CN108802669B - 二维波达方向估计方法、二维波达方向估计装置及终端 - Google Patents

二维波达方向估计方法、二维波达方向估计装置及终端 Download PDF

Info

Publication number
CN108802669B
CN108802669B CN201810769744.8A CN201810769744A CN108802669B CN 108802669 B CN108802669 B CN 108802669B CN 201810769744 A CN201810769744 A CN 201810769744A CN 108802669 B CN108802669 B CN 108802669B
Authority
CN
China
Prior art keywords
incident signal
complex amplitude
matrix
snapshot data
antenna array
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
Application number
CN201810769744.8A
Other languages
English (en)
Other versions
CN108802669A (zh
Inventor
刘德亮
王波
韩东
郭希维
何鹏
谢建华
许葆华
翟优
杨超超
张状和
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Army Engineering University of PLA
Original Assignee
Army Engineering University of PLA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Army Engineering University of PLA filed Critical Army Engineering University of PLA
Priority to CN201810769744.8A priority Critical patent/CN108802669B/zh
Publication of CN108802669A publication Critical patent/CN108802669A/zh
Application granted granted Critical
Publication of CN108802669B publication Critical patent/CN108802669B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明适用于信号处理技术领域，提供了一种二维波达方向估计方法，包括：获取天线阵列输出的快拍数据；基于加权最小二乘法自适应的构建滤波器对所述快拍数据进行处理，得到所述入射信号复幅值的估计量；基于所述入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵；对所述能量矩阵进行二维谱峰搜索，得到所述入射信号的二维波达方向；本发明解决了现有技术中无法在短快拍条件下进行二维波达方向估计的问题，能够利用较少数量的几个快拍，实现对远场窄带信号的方位角和俯仰角的联合估计。

Description

二维波达方向估计方法、二维波达方向估计装置及终端
技术领域
本发明属于信号处理技术领域，尤其涉及一种二维波达方向估计方法、二维波达方向估计装置及终端。
背景技术
波达方向(Direction Of Arrival，简称DOA)估计是进行雷达信号处理的一个重要处理步骤，通过在空间放置的多个传感器形成的天线阵列(每个传感器都有各自独立的通道用于信号的采集接收)进行信号的采集接收，并对天线阵列采集的入射信号进行信号参数的估计(例如：估计信号源数目、入射角度、幅度、相位等参数)，进而可以获取信号源的距离信息和方位信息。
其中，二维波达方向估计(入射信号的方位角和俯仰角)能获取比一维波达方向估计更多的空间位置信息，在室内导航、机器人视觉、物联网、移动通信、雷达以及声纳系统中有很广泛的应用。
然而，在某些特别复杂的通信环境下，信号环境只能在很短的时间内保持稳定，大量的快拍数据会导致采样时间过长，样本误差变大从而影响波达方向的估计精度。现有的估计算法中，经典的多重信号分类(MUSIC)算法需要依靠大量的快拍数据。而G-MUSIC方法通过生成阵元数与快拍数的一致估计子能够实现短快拍条件下一维波达方向的估计，但是并不适于进行二维波达方向估计。
故，目前亟需一种适于短快拍条件下的二维波达方向估计方法。
发明内容
有鉴于此，本发明提供了一种二维波达方向估计方法、二维波达方向估计装置、终端及计算机可读存储介质，能够利用较少数量的几个快拍，实现对远场窄带信号的方位角和俯仰角的联合估计。
本发明的第一方面提供了一种二维波达方向估计方法，包括：
获取天线阵列输出的快拍数据，其中，所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应，所述入射信号为窄带信号；
基于加权最小二乘法自适应的构建滤波器对所述快拍数据进行处理，得到所述入射信号复幅值的估计量；
基于所述入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵；
对所述能量矩阵进行二维谱峰搜索，得到所述入射信号的二维波达方向。
本发明的第二方面提供了一种二维波达方向估计装置，包括：
获取单元，用于获取天线阵列输出的快拍数据，其中，所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应，所述入射信号为窄带信号；
处理单元，用于基于加权最小二乘法自适应的构建滤波器对所述获取单元获取的快拍数据进行处理，得到所述入射信号复幅值的估计量；
计算单元，用于基于所述处理单元得到的入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵；
搜索单元，用于对所述计算单元得到的能量矩阵进行二维谱峰搜索，得到所述入射信号的二维波达方向。
本发明的第三方面提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如任一项所述二维波达方向估计方法的步骤。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如任一项所述二维波达方向估计方法的步骤。
本发明与现有技术相比存在的有益效果是：
本发明通过获取天线阵列输出的快拍数据，并基于加权最小二乘法自适应的构建滤波器对所述快拍数据进行处理，得到所述入射信号复幅值的估计量；基于所述入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵；对所述能量矩阵进行二维谱峰搜索，得到所述入射信号的二维波达方向；解决了现有技术中无法在短快拍条件下进行二维波达方向估计的问题；也即，通过迭代处理一个加权最小二乘问题来得到入射信号复幅值的估计量，并通过迭代计算达到通过少量快拍计算入射信号的能量矩阵的目的，进而通过对能量矩阵进行二维谱峰搜索实现对远场窄带信号的方位角和俯仰角的联合估计。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的二维波达方向估计方法的实现流程图；
图2是本发明实施例提供的二维波达方向估计装置的结构示意图；
图3是本发明实施例提供的终端的示意图；
图4是基于MUSIC算法进行二维波达方向估计的仿真结果示意图；
图5是基于ESPRIT算法进行二维波达方向估计的仿真结果示意图；
图6是基于本发明实施例提供的方法进行二维波达方向估计的仿真结果示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
参见图1，其示出了本发明实施例提供的二维波达方向估计方法的实现流程图，详述如下：
步骤101、获取天线阵列输出的快拍数据，其中，所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应，所述入射信号为窄带信号；
空间中一系列传感器可以组成天线阵列，其中，每个传感器为一个阵元，各阵元接收信号加权组合，改变阵列的权值，可使信号空间波束形状随之变化。在本发明实施例中，天线阵列接收远场目标的入射信号，并输出快拍数据，所述快拍数据包含了远场目标的方位信息，例如俯仰角信息和方位角信息。天线阵列可以为线性阵列，也可以为矩形阵列，还可以为圆形阵列。
需要说明的是，对于远场的点目标(点辐射源)，当其距离天线阵列足够远时(远场条件)，在接收局部区域内可认为是近似平面波。另外，本发明实施例中，信号包络在各阵元上的差异可以忽略，也即，认为远场目标的入射信号为窄带信号。
本发明实施例中，所述天线阵列为矩形天线阵列，所述矩形天线阵列包括M×N个阵元，其中，M和N均为大于1的整数，M行阵元沿预设坐标系的x轴方向直线排列，N列阵元沿预设坐标系的y轴方向直线排列，相邻阵元之间的距离均为d，
Figure BDA0001729955520000041
λ为所述入射信号的波长。
所述快拍数据为：
y(t)＝[h(θ1,φ1),…,h(θK,φK)]s(t)+ω(t)
其中，y(t)表示所述矩形天线阵列输出的第t个快拍数据，s(t)表示所述入射信号的复幅值，ω(t)表示所述快拍数据中的加性噪声，[h(θ1,φ1),…,h(θK,φK)]表示所述入射信号的方向矩阵，t为快拍序号，t＝1,2,…,Q，Q为快拍数，K为远场目标的数量，K个远场目标位于
Figure BDA0001729955520000051
其中，k为远场目标序号，k＝1,2,…,K，θ为俯仰角，θ＝[θ1,θ2,…θK]T，
Figure BDA0001729955520000052
为方位角，
Figure BDA0001729955520000053
(·)T表示转置操作。
本发明实施例中可以采用矩形天线阵列，矩形天线阵列可以在有限的空间配备更多的阵列传感器，在矩形天线阵列入射条件下，其输出的快拍数据模型包含x轴和y轴两个方向的方向向量。
目前，Stoica提出的基于稀疏理论的算法，具备在少量快拍甚至一个快拍数据的情况下，实现高分辨率低旁瓣波达方向估计的能力，但是对于矩形天线阵列结构，由于入射信号的方向向量包含两个角度的信息，因此这类算法并不适用。而将MUSIC算法或ESPRIT算法扩展至二维波达方向估计的方法，虽然适用于矩形天线阵列，但是为了获得高分辨率，需要大量的快拍数据。
本发明实施例中，利用矩形天线阵列的阵列流形，可以得到矩形天线阵列的输出信号
Figure BDA0001729955520000054
其中，
Figure BDA0001729955520000055
λ为入射信号的波长，λ可以基于入射信号的中心频率得到。
用a(μk)表示入射信号在x轴方向的方向向量，用b(υk)表示入射信号在y轴方向的方向向量，那么可以得到，
Figure BDA0001729955520000056
Figure BDA0001729955520000057
则y(t)＝[y1,1(t),y2,1(t),…,yM,1(t),…,yM,N(t)]T，代入b(υk)和a(μk)，有
Figure BDA0001729955520000058
其中s(t)＝[s1(t),s2(t),…,sK(t)]T，ω(t)与y(t)具有相同的维数。
Figure BDA0001729955520000061
从而可以得到y(t)＝[h(θ1,φ1),…,h(θk,φk)]s(t)+ω(t)。其中，j为虚数单位，j2＝-1。
令
Figure BDA0001729955520000062
那么，y(t)可以改写成紧凑的形式，Y＝(B⊙A)S+Z。
其中，
Figure BDA0001729955520000063
S的每一列
Figure BDA0001729955520000064
是噪声矩阵。
Figure BDA0001729955520000065
表示相应矩阵的规模。
步骤102、基于加权最小二乘法自适应的构建滤波器对所述快拍数据进行处理，得到所述入射信号复幅值的估计量；
在本发明实施例中，利用加权最小二乘法自适应的构建滤波器对天线阵列输出的快拍数据进行加权最小二乘处理，对入射信号的复幅值进行估计。
首先，计算加权最小二乘代价函数，第k个入射信号的加权最小二乘代价函数可以表示为：
Figure BDA0001729955520000066
其中，sk(t)是第k个入射信号在第t个快拍的复幅值。
其次，计算噪声的协方差矩阵作为加权矩阵：
Q(θk,φk)＝R-pkh(θk,φk)hH(θk,φk)
最后，通过最小化加权最小二乘代价函数推导出入射信号复幅值的估计量
Figure BDA0001729955520000067
Figure BDA0001729955520000068
其中，
Figure BDA0001729955520000069
Figure BDA00017299555200000610
由于要计算矩阵Q(θk,φk)的逆，计算量较大，本发明实施例中，根据矩阵求逆定理，可以将上式推导为以下第一公式：
Figure BDA0001729955520000071
根据上述第一公式对快拍数据进行加权最小二乘处理，得到入射信号复幅值的估计量，其中，
Figure BDA0001729955520000072
表示所述入射信号复幅值的估计量，R表示所述入射信号的协方差矩阵，h(θk,φk)表示第k个入射信号的方向矢量，k为远场目标序号，k＝1,2,…,K，(·)-1表示矩阵取逆操作，(·)H表示共轭转置操作。
步骤103、基于所述入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵；
在本发明实施例中，基于上述步骤102得到的入射信号复幅值的估计量，通过迭代计算可以得到所述入射信号在指定的二维空间中的能量矩阵，再根据能量矩阵进行谱峰搜索，便可估计出入射信号的二维波达方向。
具体实现过程如下：
首先构造对角矩阵，其中，所述对角矩阵的规模基于所述矩形天线阵列在指定的二维空间中的扫描点数确定，由于不知道真实目标的位置，因此可以将每个扫描点都看作一个目标，这样，所述对角矩阵的对角元素可以表示各扫描点的能量；例如，对由60°～70°范围的方位角和50°～60°的俯仰角构成的二维空间分别以0.5°的扫描间隔进行扫描，则共计400个扫描点。
具体的，构造K×K规模的对角矩阵，其中，K＝K1×K2，K1和K2分别表示方位方向和俯仰方向的扫描点数，则对角矩阵的初始值可以定义为：
Figure BDA0001729955520000073
其次，获取所述对角矩阵的初始值，具体可以通过以下方式实现：
根据下面的第二公式计算每个远场目标对应的初始能量，所述远场目标是指将二维空间内每个扫描点都看作一个远场目标，所述第二公式为：
Figure BDA0001729955520000081
其中，
Figure BDA0001729955520000082
表示第k个远场目标对应的初始能量；基于K个远场目标对应的初始能量，得到所述对角矩阵的初始值，所述初始值为：
Figure BDA0001729955520000083
其中，diag(·)表示矢量对角化。
最后，基于所述信号复幅值的估计量，由所述初始值开始进行预设次数的迭代计算，得到入射信号在所述二维空间中的能量矩阵。具体的，可以根据以下方式实现：
根据第三公式由所述初始值开始进行迭代计算，其中，所述第三公式为：
Figure BDA0001729955520000084
其中，Η＝[h(θ1,φ1),…,h(θK,φK)]，i≥1，i为迭代次数。
在每次迭代计算中，基于R(i)和所述第一公式，得到第i次迭代计算的第k个入射信号对应的复幅值的估计量
Figure BDA0001729955520000085
在每次迭代计算中，基于所述
Figure BDA0001729955520000086
和所述第四公式，得到第i次迭代计算的第k个入射信号对应的能量矩阵
Figure BDA0001729955520000087
其中，所述第四公式为：
Figure BDA0001729955520000088
在进行i次迭代计算后，基于所述第i次迭代计算的第k个入射信号对应的能量矩阵
Figure BDA0001729955520000089
得到入射信号在所述二维空间中的能量矩阵：
Figure BDA00017299555200000810
需要说明的是，在每次迭代计算中，均需要扫描到所述的K个远场目标。
步骤104、对所述能量矩阵进行二维谱峰搜索，得到入射信号的二维波达方向。
本发明实施例中，通过对能量矩阵进行二维谱峰搜索可以寻找到功率谱峰的位置，功能谱峰的位置对应的扫描方位角和俯仰角即为所求的目标方位角、俯仰角。
由上可知，本发明通过获取天线阵列输出的快拍数据，并基于加权最小二乘法自适应的构建滤波器对所述快拍数据进行处理，得到所述入射信号复幅值的估计量；基于所述入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵；对所述能量矩阵进行二维谱峰搜索，得到所述入射信号的二维波达方向；解决了现有技术中无法在短快拍条件下进行二维波达方向估计的问题；也即，通过迭代处理一个加权最小二乘问题来得到入射信号复幅值的估计量，并通过迭代计算达到通过少量快拍计算入射信号的能量矩阵的目的，进而通过对能量矩阵进行二维谱峰搜索实现对远场窄带信号的方位角和俯仰角的联合估计。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
图2示出了本发明实施例提供的二维波达方向估计装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
如图2所示，二维波达方向估计装置2包括：获取单元21，处理单元22，计算单元23和搜索单元24。
获取单元21，用于获取天线阵列输出的快拍数据，其中，所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应，所述入射信号为窄带信号；
处理单元22，用于基于加权最小二乘法自适应的构建滤波器对获取单元21获取的快拍数据进行处理，得到所述入射信号复幅值的估计量；
计算单元23，用于基于处理单元22得到的入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵；
搜索单元24，用于对计算单元23得到的能量矩阵进行二维谱峰搜索，得到所述入射信号的二维波达方向。
可选的，所述天线阵列为矩形天线阵列，所述矩形天线阵列包括M×N个阵元，其中，M和N均为大于1的整数，M行阵元沿预设坐标系的x轴方向直线排列，N列阵元沿预设坐标系的y轴方向直线排列，相邻阵元之间的距离均为d，
Figure BDA0001729955520000101
λ为所述入射信号的波长。
可选的，获取单元21获取的所述快拍数据为：
y(t)＝[h(θ1,φ1),…,h(θK,φK)]s(t)+ω(t)
其中，y(t)表示所述矩形天线阵列输出的第t个快拍数据，s(t)表示所述入射信号的复幅值，ω(t)表示所述快拍数据中的加性噪声，[h(θ1,φ1),…,h(θK,φK)]表示所述入射信号的方向矩阵，t为快拍序号，t＝1,2,…,Q，Q为快拍数，K为远场目标的数量，K个远场目标位于
Figure BDA0001729955520000102
其中，k为远场目标序号，k＝1,2,…,K，θ为俯仰角，θ＝[θ1,θ2,...θK]T，
Figure BDA0001729955520000103
为方位角，
Figure BDA0001729955520000104
(·)T表示转置操作。
可选的，处理单元22具体用于：
根据第一公式构建滤波器对所述快拍数据进行处理，得到所述入射信号复幅值的估计量，其中，所述第一公式为：
Figure BDA0001729955520000105
其中，
Figure BDA0001729955520000106
表示所述入射信号复幅值的估计量，R表示所述入射信号的协方差矩阵，h(θk,φk)表示所述入射信号的方向矢量，(·)-1表示矩阵取逆操作，(·)H表示共轭转置操作。
可选的，二维波达方向估计装置2还包括：
对角矩阵构造单元，用于构造对角矩阵，其中，所述对角矩阵的规模基于所述矩形天线阵列在指定的二维空间中的扫描点数确定，所述对角矩阵的对角元素表示各扫描点的能量；
对角矩阵初始值获取单元，用于获取所述对角矩阵的初始值；
计算单元23还用于：基于所述入射信号复幅值的估计量，由所述初始值开始进行预设次数的迭代计算，得到所述入射信号在所述二维空间中的能量矩阵。
可选的，所述对角矩阵初始值获取单元具体用于：
根据第二公式计算每个远场目标对应的初始能量，所述第二公式为：
Figure BDA0001729955520000111
其中，
Figure BDA0001729955520000112
表示第k个远场目标对应的初始能量；
基于K个远场目标对应的初始能量，得到所述对角矩阵的初始值，所述初始值为：
Figure BDA0001729955520000113
其中，diag(·)表示矢量对角化。
可选的，计算单元23具体用于：
根据第三公式由所述初始值开始进行迭代计算，其中，所述第三公式为：
Figure BDA0001729955520000114
其中，Η＝[h(θ1,φ1),…,h(θK,φK)]，i≥1，i为迭代次数。
在每次迭代计算中，基于R(i)和所述第一公式，得到第i次迭代计算对应的信号复幅值的估计量
Figure BDA0001729955520000115
在每次迭代计算中，基于所述
Figure BDA0001729955520000116
和第四公式，得到第i次迭代计算第k个目标对应的能量
Figure BDA0001729955520000117
其中，所述第四公式为：
Figure BDA0001729955520000118
在进行i次迭代计算后，基于所述
Figure BDA0001729955520000119
得到所述快拍数据在所述二维空间中的能量矩阵
Figure BDA00017299555200001110
由上可知，本发明通过获取天线阵列输出的快拍数据，并基于加权最小二乘法自适应的构建滤波器对所述快拍数据进行处理，得到所述入射信号复幅值的估计量；基于所述入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵；对所述能量矩阵进行二维谱峰搜索，得到所述入射信号的二维波达方向；解决了现有技术中无法在短快拍条件下进行二维波达方向估计的问题；也即，通过迭代处理一个加权最小二乘问题来得到入射信号复幅值的估计量，并通过迭代计算达到通过少量快拍计算入射信号的能量矩阵的目的，进而通过对能量矩阵进行二维谱峰搜索实现对远场窄带信号的方位角和俯仰角的联合估计。
图3是本发明一实施例提供的终端的示意图。如图3所示，该实施例的终端3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个二维波达方向估计方法实施例中的步骤，例如图1所示的步骤101至步骤104。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示单元21至24的功能。
示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述终端3中的执行过程。例如，所述计算机程序32可以被分割成获取单元，处理单元，计算单元和搜索单元，各单元具体功能如下：
获取单元，用于获取天线阵列输出的快拍数据，其中，所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应，所述入射信号为窄带信号；
处理单元，用于基于加权最小二乘法自适应的构建滤波器对所述获取单元获取的快拍数据进行处理，得到所述入射信号复幅值的估计量；
计算单元，用于基于所述处理单元得到的入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵；
搜索单元，用于对所述计算单元得到的能量矩阵进行二维谱峰搜索，得到所述入射信号的二维波达方向。
所述终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是终端3的示例，并不构成对终端3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端3的内部存储单元，例如终端3的硬盘或内存。所述存储器31也可以是所述终端3的外部存储设备，例如所述终端3上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述终端3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
本发明的效果通过以下仿真进行说明：
仿真条件：远场窄带信号中心频率为12MHz，矩形天线阵列规模为11×11，阵元间距为半个波长，采样频率60MHz，快拍数为5。三个远场目标的方位分别为(66°,62°)、(62°,66°)和(68°,61°)，噪声为高斯白噪声，信噪比15dB。
仿真内容：分别采用多信号分类算法(Multiple Signal Classification，简称MUSIC)、旋转因子不变算法(Estimating signal parameters via rotationalinvariance techniques，简称ESPRIT)以及本发明的算法对目标进行二维波达方向估计的仿真，三种算法的角度扫描范围都为60°～70°，扫描点间隔为0.5°，对目标100次独立仿真的结果分别如图4、图5与图6所示。
从图4、图5中可以看出，MUSIC算法及ESPRIT算法在快拍数只有5个的情况下无法估计出三个远场目标对应信号的位置。
从图6中可以看出，本发明提出的二维波达方向估计方法，即便在5个快拍的条件下，谱峰十分锐利，仍然保持着高分辨率、高精度和低旁瓣的特性。
综上所述，本发明可以实现对基于矩形天线阵列对远场窄带信号在短快拍条件下的二维波达方向估计，且精度和分辨率都较高。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (7)

1.一种二维波达方向估计方法，其特征在于，包括：
获取天线阵列输出的快拍数据，其中，所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应，所述入射信号为窄带信号；
基于加权最小二乘法自适应的构建滤波器对所述快拍数据进行处理，得到所述入射信号复幅值的估计量；
基于所述入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵；
对所述能量矩阵进行二维谱峰搜索，得到所述入射信号的二维波达方向；
所述天线阵列为矩形天线阵列，所述矩形天线阵列包括M×N个阵元，其中，M和N均为大于1的整数，M行阵元沿预设坐标系的x轴方向直线排列，N列阵元沿预设坐标系的y轴方向直线排列，相邻阵元之间的距离均为d，
Figure FDA0002440537160000011
λ为所述入射信号的波长；
所述快拍数据为：
y(t)＝[h(θ1,φ1),…,h(θK,φK)]s(t)+ω(t)
其中，y(t)表示所述矩形天线阵列输出的第t个快拍数据，s(t)表示所述入射信号的复幅值，ω(t)表示所述快拍数据中的加性噪声，[h(θ1,φ1),…,h(θK,φK)]表示所述入射信号的方向矩阵，t为快拍序号，t＝1,2,…,Q，Q为快拍数，K为远场目标的数量，K个远场目标位于
Figure FDA0002440537160000012
其中，k为远场目标序号，k＝1,2,…,K，θ为俯仰角，θ＝[θ1,θ2,...θK]T，
Figure FDA0002440537160000013
为方位角，
Figure FDA0002440537160000014
(·)T表示转置操作；
所述基于加权最小二乘法自适应的构建滤波器对所述快拍数据进行处理，得到所述入射信号复幅值的估计量，包括：
根据第一公式构建滤波器对所述快拍数据进行处理，得到所述入射信号复幅值的估计量，其中，所述第一公式为：
Figure FDA0002440537160000021
其中，
Figure FDA0002440537160000022
表示所述入射信号复幅值的估计量，R表示所述入射信号的协方差矩阵，h(θk,φk)表示所述入射信号的方向矢量，(·)-1表示矩阵取逆操作，(·)H表示共轭转置操作。
2.根据权利要求1所述的二维波达方向估计方法，其特征在于，所述基于所述入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵，包括：
构造对角矩阵，其中，所述对角矩阵的规模基于所述矩形天线阵列在指定的二维空间中的扫描点数确定，所述对角矩阵的对角元素表示各扫描点的能量；
获取所述对角矩阵的初始值；
基于所述入射信号复幅值的估计量，由所述初始值开始进行预设次数的迭代计算，得到所述入射信号在所述二维空间中的能量矩阵。
3.根据权利要求2所述的二维波达方向估计方法，其特征在于，所述获取所述对角矩阵的初始值，包括：
根据第二公式计算每个远场目标对应的初始能量，所述第二公式为：
Figure FDA0002440537160000023
其中，
Figure FDA0002440537160000024
表示第k个远场目标对应的初始能量；
基于K个远场目标对应的初始能量，得到所述对角矩阵的初始值，所述初始值为：
Figure FDA0002440537160000025
其中，diag(·)表示矢量对角化。
4.根据权利要求3所述的二维波达方向估计方法，其特征在于，所述基于所述入射信号复幅值的估计量，由所述初始值开始进行预设次数的迭代计算，得到所述入射信号在所述二维空间中的能量矩阵，包括：
根据第三公式由所述初始值开始进行迭代计算，其中，所述第三公式为：
Figure FDA0002440537160000031
其中，Η＝[h(θ1,φ1),…,h(θK,φK)]，i≥1，i为迭代次数；
在每次迭代计算中，基于R(i)和所述第一公式，得到第i次迭代计算对应的信号复幅值的估计量
Figure FDA0002440537160000032
在每次迭代计算中，基于所述
Figure FDA0002440537160000033
和第四公式，得到第i次迭代计算第k个目标对应的能量
Figure FDA0002440537160000034
其中，所述第四公式为：
Figure FDA0002440537160000035
在进行i次迭代计算后，基于所述
Figure FDA0002440537160000036
得到所述快拍数据在所述二维空间中的能量矩阵
Figure FDA0002440537160000037
5.一种二维波达方向估计装置，其特征在于，包括：
获取单元，用于获取天线阵列输出的快拍数据，其中，所述快拍数据为所述天线阵列对远场目标的入射信号的输出响应，所述入射信号为窄带信号；
处理单元，用于基于加权最小二乘法自适应的构建滤波器对所述获取单元获取的快拍数据进行处理，得到所述入射信号复幅值的估计量；
计算单元，用于基于所述处理单元得到的入射信号复幅值的估计量，进行迭代计算得到所述入射信号在指定的二维空间中的能量矩阵；
搜索单元，用于对所述计算单元得到的能量矩阵进行二维谱峰搜索，得到所述入射信号的二维波达方向
所述天线阵列为矩形天线阵列，所述矩形天线阵列包括M×N个阵元，其中，M和N均为大于1的整数，M行阵元沿预设坐标系的x轴方向直线排列，N列阵元沿预设坐标系的y轴方向直线排列，相邻阵元之间的距离均为d，
Figure FDA0002440537160000038
λ为所述入射信号的波长；
所述快拍数据为：
y(t)＝[h(θ1,φ1),…,h(θK,φK)]s(t)+ω(t)
其中，y(t)表示所述矩形天线阵列输出的第t个快拍数据，s(t)表示所述入射信号的复幅值，ω(t)表示所述快拍数据中的加性噪声，[h(θ1,φ1),…,h(θK,φK)]表示所述入射信号的方向矩阵，t为快拍序号，t＝1,2,…,Q，Q为快拍数，K为远场目标的数量，K个远场目标位于
Figure FDA0002440537160000041
其中，k为远场目标序号，k＝1,2,…,K，θ为俯仰角，θ＝[θ1,θ2,...θK]T，
Figure FDA0002440537160000042
为方位角，
Figure FDA0002440537160000043
(·)T表示转置操作；
所述处理单元包括：根据第一公式构建滤波器对所述快拍数据进行处理，得到所述入射信号复幅值的估计量，其中，所述第一公式为：
Figure FDA0002440537160000044
其中，
Figure FDA0002440537160000045
表示所述入射信号复幅值的估计量，R表示所述入射信号的协方差矩阵，h(θk,φk)表示所述入射信号的方向矢量，(·)-1表示矩阵取逆操作，(·)H表示共轭转置操作。
6.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
CN201810769744.8A 2018-07-13 2018-07-13 二维波达方向估计方法、二维波达方向估计装置及终端 Active CN108802669B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810769744.8A CN108802669B (zh) 2018-07-13 2018-07-13 二维波达方向估计方法、二维波达方向估计装置及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810769744.8A CN108802669B (zh) 2018-07-13 2018-07-13 二维波达方向估计方法、二维波达方向估计装置及终端

Publications (2)

Publication Number Publication Date
CN108802669A CN108802669A (zh) 2018-11-13
CN108802669B true CN108802669B (zh) 2020-08-25

Family

ID=64076503

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810769744.8A Active CN108802669B (zh) 2018-07-13 2018-07-13 二维波达方向估计方法、二维波达方向估计装置及终端

Country Status (1)

Country Link
CN (1) CN108802669B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110187304B (zh) * 2019-05-21 2021-05-04 泰凌微电子(上海)股份有限公司 一种信号到达角估计方法及装置
CN111965593B (zh) * 2020-07-10 2024-03-08 北京邮电大学 一种信号的波达方向确定方法及装置
CN111986741B (zh) * 2020-07-28 2023-07-07 深圳大学 信号反射阵列的应用方法、装置及终端设备
CN115134012B (zh) * 2021-03-26 2023-04-18 华为技术有限公司 一种入射方向角确定方法及计算装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102866383A (zh) * 2012-10-22 2013-01-09 重庆大学 一种基于空域自适应滤波的波达方向估计方法
CN103353588A (zh) * 2013-06-13 2013-10-16 西安电子科技大学 基于天线均匀平面阵的二维波达方向角估计方法
CN104977558A (zh) * 2015-06-16 2015-10-14 电子科技大学 一种基于贝叶斯压缩感知的分布源中心波达方向估计方法
CN105445696A (zh) * 2015-12-22 2016-03-30 天津理工大学 一种嵌套l型天线阵列结构及其波达方向估计方法
CN106443573A (zh) * 2016-09-14 2017-02-22 清华大学 大规模天线阵列信号的波达方向单快拍快速估计方法及装置
CN106842115A (zh) * 2017-01-25 2017-06-13 天津大学 基于root‑music算法及秩损原理的二维测向方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10481242B2 (en) * 2015-09-25 2019-11-19 Texas Instruments Incorporated Method for joint antenna-array calibration and direction of arrival estimation for automotive applications

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102866383A (zh) * 2012-10-22 2013-01-09 重庆大学 一种基于空域自适应滤波的波达方向估计方法
CN103353588A (zh) * 2013-06-13 2013-10-16 西安电子科技大学 基于天线均匀平面阵的二维波达方向角估计方法
CN104977558A (zh) * 2015-06-16 2015-10-14 电子科技大学 一种基于贝叶斯压缩感知的分布源中心波达方向估计方法
CN105445696A (zh) * 2015-12-22 2016-03-30 天津理工大学 一种嵌套l型天线阵列结构及其波达方向估计方法
CN106443573A (zh) * 2016-09-14 2017-02-22 清华大学 大规模天线阵列信号的波达方向单快拍快速估计方法及装置
CN106842115A (zh) * 2017-01-25 2017-06-13 天津大学 基于root‑music算法及秩损原理的二维测向方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
利用单次快拍实现相干信源二维测向的新算法;王凌 等;《北京理工大学学报》;20150531;第35卷(第5期);512-517 *
基于均匀面阵的酉ESPRIT算法在二维DOA估计中的应用;王静 等;《测试技术学报》;20151231;第29卷(第2期);158-163 *

Also Published As

Publication number Publication date
CN108802669A (zh) 2018-11-13

Similar Documents

Publication Publication Date Title
CN108802669B (zh) 二维波达方向估计方法、二维波达方向估计装置及终端
CN108872929B (zh) 基于内插虚拟阵列协方差矩阵子空间旋转不变性的互质阵列波达方向估计方法
CN109683126B (zh) 波达角测量方法、信号处理设备及存储介质
CN108663653B (zh) 基于l形电磁矢量传感器阵列的波达方向估计方法
CN110244272B (zh) 基于秩一去噪模型的波达方向估计方法
CN110161452B (zh) 基于互质式l型电磁矢量传感器阵列的波达方向估计方法
CN109633520B (zh) 一种均匀圆阵超分辨率空间谱估计方法
CN110275131B (zh) 一种基于虚拟差分阵列的doa跟踪方法及装置
Dong et al. Fractional low-order moments based DOA estimation with co-prime array in presence of impulsive noise
Zou et al. Multi-source DOA estimation using an acoustic vector sensor array under a spatial sparse representation framework
CN108761380A (zh) 一种用于提高精度的目标波达方向估计方法
Yang et al. Nonuniform linear array DOA estimation using EM criterion
Li et al. Mutual coupling self-calibration algorithm for uniform linear array based on ESPRIT
Reaz et al. A comprehensive analysis and performance evaluation of different direction of arrival estimation algorithms
CN112763972A (zh) 基于稀疏表示的双平行线阵二维doa估计方法及计算设备
Bhargav et al. Compressive sensing based doa estimation for multi-path environment
CN111241470A (zh) 基于自适应零陷展宽算法的波束合成方法及装置
CN115685067B (zh) 用于多旋翼无人机定位跟踪的常模信号盲估计方法及系统
Yan et al. Reduced-complexity direction of arrival estimation with centro-symmetrical arrays and its performance analysis
CN109507634B (zh) 一种任意传感器阵列下的基于传播算子的盲远场信号波达方向估计方法
CN112230194B (zh) 一种基于平移阵列的解模糊方法、设备及存储介质
CN113093111B (zh) 基于压缩感知和遗传算法的均匀圆阵解调二维相干信号方法及系统
CN112305494B (zh) 一种传感器位置校准方法及装置
CN107238813B (zh) 近场信号源波达方向和波达时间确定方法及装置
Rajani et al. Direction of arrival estimation by using artificial neural networks

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Liu Deliang

Inventor after: Zhang Zhuanghe

Inventor after: Wang Bo

Inventor after: Han Dong

Inventor after: Guo Xiwei

Inventor after: He Peng

Inventor after: Xie Jianhua

Inventor after: Xu Baohua

Inventor after: Zhai You

Inventor after: Yang Chaochao

Inventor before: Liu Deliang

Inventor before: Zhang Zhuanghe

Inventor before: Wang Bo

Inventor before: Han Dong

Inventor before: Guo Xiwei

Inventor before: He Peng

Inventor before: Xie Jianhua

Inventor before: Xu Baohua

Inventor before: Zhai You

Inventor before: Yang Chaochao

GR01 Patent grant
GR01 Patent grant