CN108710101A - 一种利用正交性获取相干信号子空间的doa估计算法 - Google Patents
一种利用正交性获取相干信号子空间的doa估计算法 Download PDFInfo
- Publication number
- CN108710101A CN108710101A CN201810313342.7A CN201810313342A CN108710101A CN 108710101 A CN108710101 A CN 108710101A CN 201810313342 A CN201810313342 A CN 201810313342A CN 108710101 A CN108710101 A CN 108710101A
- Authority
- CN
- China
- Prior art keywords
- matrix
- signal
- doa
- coherent
- coherent signal
- 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
- 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
- G01S3/04—Details
- G01S3/12—Means for determining sense of direction, e.g. by combining signals from directional antenna or goniometer search coil with those from non-directional antenna
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开一种利用正交性获取相干信号子空间的DOA估计算法。该算法利用过渡矩阵的列向量具有正交性从信号子空间中分离相干信号子空间,然后用相干信号子空间构造相关矩阵并对相关矩阵使用空间平滑技术恢复其秩,最后对恢复秩后的相关矩阵做处理,从而估计相干信号的来波方向。本发明给出了算法的推导和实施步骤,并设计了仿真实验,仿真结果说明了算法的有效性。
Description
技术领域
本发明涉及相干信号源的DOA估计领域,具体涉及一种利用正交性获取相干信号子空间的DOA估计算法。
背景技术
信号的DOA估计是阵列信号处理的重要内容,在雷达、声呐、无线通信等诸多领域都有应用。过去三十年许多高性能的DOA估计算法被提出来,其中,以多重信号分类算法MUSIC算法和旋转不变技术ESPRIT算法为代表的子空间算法一经提出就受到广大学者的关注和重视。该类算法具有高分辨率、高估计精度等优点。
在实际工程中,由于受到多径影响,阵列接收机收到的信号往往是非相干信号和相关信号的混合,这使得协方差矩阵的秩小于信号个数,造成经典的MUSIC算法和ESPRIT算法不能直接用于相干信号的DOA估计。
发明内容
为了解决上述问题,本发明提供一种利用正交性估计相干信号的DOA估计算法。
一种利用正交性获取相干信号子空间的DOA估计算法,主要步骤如下:
a)对协方差矩阵Rx做特征值分解得到信号子空间Us和噪声子空间Un,并用MUSIC算法估计非相干信号的DOA,MUSIC算法的普估计公式如下:
其中,
符号diag(·)表示对角矩阵,为噪声功率,为N-Nu-D阶单位矩阵,a(β)为DOA角度为β的阵列导向矢量,Us为Rx的大的Nu+D个特征值对应的特征向量,Nu为非相干信号个数,D为相干信号组数,Un为Rx的小的N-Nu-D个特征值对应的特征向量,N为阵元个数,上标H表示共轭转置。
b)记 根据步骤a)求非相干信号的阵列流型矩阵Au,根据等式计算W1,求解线性方程组W1 HX=0得到W1的正交补空间W2。
c)根据等式Rc=VW2(VW2)H构造矩阵Rc,并对Rc做空间平滑处理得到空间平滑矩阵即其中,Rl表示由Rc的第l行到第(N-L+l)行、第l列到(N-L+l)列构成的矩阵,l=1,2,...,L,J为交换矩阵,其副对角线元素为1,其它元素全为0,L为一大于等于任一相干组中信号个数的常数。
d)对做特征值分解获得相干信号子空间,采用MUSIC或者ESPRIT算法即可估计相干信号的DOA。
上述步骤b)利用了从信号子空间V到阵列流型矩阵A的过渡矩阵W的列向量具有正交性,该正交性的推导如下:
1)根据算法步骤b)可得
Rx=ARsAH=VVH
(2)2)由于信号子空间V与阵列流型矩阵A张成相同的列空间,所以存在可逆矩阵W满足下列等式
A=VW
(3)
3)结合式(2)和(3)可得
由于Rs是对角矩阵,所以也是对角矩阵,这表明W的列向量是正交的;将W的列向量分成两部分,分别用W1和W2表示,即W=[W1,W2],V[W1,W2]=[Au,AcΓ],Au=VW1,AcΓ=VW2;其中,阵列流型矩阵A表示为A=[Au,AcΓ],Au为Nu个非相干信号的阵列流型矩阵,AcΓ为D组相干信号的阵列流型矩阵;由于W的列向量是正交的,所以等式W1 HW2=0成立;假设非相干信号的DOA已由MUSIC算法估计得到,即,Au已经求得;相应地,W1能通过等式求得;由于W1 HW2=0,求解线性方程组W1 HX=0可得到W1的正交补空间W2,显然VW2和AcΓ张成相同的空间,这个空间仅包含相关信号的信息,对这个空间构成的协方差矩阵做空间平滑处理即可恢复相干信号协方差矩阵的秩,进而估计相干信号的DOA。
本发明优点:本发明找到了从信号子空间到阵列流型矩阵的过渡矩阵的列向量具有正交性,并利用了该性质来获取相干信号子空间,由于利用了更多的信息,本发明具有更好的估计性能。
附图说明
图1是均匀线阵模型的示意图;
图2是本发明提供的相干信号DOA估计图。
具体实施方式
以下结合附图对本发明做具体说明。
一种利用正交性获取相干信号子空间的DOA估计算法,包含如下步骤:
步骤1,用MUSIC算法估计非相干信号。
步骤2,用正交性从信号子空间中分离相干信号子空间,并构造相干信号的协方差矩阵。
步骤3,用空间平滑技术恢复相干信号协方差矩阵的秩。
步骤4,对恢复秩后的相干信号协方差矩阵做处理,估计非相干信号的DOA。
具体过程如下:
根据图1均匀线阵模型,假设K个远场窄带信号从不同方向入射到一个由N个阵元组成的均匀线阵,其中相干信号个数为Nu,余下的K-Nu个相干信号来自D组统计独立的信源,第k相干组的第p个信号的入射方向用βkp表示,p=1,...,Pk,Pk表示第k相干组的信号个数,ρkp表示对应的衰落系数,相干信号个数用Nc表示,即设相干信号和非相干信号的功率均为观测向量x(t)为可表示为:
其中,阵列流形矩阵A=[Au,AcΓ],Ac=[Ac,1,...,Ac,D],Γ=blockdiag{r1,...,rD},s(t)=[su(t)T,sc(t)T],blockdiag{r1,...,rD}表示以r1,...,rD为对角块的块对角矩阵,上标T表示转置。
假设阵列收到M个采样数据,则采样数据的协方差矩阵表达式为:
对协方差矩阵Rx做特征值分解得到信号子空间Us和噪声子空间Un,并用MUSIC算法估计非相干信号的DOA,MUSIC算法的普估计公式如下:
其中,
为N-Nu-D阶单位矩阵,a(β)为DOA角度为β的阵列导向矢量,Us为Rx的大的Nu+D个大特征值对应的特征向量,Nu为非相干信号个数,D为相干信号组数,Un为Rx的小的N-Nu-D个特征值对应的特征向量,N为阵元个数,上标H表示共轭转置。
记 为小的N-Nu-D个特征值的均值,根据等式计算W1,求解线性方程组W1 HX=0得到W1的正交补空间W2。
根据等式Rc=VW2(VW2)H构造矩阵Rc。
对Rc做空间平滑处理得到空间平滑矩阵即其中,Rl表示由Rc的第l行到第(N-L+l)行、第l列到(N-L+l)列构成的矩阵,l=1,2,...,L。J为交换矩阵,其副对角线元素为1,其它元素全为0,L为一大于等于任一组中的相干信号个数的常数。
对协方差矩阵做特征值分解得到信号子空间Us1和噪声子空间Un1,并用MUSIC算法估计相干信号的DOA,MUSIC算法的普估计公式如下:
其中,a(β)为DOA角度为β的阵列导向矢量,Us1为的大的Nu个大特征值对应的特征向量,Un1为余下的特征值对应的特征向量。
下面的仿真说明了本发明的效果。
仿真条件:阵元个数为9,阵元间距为半波长,相干信号和非相干信号功率相等,信噪比为5dB,快拍数为200,入射信号个数为10,其中非相干信号个数为4,相干信号个数为6,相干信号分为两组,每个相干组包含3个相干信号。四个非相干信号的入射方向为[60°,-23°,52°,-43°],两组相干信号的入射方向为[-55°,25°,-32°],[-8°,13°,31°],对应的衰退系数分别为[0.12-0.99j,0.09-0.77j,0.77+0.22j],[-0.44-0.89j,0.46+0.68j,0.89-0.11j]。信噪比定义为 和分别为信号功率和噪声功率。对相干信号协方差矩阵做二次平滑,仿真结果如图2所示,从图2可以看出,本发明提出的算法能很好地估计相干信号。
本发明并不限于上述实例,在本发明的权利要求书所限定的范围内,本领域技术人员不经创造性劳动即可做出的各种变形或修改均受本专利的保护。
Claims (2)
1.一种利用正交性获取相干信号子空间的DOA估计算法,其特征在于:主要步骤如下:
a)对协方差矩阵Rx做特征值分解得到信号子空间Us和噪声子空间Un,并用MUSIC算法估计非相干信号的DOA,MUSIC算法的普估计公式如下:
其中,
符号diag(·)表示对角矩阵,为噪声功率,为N-Nu-D阶单位矩阵,a(β)表示角度为β的阵列导向矢量,Us为Rx的大的Nu+D个特征值对应的特征向量,Nu为非相干信号个数,D为相干信号组数,Un为Rx的小的N-Nu-D个特征值对应的特征向量,N为阵元个数,上标H表示共轭转置;
b)记根据步骤a)求非相干信号的阵列流型矩阵Au,根据等式计算W1,求解线性方程组W1 HX=0得到W1的正交补空间W2;
c)根据等式Rc=VW2(VW2)H构造矩阵Rc,并对Rc做空间平滑处理得到空间平滑矩阵即其中,Rl表示由Rc的第l行到第(N-L+l)行、第l列到(N-L+l)列构成的矩阵,l=1,2,...,L,J为交换矩阵,其副对角线元素为1,其它元素全为0,L为一大于等于任一相干组中信号个数的常数;
d)对做特征值分解获得相干信号子空间,采用MUSIC或者ESPRIT算法即可估计相干信号的DOA。
2.根据权利要求1所述的一种利用正交性获取相干信号子空间的DOA估计算法,其特征在于,步骤b)利用了从信号子空间V到阵列流型矩阵A的过渡矩阵W的列向量具有正交性,该正交性的推导如下:
1)根据算法步骤b)可得
Rx=ARsAH=VVH (2)
2)由于信号子空间V与阵列流型矩阵A张成相同的列空间,所以存在可逆矩阵W满足下列等式
A=VW (3)
3)结合式(2)和(3)可得
由于Rs是对角矩阵,所以也是对角矩阵,这表明W的列向量是正交的;将W的列向量分成两部分,分别用W1和W2表示,即W=[W1,W2],V[W1,W2]=[Au,AcΓ],Au=VW1,AcΓ=VW2;其中,阵列流型矩阵A表示为A=[Au,AcΓ],Au为Nu个非相干信号的阵列流型矩阵,AcΓ为D组相干信号的阵列流型矩阵;由于W的列向量是正交的,所以等式W1 HW2=0成立;假设非相干信号的DOA已由MUSIC算法估计得到,即,Au已经求得;相应地,W1能通过等式求得;由于W1 HW2=0,求解线性方程组W1 HX=0可得到W1的正交补空间W2,显然VW2和AcΓ张成相同的空间,这个空间仅包含相关信号的信息,对这个空间构成的协方差矩阵做空间平滑处理即可恢复相干信号协方差矩阵的秩,进而估计相干信号的DOA。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810313342.7A CN108710101A (zh) | 2018-04-10 | 2018-04-10 | 一种利用正交性获取相干信号子空间的doa估计算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810313342.7A CN108710101A (zh) | 2018-04-10 | 2018-04-10 | 一种利用正交性获取相干信号子空间的doa估计算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108710101A true CN108710101A (zh) | 2018-10-26 |
Family
ID=63866610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810313342.7A Pending CN108710101A (zh) | 2018-04-10 | 2018-04-10 | 一种利用正交性获取相干信号子空间的doa估计算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108710101A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110531310A (zh) * | 2019-07-25 | 2019-12-03 | 西安交通大学 | 基于子空间和内插变换的远场相干信号波达方向估计方法 |
CN114646440A (zh) * | 2022-03-16 | 2022-06-21 | 北京卫星环境工程研究所 | 三轴六自由度振动控制输入输出坐标转换矩阵构建方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147458A (zh) * | 2010-12-17 | 2011-08-10 | 中国科学院声学研究所 | 一种针对宽带声源的波达方向估计方法及其装置 |
CN105676164A (zh) * | 2016-01-06 | 2016-06-15 | 重庆邮电大学 | 一种在空间非平稳噪声环境下信号的doa估计方法 |
CN106291451A (zh) * | 2016-08-17 | 2017-01-04 | 河海大学 | 基于多重信号分类群延迟算法的DoA估计方法 |
CN106405487A (zh) * | 2016-10-17 | 2017-02-15 | 重庆邮电大学 | 一种通用基于扩展esprit技术的空间谱估计方法 |
-
2018
- 2018-04-10 CN CN201810313342.7A patent/CN108710101A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147458A (zh) * | 2010-12-17 | 2011-08-10 | 中国科学院声学研究所 | 一种针对宽带声源的波达方向估计方法及其装置 |
CN105676164A (zh) * | 2016-01-06 | 2016-06-15 | 重庆邮电大学 | 一种在空间非平稳噪声环境下信号的doa估计方法 |
CN106291451A (zh) * | 2016-08-17 | 2017-01-04 | 河海大学 | 基于多重信号分类群延迟算法的DoA估计方法 |
CN106405487A (zh) * | 2016-10-17 | 2017-02-15 | 重庆邮电大学 | 一种通用基于扩展esprit技术的空间谱估计方法 |
Non-Patent Citations (1)
Title |
---|
聂玺: ""阵列信号二维测向算法研究"", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110531310A (zh) * | 2019-07-25 | 2019-12-03 | 西安交通大学 | 基于子空间和内插变换的远场相干信号波达方向估计方法 |
CN110531310B (zh) * | 2019-07-25 | 2021-07-13 | 西安交通大学 | 基于子空间和内插变换的远场相干信号波达方向估计方法 |
CN114646440A (zh) * | 2022-03-16 | 2022-06-21 | 北京卫星环境工程研究所 | 三轴六自由度振动控制输入输出坐标转换矩阵构建方法 |
CN114646440B (zh) * | 2022-03-16 | 2023-06-20 | 北京卫星环境工程研究所 | 三轴六自由度振动控制输入输出坐标转换矩阵构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | ESPRIT-like two-dimensional direction finding for mixed circular and strictly noncircular sources based on joint diagonalization | |
Bazzi et al. | A comparative study of sparse recovery and compressed sensing algorithms with application to AoA estimation | |
CN104898085B (zh) | 一种极化敏感阵列参数估计的降维music算法 | |
CN108364659B (zh) | 基于多目标优化的频域卷积盲信号分离方法 | |
Wang et al. | Multiple shift second order sequential best rotation algorithm for polynomial matrix EVD | |
CN109767007B (zh) | 一种基于量子计算的最小均方误差检测方法 | |
CN105425205B (zh) | 高分辨力的圆信号与非圆信号混合入射doa估计方法 | |
CN112731275B (zh) | 一种基于零化插值的互质阵部分极化信号参数估计方法 | |
CN108710101A (zh) | 一种利用正交性获取相干信号子空间的doa估计算法 | |
Vía et al. | Joint blind source separation from second-order statistics: Necessary and sufficient identifiability conditions | |
Wang et al. | Efficient DOA estimation of noncircular signals in the presence of multipath propagation | |
Cheng et al. | An MDL algorithm for detecting more sources than sensors using outer-products of array output | |
Torokhti et al. | Generalized Brillinger-like transforms | |
Zheng et al. | Sparse Bayesian learning for off-grid DOA estimation with Gaussian mixture priors when both circular and non-circular sources coexist | |
Tan et al. | Covariance matrix reconstruction for direction finding with nested arrays using iterative reweighted nuclear norm minimization | |
Ollila et al. | Complex-valued signal processing—essential models, tools and statistics | |
Yun | Nonlinear feedback control of two manipulators in presence of environmental constraints | |
Yan et al. | Computationally efficient direction of arrival estimation with unknown number of signals | |
CN104502885A (zh) | 基于变换矩阵的特征值差分信源数估计方法 | |
Sayyari et al. | Blind two-dimensional super-resolution in multiple-input single-output linear systems | |
Choi | Maximum likelihood estimation for angles of arrival of coherent signals using a coherency profile | |
WO2021068494A1 (zh) | 基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法 | |
CN101271021B (zh) | 一种快速得到信号子空间的信号处理方法 | |
CN114325568A (zh) | 脉冲噪声环境下基于bnc的嵌套阵列非圆信号doa估计方法 | |
Junliang et al. | Fixed-point ICA algorithm for blind separation of complex mixtures containing both circular and noncircular sources |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181026 |
|
WD01 | Invention patent application deemed withdrawn after publication |