CN107560639B - 用于大型传感器阵列的误差校正方法及装置 - Google Patents

Abstract

本申请公开了一种用于大型传感器阵列的误差校正方法及装置，其中所述大型传感器阵列包括传感器单元位置任意分布的稀疏传感器阵列，所述方法包括：通过所述稀疏传感器阵列接收远场校正源发射的信号，其中接收信号表示为稀疏阵列接收信号；将所述稀疏阵列接收信号构造成满阵列接收信号；根据所述满阵列接收信号估计所述校正源的方位；根据所述校正源方位，确定所述校正源的源信号值以估计所述稀疏传感器阵列中各传感器单元的幅相误差；以及利用所述幅相误差对所述大型传感器阵列进行误差校正。本申请通过将所述传感器稀疏阵列构造成满阵列，能够解决三步迭代法无法适用于稀疏阵列的问题。获得计算量小校正精度高的幅相误差自校正方法。

Description

用于大型传感器阵列的误差校正方法及装置

技术领域

本公开一般涉及误差校正领域，尤其涉及用于大型传感器阵列的误差校正方法及装置。

背景技术

在大型传感器阵列的信号处理系统中，通过将传感器排布成阵列，如线阵、平面矩形阵、平面圆阵等形式，能大大增强接收增益，并提高对探测空间的空间分辨率。利用波束形成算法，对阵列每个传感器通道的接收信号进行延时相加，可获得关于增益强度的波束方向图，该波束方向图反映了阵列本身对空间各点信源的接收特性。满阵通常指的是间隔相同的传感器布满整个平面阵，为了降低硬件成本和硬件复杂度，需要对满阵进行稀疏化，稀疏化技术能大大降低所需的传感器单元数同时还能保证平面阵获得较好的波束方向图。稀疏化后阵列的单元位置往往有一定的随机性，单元间隔距离不再为固定值，因而形成了“单元位置任意分布”的阵列。因此可以说“单元位置任意分布”是对满阵进行阵形优化后的产物。

值得注意的是，在上述的波束形成算法中，通常都假设阵列中每个传感器通道的工作特性都完全一样，这一理想条件反映在数学参数上即为阵列各通道都具有一致的幅度和相位特性。然而受到加工工艺水平限制以及实际应用中不可避免的各种因素的干扰，如热噪声、器件老旧、环境变化等，实际的阵列各通道之间的工作特性并不一致，即它们之间存在幅相误差。这种幅度和相位误差会造成波束方向图中的旁瓣强度增大，从而会降低系统的成像质量。为了获得理想条件下的波束方向图，需要针对阵列的每个通道的幅相误差进行校正，即估计每个通道的幅相误差大小并在波束形成的过程中补偿抵消这些误差。

校正阵列幅相误差的方法分为主动校正方法和自校正方法两大类。通俗地说，主动校正方法需要标准参考对象，用精确的参考物去纠正有误差的对象；具体而言，在阵列幅相误差校正中，主动校正方法需要方位精确已知的主动校正源，用已知的方位信息去计算阵列幅相误差并校正。而自校正方法由于事先不知道校正源的精确方位，通常需要先估计校正源的方位信息，然后再计算阵列幅相误差并校正。自校正方法通常依据最大似然准则或子空间特性等原理,建立起某种代价函数,然后通过交替迭代、牛顿迭代等方法,寻找使代价函数最优化的信源方位估计。

目前常见的自校正方法采用交替迭代算法对校正源方位和阵列幅相误差进行联合估计，该迭代算法的计算量较大，且可能收敛到局部最优点而不是全局的最优点。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种使用于稀疏传感器阵列的计算量小且高校正精度的误差自校正方法。本申请提供了一种声纳传感器稀疏阵列幅相误差自校正方法及装置。

第一方面，提供一种用于大型传感器阵列的误差校正方法，其中所述大型传感器阵列包括传感器单元位置任意分布的稀疏传感器阵列，所述方法包括：通过所述稀疏传感器阵列接收远场校正源发射的信号，其中接收信号表示为稀疏阵列接收信号；将所述稀疏阵列接收信号构造成满阵列接收信号；根据所述满阵列接收信号估计所述校正源的方位；根据所述校正源方位，确定所述校正源的源信号值以估计所述稀疏传感器阵列中各传感器单元的幅相误差；以及利用所述幅相误差对所述大型传感器阵列进行误差校正。

第二方面，提供一种用于大型传感器阵列的误差校正装置，其中所述大型传感器阵列包括传感器单元位置任意分布的稀疏传感器阵列，所述装置包括：

接收单元，用于通过所述稀疏传感器阵列接收远场校正源发射的信号，其中接收信号表示为稀疏阵列接收信号；

构造单元，用于将所述稀疏阵列接收信号构造成满阵列接收信号；

校正源估计单元，用于根据所述满阵列接收信号估计所述校正源的方位；

误差估计单元，用于根据所述校正源的方位，确定所述校正源的源信号值以估计所述稀疏传感器阵列中各传感器的幅相误差；以及

校正单元，用于利用所述幅相误差对所述接收信号进行误差校正。

根据本申请实施例提供的技术方案，通过将所述传感器稀疏阵列构造成满阵列，将三步迭代法适用于稀疏阵列。获得计算量小校正精度高的幅相误差自校正方法。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出了根据本申请实施例的用于大型传感器阵列的误差校正方法的流程图。

图2示出了根据本申请实施例的稀疏传感器阵列分布示意图。

图3示出了根据本申请实施例的将稀疏阵列接收信号构造成满阵列接收信号的流程图。

图4示出了应用本申请误差校正方法的校正后波束形成与理想波束形成、含幅相误差的波束形成比对的示意图。

图5示出了根据本申请实施例的用于大型传感器阵列的误差校正装置的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

请参考图1，示出了根据本申请实施例的用于大型传感器阵列的误差校正方法的流程图。所述大型传感器阵列包括传感器单元位置任意分布的稀疏传感器阵列。

如图1所示，在步骤中101中，通过稀疏阵列接收远场校正源发射的信号，其中接收信号表示为稀疏阵列接收信号。

本申请提出的误差校正方法属于一种自校正方法，自校正方法由于事先不知道校正源的精确方位，通常需要先估计校正源的方位信息，然后再计算阵列幅相误差并校正。

为了便于说明，在描述后续的步骤前，给出在时间离散的采样系统中的数学模型，其模型公式如下：

s_out(m,n,kT)＝Г(m,n)·a(m,n)·s_in(kT)+g(m,n,kT)，m＝1,2,3……M,

n＝1,2,3……N (1)

其中s_in代表校正信源的输入信号，s_out代表单元接收到的信号，g代表阵列各单元接收到的背景高斯白噪声，高斯白噪声为一种加性噪声，a代表阵列的理想导向矩阵，Γ代表阵列各单元的幅度和相位误差矩阵，Г·|s_in|可以看成是一种乘性噪声，s_out代表阵列各单元接收到的信号。其中s_out、s_in、g随离散时间采样点kT变化，此外s_out、Г、a、g均是阵列单元的x方向索引号m和y方向索引号n的函数。

式(1)中幅相位误差Γ的具体表达式如下：

其中M,N分别代表平面阵列沿x方向和沿y方向的单元数，平面阵列满阵的单元总数为M*N。此外式(2)中ρ(m,n)代表幅度误差，可以把ρ(m,n)当成一种关于m和n的独立同分布的随机噪声，该噪声的均值μ_ρ＝1，方差为

式(2)中

代表相位误差，同样可以看成是独立同分布的随机噪声，该噪声均值方差为

式(1)中理想导向矩阵a的具体表达式如下：

其中u和v代表归一化角频率，具体表达式如下：

u＝2πd_xsinθ_a/λ，υ＝2πd_ysinθ_e/λ(4)

式(4)中d_x和d_y分别代表阵列单元间x方向上和y方向上的间距，θ_a和θ_e分别代表校正信源关于阵列中心的仰视角和方位角，u和υ可以认为是代表信源真实方位的量。

接着，请参考图2，示出了根据本申请实施例的稀疏传感器阵列示意图。

如图2所示，白色的方形点图代表稀疏阵传感器单元的所在位置。本实施例中，稀疏阵所对应的满阵为整个矩形区域。其中满阵中仅稀疏阵的传感器单元为开启单元即正常接收信号。

接着，在步骤102中，将所述稀疏阵列接收信号构造成满阵列接收信号。

请参考图3，示出了根据本申请实施例的稀疏阵列接收信号构造成满阵列接收信号的流程图。如图3所示，步骤102进一步包括如下步骤：

将所述稀疏阵列接收信号构造成初始满阵列接收信号(步骤201)；

根据所述初始满阵列接收信号估计所述校正源的初始方位(步骤202)；

根据所述校正源的初始方位，确定所述校正源的初始源信号值以估计所述稀疏传感器阵列中各传感器单元的初始幅相误差(步骤203)；以及

利用所述校正源的初始源信号值和初始方位，重新构造一个虚拟满阵列接收信号作为所述满阵列接收信号(步骤204)。

在本实施例中，在步骤201中，将稀疏阵列接收信号构造成初始满阵列接收信号时，将稀疏阵列接收信号中对应用于所述稀疏传感器阵列的传感器单元之外的位置设置为零其余的单元的信号设置为零。如图2中涂黑单元，其信号设置为零。

具体数学表述如下，设稀疏阵中传感器开启单元的索引标号为m_q和n_q，开启单元总数为Q，补零单元的索引标号为m_p和n_p，补零单元总数为P，并有Q+P＝MN。设置如下：

g(m_p,n_p,kT)＝0，a(m_p,n_p)＝0，Г(m_p,n_p)＝0，s_out(m_p,n_p,kT)＝0，

为方便后续计算，可以将二维矩阵转化为一维向量，二维索引值(m,n)转换为一维索引值l，转换公式为：

l＝m+M(n-1)(5)

其中开启单元的二维索引值(m_q,n_q)转化为相应的l_q，补零单元的二维索引值(m_p,n_p)转化为相应的l_p，开启单元总数为Q，虚拟单元总数为P，并有Q+P＝MN。

接着，在步骤202中，根据所述初始满阵列接收信号估计所述校正源的初始方位。

优选地，步骤202利用应用于信号频率估计问题的三步迭代算法从所述初始满阵列接收信号的二维信号序列中计算出所述校正源的初始方位，所述初始方位用二维空间的坐标表示。

具体地，首先对kT时刻的阵列采样的二维输出信号序列s_out(m,n,kT)采用针对于空间的2-D FFT(快速傅里叶变换)，将2-D FFT空域谱中的能量最大值点出现的位置记为(c_x,c_y),(c_x,c_y)所对应启动TSI算法的估计方位值是

和

式中上划线代表估计值，真实值记为u和v，标记k代表是kT时刻的结果，标记(0)代表是2-D FFT空域谱中得到的启动估计方位值。

之后，使用

和

启动三步迭代算法，设i＝1，2，3，代表第i步迭代过程，M_i×N_i代表第i步迭代中的二维样本大小，每步迭代中的样本大小具体如下，floor代表向下取整：

i＝1时，M_i＝floor(M^0.8)，N_i＝floor(N^0.8)

i＝2时，M_i＝floor(M^0.9)，N_i＝floor(N^0.9)

i＝3时，M_i＝M，N_i＝N

迭代具体公式如下：

经过三步迭代后，得到初始方位估计值

和

以上描述了针对某一个采样时刻kT时的输出信号s_out(m,n,kT)的一次TSI算法的流程。实际应用中需要采集大量时刻的输出信号，获得所有K个采样时刻的TSI算法的方位估计值和

并进行算术平均可获得信源方位初始估计值

和

在步骤203中，根据所述校正源的初始方位，确定所述校正源的初始源信号值以估计所述稀疏传感器阵列中各传感器单元的初始幅相误差。

在一些实施例中，该步骤使用空域匹配滤波方法计算所述校正源的初始源信号值，所述初始源信号值包括幅度值和相位值；以及根据所述初始源信号值估计所述稀疏传感器阵列中各传感器单元的初始幅相误差。

具体地，将信源初始估计值

和

代入式(3)并利用式(5)，可获得相应的理想导向向量的初始估计值然后根据下式两个矢量的点积计算源信号的初始估计值

其中*号代表共轭，s_out代表输出信号的一维矢量，长度与相同均为MN。然后根据下式计算阵列相应向量的初始估计值

接下来可根据下式计算出阵列幅相误差向量

其中符号

代表两个矢量之间按元素对应相除，符号⊙代表两个矢量之间按元素对应相乘。

在利用所述校正源的初始源信号值和初始方位，重新构造一个虚拟满阵列接收信号作为所述满阵列接收信号之前，还包括：对所述稀疏传感器阵列中各传感器单元的初始幅相误差进行微调；对所述校正源的初始方位进行微调；以及在所述重新构造时使用微调后的校正源的初始方位。所述微调利用最大后验概率方法进行。

具体微调流程如下：

首先令：

和

w₁和w₂分别是N×1和M×1的全1向量，b_x＝[0,1,2,…M-1]^T，b_y＝[0,1,2,…N-1]^T，符号

代表克罗内克积(Kronecker积)。

注意到矢量

的大小为MN×1，而本申请只关注于对开启单元进行相位调整，因此需要剔除掉虚拟单元对应位置的元素，仅保留开启单元的元素，因此对应的矢量为

其大小为Q×1。类似地，还可以获得对应开启单元的矢量c_xq、c_yq，其大小均为Q×1。

基于最大后验概率公式，构建一个以矢量y₁为待求变量的经典二阶锥规划问题，具体如下：

求

约束条件1:d₂y₁≤d₃；约束条件2:

其中y₁＝[ζ,Δu,Δυ]^T，d₁＝[1 0 0]^T，

d₃＝[3γ_u 3γ_u 3γ_v 3γ_v]^T，F₁＝[0_MNe_xe_y]。

其中ζ是一个待求的正数，

γ_u和γ_v代表TSI算法关于u和v的理论估计标准差，0_MN代表长度为MN的0向量，e_x＝c_xq-(M-1)/2，e_y＝c_yq-(N-1)/2。

针对这种经典的二阶锥规划问题，可使用成熟的二阶锥规划求解工具如Gurobi、Mosek、SeDuMi等进行高效求解，最终可获得最优解y_1opt＝[ζ_opt,Δu_opt,Δv_opt]^T,微调后的关于开启单元的相位误差的初始估计值

和微调后的信源方位初始估计值

和

接着，在步骤204中，利用所述校正源的初始源信号值和初始方位，重新构造一个虚拟满阵列接收信号作为所述满阵列接收信号，包括：

将所述稀疏阵列接收信号中对应于所述稀疏传感器阵列的传感器单元之外的位置修改为通过插值方法获得的数值，其中传感器单元之外的位置表示为虚拟单元，其中所述插值方法应用于所述校正源的初始源信号值和微调后的所述校正源的初始源信号值，获得仅含虚拟单元的接收信号和仅含传感器单元的接收信号；将所述仅含虚拟单元的接收信号和所述仅含传感器单元的接收信号按照单元位置进行合并，得到重构的虚拟满阵列接收信号。

具体地，首先将

和代入式(3)并利用式(5)，可以获得的微调后的理想导向向量初始估计值

从

中剔除掉开启单元的元素，获得仅含虚拟单元元素的理想导向向量

大小为P×1。从

中剔除掉虚拟单元的元素，可获得仅含开启单元元素的理想导向向量

大小为Q×1。插值系数矩阵C_ip的计算公式如下：

其中1代表全1矢量，大小为Q×1，符号

代表两个矢量之间按元素对应相除，C_ip的大小为P×Q。利用式(5)把输出信号s_out(m,n,kT)转化为矢量形式s_out(kT)，剔除掉其中开启单元的元素，可获得仅含虚拟单元元素的大小为P×1的输出信号矢量s_{out_p}(kT)，同理还可以获得仅含虚拟单元元素的大小为Q×1的输出信号矢量s_{out_q}(kT)，按如下公式对s_{out_p}(kT)进行插值操作:

s_{out_p}(kT)＝(C_ip×s_{out_q}(kT))/Q

最后将插值得到的s_{out_p}(kT)和原本已有的开启单元输出信号值s_{out_q}(kT)按照元素位置进行合并，得到通过插值重新构造出来的输出信号矢量

利用式(5)可将输出信号矢量

转化为输出信号矩阵

综上，在步骤204重构的虚拟满阵的幅相误差的方差小于步骤201的初始满阵的幅相误差的方差。理由如下：

信源方位初始估计值

和

满足下式(16)，

其中代表依分布收敛，表示均值为零、方差为

的正态分布，u和v代表真值，

和代表估计方差。其中

和

的表达式如下式17和18：

其中A代表乘性噪声(Г·|s_in|)的均值，A₀和α₀分别为A的模值和相角，其中|s_in|代表校正源发出的输入信号的模值常数，其中Γ(见式2)代表阵列的幅相误差矩阵，是一个复数矩阵。

和分别为复随机变量{(Г·|s_in|)-A₀}的实部和虚部的方差。

估计方差和代表

和

的准确程度，其值越小越好。从式17和18中可以看出，估计方差

和

随

和

的增大而增大。

在步骤201中，设置传感器阵列单元以外的单元信号为零，这样设置所对应的{(Г·|s_in|)-A₀}的实部和虚部的方差记为

和

而在步骤204中采用插值方法重新构造一个虚拟满阵接收信号

这个重构信号所对应的{(Г·|s_in|)-A₀}的实部和虚部的方差记为

和

显然步骤204中重构输出信号的和

要小于步骤201中补零的方差

和

因此在步骤204虚拟重构满阵基础上获得的校正源方位最终估计值

和

的估计方差

和

相比在步骤204获得校正源方位初始估计值的

和

的估计方差

和要小，也就是说“

和

”相比“

和

”更加接近真值u和v。

重构完成后进入步骤103，根据所述满阵列接收信号估计所述校正源的方位。

在一些优选实施例中，在重构的信号矩阵

的基础上，二次使用三步迭代算法，进行校正源方位的估计，获得最终估计值和

接着，在步骤104中，根据所述校正源方位，确定所述校正源的源信号值以估计所述稀疏传感器阵列中各传感器单元的幅相误差。

优选地，在最终估计值

和

基础上，二次使用空域匹配滤波的方法，计算出最终的源信号估计值

然后进一步获得开启单元的幅度误差和相位误差的最终估计值

和

最后，在步骤105中，利用所述幅相误差对所述大型传感器阵列进行误差校正。

下面给出本申请的误差校正方法应用于一个平面满阵为一个48×48的二维矩形阵列的情况。传感器单元间距为元间距为λ，λ为声波的波长，稀疏阵列的开启单元个数为460的稀疏阵，开启单元的分布位置如图2所示。校正源所处的方位：θ_a＝20°，θ_e＝-10°，校正源信噪比SNR＝20db，采样时刻数为1000个即kT＝T,2T,3T……1000T。以稀疏阵中第一个开启单元l_p1为参考通道进行归一化，即ρ_p1＝1，满阵中所有通道的幅度误差因子ρ_i和相位误差因子

分别满足如下正态分布条件：ρ_i～N(1,0.2²)和

随机生成一组幅相误差因子，然后对比它们的真值和经过上述六步骤的自校正算法的最终估计值，如下表1和表2，给出部分开启单元幅相误差校正结果。

表1

表2

请参考图4，示出了应用本申请误差校正方法的校正后波束形成与理想波束形成、函幅相误差的波束形成比对的示意图。

如图4所示理想波束形成结果与应用本申请的误差校正方法校正后的波束形成结果几乎重合，说明该自校正算法有效地校正了单元位置任意分布的平面稀疏阵列的幅相误差。同时校正后波束形成结果的旁瓣峰值比含幅相误差波束形成结果的旁瓣峰值约低1.2dB，并且总体上降低了方向图中所有旁瓣的波束强度，说明了校正幅相误差这一过程对该稀疏阵列的波束方向图有一定的优化作用。

请参考图5，示出了根据本申请实施例的用于大型传感器阵列的误差校正装置的结构示意图。

如图5所示的用于大型传感器阵列的误差校正装置300，其中所述大型传感器阵列包括传感器单元位置任意分布的稀疏传感器阵列，所述装置包括接收单元301、构造单元302、校正源估计单元303、误差估计单元304和校正单元305。

其中，接收单元301，用于通过所述稀疏传感器阵列接收远场校正源发射的信号，其中接收信号表示为稀疏阵列接收信号；

构造单元302，用于将所述稀疏阵列接收信号构造成满阵列接收信号；

校正源估计单元303，用于根据所述满阵列接收信号估计所述校正源的方位；

误差估计单元304，用于根据所述校正源的方位，确定所述校正源的源信号值以估计所述稀疏传感器阵列中各传感器的幅相误差；以及

校正单元305，用于利用所述幅相误差对所述接收信号进行误差校正。

在一些优选实施例中，该构造单元301包括预构造单元、校正源初始估计单元、初始误差估计单元和虚拟构造单元。

其中，预构造单元，用于将所述稀疏阵列接收信号构造成初始满阵列接收信号；

校正源初始估计单元，用于根据所述初始满阵列接收信号估计所述校正源的初始方位；

初始误差估计单元，根据所述校正源的初始方位，确定所述校正源的初始源信号值以估计所述稀疏传感器阵列中各传感器单元的初始幅相误差；以及

虚拟构造单元，利用所述校正源的初始源信号值和初始方位，重新构造一个虚拟满阵列接收信号作为所述满阵列接收信号。

优先地，该预构造单元用于将所述稀疏阵列接收信号中对应用于所述稀疏传感器阵列的传感器单元之外的位置设置为零。

校正源初始估计单元用于利用应用于信号频率估计问题的三步迭代算法从所述初始满阵列接收信号的二维信号序列中计算出所述校正源的初始方位，所述初始方位用二维空间的坐标表示。

初始误差估计单元用于使用空域匹配滤波方法计算所述校正源的初始源信号值，所述初始源信号值包括幅度值和相位值；以及用于根据所述初始源信号值估计所述稀疏传感器阵列中各传感器单元的初始幅相误差。

优选地，虚拟构造单元还用于对所述稀疏传感器阵列中各传感器单元的初始幅相误差进行微调；还用于对所述校正源的初始方位进行微调；以及在所述虚拟构造单元进行所述重新构造时使用微调后的校正源的初始方位。微调利用最大后验概率方法进行。

在一些实施例中，虚拟构造单元，用于将所述稀疏阵列接收信号中对应于所述稀疏传感器阵列的传感器单元之外的位置修改为通过插值方法获得的数值，其中传感器单元之外的位置表示为虚拟单元，其中所述插值方法应用于所述校正源的初始源信号值和微调后的所述校正源的初始源信号值，获得仅含虚拟单元的接收信号和仅含传感器单元的接收信号；以及还用于将所述仅含虚拟单元的接收信号和所述仅含传感器单元的接收信号按照单元位置进行合并，得到重构的虚拟满阵列接收信号。

在一些实施例中，校正单元305还用于对所述稀疏阵列中各传感器单元的幅相误差进行微调；以及用于对所述校正源的方位进行微调；并且在校正单元进行所述误差校正时使用微调后的幅相误差。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (18)

1.一种用于大型传感器阵列的误差校正方法，其中所述大型传感器阵列包括传感器单元位置任意分布的稀疏传感器阵列，其特征在于，所述方法包括：

通过所述稀疏传感器阵列接收远场校正源发射的信号，其中接收信号表示为稀疏阵列接收信号；

将所述稀疏阵列接收信号构造成满阵列接收信号；

根据所述满阵列接收信号估计所述校正源的方位；

根据所述校正源方位，确定所述校正源的源信号值以估计所述稀疏传感器阵列中各传感器单元的幅相误差；以及

利用所述幅相误差对所述大型传感器阵列进行误差校正。

2.根据权利要求1所述的方法，其特征在于，将所述稀疏阵列接收信号构造成满阵列接收信号包括：

将所述稀疏阵列接收信号构造成初始满阵列接收信号；

根据所述初始满阵列接收信号估计所述校正源的初始方位；

根据所述校正源的初始方位，确定所述校正源的初始源信号值以估计所述稀疏传感器阵列中各传感器单元的初始幅相误差；以及

利用所述校正源的初始源信号值和初始方位，重新构造一个虚拟满阵列接收信号作为所述满阵列接收信号。

3.根据权利要求2所述的方法，其特征在于，将所述稀疏阵列接收信号构造成初始满阵列接收信号包括：

将所述稀疏阵列接收信号中对应用于所述稀疏传感器阵列的传感器单元之外的位置设置为零。

4.根据权利要求3所述的方法，其特征在于，根据所述初始满阵列接收信号估计所述校正源的初始方位包括：

利用应用于信号频率估计问题的三步迭代算法从所述初始满阵列接收信号的二维信号序列中计算出所述校正源的初始方位，所述初始方位用二维空间的坐标表示。

5.根据权利要求4所述的方法，其特征在于，根据所述校正源的初始方位，确定所述校正源的初始源信号值以估计所述稀疏传感器阵列中各传感器单元的初始幅相误差，包括：

使用空域匹配滤波方法计算所述校正源的初始源信号值，所述初始源信号值包括幅度值和相位值；以及

根据所述初始源信号值估计所述稀疏传感器阵列中各传感器单元的初始幅相误差。

6.根据权利要求5所述的方法，其特征在于，在利用所述校正源的初始源信号值和初始方位，重新构造一个虚拟满阵列接收信号作为所述满阵列接收信号之前，还包括：

对所述稀疏传感器阵列中各传感器单元的初始幅相误差进行微调；

对所述校正源的初始方位进行微调；以及

在所述重新构造时使用微调后的校正源的初始方位。

7.根据权利要求6所述的方法，其特征在于，所述微调利用最大后验概率方法进行。

8.根据权利要求6所述的方法，其特征在于，利用所述校正源的初始源信号值和初始方位，重新构造一个虚拟满阵列接收信号作为所述满阵列接收信号，包括：

将所述稀疏阵列接收信号中对应于所述稀疏传感器阵列的传感器单元之外的位置修改为通过插值方法获得的数值，其中传感器单元之外的位置表示为虚拟单元，其中所述插值方法应用于所述校正源的初始源信号值和微调后的所述校正源的初始源信号值，获得仅含虚拟单元的接收信号和仅含传感器单元的接收信号；

将所述仅含虚拟单元的接收信号和所述仅含传感器单元的接收信号按照单元位置进行合并，得到重构的虚拟满阵列接收信号。

9.根据权利要求1所述的方法，其特征在于，所述利用所述幅相误差对所述大型传感器阵列进行误差校正之前，还包括：

对所述稀疏传感器阵列中各传感器单元的幅相误差进行微调；以及

对所述校正源的方位进行微调；并且

在所述误差校正时使用微调后的幅相误差。

10.一种用于大型传感器阵列的误差校正装置，其中所述大型传感器阵列包括传感器单元位置任意分布的稀疏传感器阵列，其特征在于，所述装置包括：

接收单元，用于通过所述稀疏传感器阵列接收远场校正源发射的信号，其中接收信号表示为稀疏阵列接收信号；

构造单元，用于将所述稀疏阵列接收信号构造成满阵列接收信号；

校正源估计单元，用于根据所述满阵列接收信号估计所述校正源的方位；

误差估计单元，用于根据所述校正源的方位，确定所述校正源的源信号值以估计所述稀疏传感器阵列中各传感器的幅相误差；以及

校正单元，用于利用所述幅相误差对所述接收信号进行误差校正。

11.根据权利要求10所述的装置，其特征在于，所述构造单元包括：

预构造单元，用于将所述稀疏阵列接收信号构造成初始满阵列接收信号；

校正源初始估计单元，用于根据所述初始满阵列接收信号估计所述校正源的初始方位；

初始误差估计单元，根据所述校正源的初始方位，确定所述校正源的初始源信号值以估计所述稀疏传感器阵列中各传感器单元的初始幅相误差；以及

虚拟构造单元，利用所述校正源的初始源信号值和初始方位，重新构造一个虚拟满阵列接收信号作为所述满阵列接收信号。

12.根据权利要求11所述的装置，其特征在于，所述预构造单元，

用于将所述稀疏阵列接收信号中对应用于所述稀疏传感器阵列的传感器单元之外的位置设置为零。

13.根据权利要求12所述的装置，其特征在于，所述校正源初始估计单元，

用于利用应用于信号频率估计问题的三步迭代算法从所述初始满阵列接收信号的二维信号序列中计算出所述校正源的初始方位，所述初始方位用二维空间的坐标表示。

14.根据权利要求13所述的装置，其特征在于，所述初始误差估计单元，

用于使用空域匹配滤波方法计算所述校正源的初始源信号值，所述初始源信号值包括幅度值和相位值；以及

用于根据所述初始源信号值估计所述稀疏传感器阵列中各传感器单元的初始幅相误差。

15.根据权利要求14所述的装置，其特征在于，所述虚拟构造单元，

还用于对所述稀疏传感器阵列中各传感器单元的初始幅相误差进行微调；

还用于对所述校正源的初始方位进行微调；以及

在所述虚拟构造单元进行所述重新构造时使用微调后的校正源的初始方位。

16.根据权利要求15所述的装置，其特征在于，所述微调利用最大后验概率方法进行。

17.根据权利要求15所述的装置，其特征在于，所述虚拟构造单元，

用于将所述稀疏阵列接收信号中对应于所述稀疏传感器阵列的传感器单元之外的位置修改为通过插值方法获得的数值，其中传感器单元之外的位置表示为虚拟单元，其中所述插值方法应用于所述校正源的初始源信号值和微调后的所述校正源的初始源信号值，获得仅含虚拟单元的接收信号和仅含传感器单元的接收信号；以及

还用于将所述仅含虚拟单元的接收信号和所述仅含传感器单元的接收信号按照单元位置进行合并，得到重构的虚拟满阵列接收信号。

18.根据权利要求10所述的装置，其特征在于，所述校正单元，

还用于对所述稀疏传感器阵列中各传感器单元的幅相误差进行微调；以及

用于对所述校正源的方位进行微调；并且

在校正单元进行所述误差校正时使用微调后的幅相误差。

Images