差拟合法。然而上述方法都有各自的不足,并且都具有很大的计算复杂度。
现有技术包括第一方案,一种基于波束成形的估计方法,该方法利用最小方差无失真响应。通过求其中eigmax(·)为矩阵的最大特征值,ψ(·)表示无噪声的信号协方差矩阵,这种方法需要求解矩阵的最大特征值,求解比较困难的技术问题。第二方案包括一种新的信号子空间法。一般的信号子空间法根据R=Rs+Rn,其中R表示信号的协方差矩阵;Rs表示无噪声协方差矩阵,Rn表示噪声协方差矩阵。将R特征值分解得到其中Es表示无噪声信号的特征向量;Λs表示无噪声信号的特征值;En表示噪声的特征向量;Λn表示噪声的特征值,都需要协方差矩阵的特征值分解,存在过程复杂的技术问题。一种新的信号子空间法利用了无噪声协方差矩阵的列向量与伪噪声信号子空间的正交性,通过求协方差矩阵的逆,即在高信噪比条件下,的值非常小,就占了主要的部分。无噪声协方差矩阵的列向量ψi(η)与伪噪声信号子空间是正交的,即所以||R-1ψ||F的最小值就是ηi=[θiσi]T,其中||·||F表示F-范数。则:
其中tr[·]表示矩阵的迹;ψ(·)表示无噪声协方差矩阵;这种方法不需要任何协方差矩阵的特征值分解,所以避免了常规信号子空间法所存在的问题,但是也存在计算了大的技术问题,假设ψ(η)和都是m×m的矩阵,m是阵列的天线个数,则二维空域谱上求解每个点都需要运算2m3次乘法和2m2(m-1)加法。第三方案提出的一种阵列流型分离技术,以离线的方式将阵列导向向量分解为一个采样矩阵和一个范德蒙向量的乘积,其中采样矩阵只与阵列的天线摆放位置、天线的响应特性相关,该范德蒙向量只与中心来波方向相关。现有技术各个方案存在二维空域谱计算量大的技术问题。因此,提供一种二维空域谱计算量小的非相干分布式信源定位方法就很有必要。
发明内容
本发明所要解决的技术问题是现有技术中存在的二维空域谱的计算量大的技术问题。提供一种新的基于离散傅里叶变换的非相干分布式信源定位方法,该非相干分布式信源定位方法具有二维空域谱计算量小的技术特点。
为解决上述技术问题,本发明采用的技术方案如下:
一种基于离散傅里叶变换的非相干分布式信源定位方法,包括:
(1)利用流型分离技术获取采样矩阵G,根据所述采样矩阵G计算GHG矩阵,对GHG矩阵每一列进行快速傅里叶变换,再对该结果的每一行进行快速傅里叶逆变换,得出二维空域谱F1;
(3)根据步骤(1)及步骤(2)计算GHBG矩阵,对GHBG矩阵每一列执行快速傅里叶变换,再对该结果的每一行进行快速傅里叶逆变换,得出二维空域谱F2;
(4)将所述二维空域谱F1和二维空域谱F2上对应点相乘,计算得到二维空域谱F3;(图1)
进一步地,所述非相干信源的随机分布还包括除均匀分布及高斯分布的其他分布函数。
进一步地,所述步骤(1)在离线状态下进行。
进一步地,步骤(2)~(5)在线状态下进行。
本发明的非相干信源定位方法通过矩阵-信号积运算代替矩阵乘积运算,降低了算法的复杂度,减少算法运算时间。本发明方法的空域谱能够在信源对应位置上出现峰值,完成非相干信源的定位。
本发明的有益效果为:解决了二维空域谱的计算量大的技术问题。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1,根据二维空域谱F1和F2计算二维空域谱F3示意图。
图2,非相干信源的搜索区域范围示意图。
图3,算法流程图。
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,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本实施例提供一种基于离散傅里叶变换的非相干分布式信源定位方法,包括以下步骤:
(1)利用流型分离技术获取采样矩阵G,根据所述采样矩阵G计算GHG矩阵,对GHG矩阵每一列进行快速傅里叶变换,再对该结果的每一行进行快速傅里叶逆变换,得出二维空域谱F1;
(3)根据步骤(1)及步骤(2)计算GHBG矩阵,对GHBG矩阵每一列执行快速傅里叶变换,再对该结果的每一行进行快速傅里叶逆变换,得出二维空域谱F2;
(4)将所述二维空域谱F1及二维空域谱F2上对应点相乘,计算得到二维空域谱F3;(图1)
作为优选,(1)在离线状态下进行,步骤(2)~(5)在线状态下进行。能够更进一步减小计算量。
本实施例在非相干信源的随机分布还包括除均匀分布及高斯分布的其他分布函数时,同样适用。本发明方法的空域谱能够在信源对应位置上出现峰值,完成非相干信源的定位。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员能够理解本发明,但是本发明不仅限于具体实施方式的范围,对本技术领域的普通技术人员而言,只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内,一切利用本发明构思的发明创造均在保护之列。
Claims (4)
1.一种基于离散傅里叶变换的非相干分布式信源定位方法,其特征在于:所述非相干分布式信源定位方法包括:
(1)利用流型分离技术获取采样矩阵G,根据所述采样矩阵G计算GHG矩阵,对GHG矩阵每一列进行快速傅里叶变换,再对GHG矩阵每一列进行快速傅里叶变换结果的每一行进行快速傅里叶逆变换,得出二维空域谱F1;
(3)根据步骤(1)及步骤(2)计算GHBG矩阵,对GHBG矩阵每一列执行快速傅里叶变换,再对GHBG矩阵每一列执行快速傅里叶变换结果的每一行进行快速傅里叶逆变换,得出二维空域谱F2;
(4)将所述二维空域谱F1和二维空域谱F2上对应点相乘,计算得到二维空域谱F3;
3.根据权利要求1所述的基于离散傅里叶变换的非相干分布式信源定位方法,其特征在于:所述步骤(1)在离线状态下进行。
4.根据权利要求1所述的基于离散傅里叶变换的非相干分布式信源定位方法,其特征在于:步骤(2)~(5)于在线状态下进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710173921.1A CN107064860B (zh) | 2017-03-22 | 2017-03-22 | 一种基于离散傅里叶变换的非相干分布式信源定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710173921.1A CN107064860B (zh) | 2017-03-22 | 2017-03-22 | 一种基于离散傅里叶变换的非相干分布式信源定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107064860A CN107064860A (zh) | 2017-08-18 |
CN107064860B true CN107064860B (zh) | 2020-07-24 |
Family
ID=59619895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710173921.1A Expired - Fee Related CN107064860B (zh) | 2017-03-22 | 2017-03-22 | 一种基于离散傅里叶变换的非相干分布式信源定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107064860B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102841344A (zh) * | 2012-09-13 | 2012-12-26 | 电子科技大学 | 一种少阵元近场宽带信号源参数估计方法 |
CN104698448A (zh) * | 2015-04-03 | 2015-06-10 | 西安科技大学 | 运动平台下基于流形分离的共形阵列稳健估角方法 |
-
2017
- 2017-03-22 CN CN201710173921.1A patent/CN107064860B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102841344A (zh) * | 2012-09-13 | 2012-12-26 | 电子科技大学 | 一种少阵元近场宽带信号源参数估计方法 |
CN104698448A (zh) * | 2015-04-03 | 2015-06-10 | 西安科技大学 | 运动平台下基于流形分离的共形阵列稳健估角方法 |
Non-Patent Citations (2)
Title |
---|
A subspace-based Manifold separation technique for array calibration;Minqiu Chen et al.;《2016 IEEE International Symposium on Signal Processing and Information Technology (ISSPIT)》;20161214;第1-5页 * |
基于共形天线阵的免搜索来波方向;杨鹏 等;《电波科学学报》;20120415;第27卷(第2期);第241-245页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107064860A (zh) | 2017-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106788653B (zh) | 一种基于协方差矩阵重构的自适应波束形成方法 | |
CN106021637B (zh) | 互质阵列中基于迭代稀疏重构的doa估计方法 | |
Cao et al. | Complex ResNet aided DoA estimation for near-field MIMO systems | |
Mohanna et al. | Optimization of MUSIC algorithm for angle of arrival estimation in wireless communications | |
CN110113085B (zh) | 一种基于协方差矩阵重构的波束形成方法及系统 | |
Yan et al. | Fast DOA estimation based on a split subspace decomposition on the array covariance matrix | |
CN107576931B (zh) | 一种基于协方差低维度迭代稀疏重构的相关/相干信号波达方向估计方法 | |
Hussain et al. | FPGA hardware implementation of DOA estimation algorithm employing LU decomposition | |
Abou Chaaya et al. | Localization of spatially distributed near-field sources with unknown angular spread shape | |
Zhao et al. | A sparse representation-based DOA estimation algorithm with separable observation model | |
Li et al. | Parameter estimation based on fractional power spectrum density in bistatic MIMO radar system under impulsive noise environment | |
Qi et al. | Time-frequency DOA estimation of chirp signals based on multi-subarray | |
Gupta et al. | Gaussian processes for direction-of-arrival estimation with random arrays | |
Khan et al. | Computationally efficient 2D beamspace matrix pencil method for direction of arrival estimation | |
Dong et al. | Non-circular sources DOA estimation for coprime array with impulsive noise: A novel augmented phased fractional low-order moment | |
Liang et al. | Two-dimensional DOA estimation method of acoustic vector sensor array based on sparse recovery | |
Xiong et al. | SBL-based 2-D DOA estimation for L-shaped array with unknown mutual coupling | |
CN107064860B (zh) | 一种基于离散傅里叶变换的非相干分布式信源定位方法 | |
Li | Joint parameter estimation and target localization for bistatic MIMO radar system in impulsive noise | |
Cheng et al. | Low Complexity Time Reversal Imaging Methods based on Truncated Time Reversal Operator | |
Liu et al. | Real-valued reweighted l 1 norm minimization method based on data reconstruction in MIMO radar | |
Liu et al. | Real-valued sparse Bayesian learning algorithm for off-grid DOA estimation in the beamspace | |
Tian et al. | A novel direction finding algorithm for distributed sources under impulsive noise environments | |
Yamada et al. | High-resolution estimation of the directions-of-arrival distribution by algebraic phase unwrapping algorithms | |
Hussain et al. | Computationally Efficient Forward/backward Averaged DOA Estimation of Coherent Sources in Pairs |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200724 |
|
CF01 | Termination of patent right due to non-payment of annual fee |