CN109557504B - 一种近场窄带信号源的定位方法 - Google Patents

一种近场窄带信号源的定位方法 Download PDF

Info

Publication number
CN109557504B
CN109557504B CN201811253308.1A CN201811253308A CN109557504B CN 109557504 B CN109557504 B CN 109557504B CN 201811253308 A CN201811253308 A CN 201811253308A CN 109557504 B CN109557504 B CN 109557504B
Authority
CN
China
Prior art keywords
field
signal
covariance matrix
array
estimate
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
CN201811253308.1A
Other languages
English (en)
Other versions
CN109557504A (zh
Inventor
辛景民
左炜亮
蔡卓桐
郑南宁
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.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
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 Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201811253308.1A priority Critical patent/CN109557504B/zh
Publication of CN109557504A publication Critical patent/CN109557504A/zh
Application granted granted Critical
Publication of CN109557504B publication Critical patent/CN109557504B/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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0284—Relative positioning

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)

Abstract

本发明公开了一种近场窄带信号源的定位方法，包括：构建对称均匀线阵，根据对称均匀线阵的接收数据计算对称均匀线阵的协方差矩阵R；根据获得的协方差矩阵R计算噪声方差σ2；根据获得的协方差矩阵R和噪声方差σ2计算无噪声相关系数
Figure DDA0001842203430000011
通过求多项式
Figure DDA0001842203430000012
的K个零相位点来计算近场信号的波达方向角的估计值
Figure DDA0001842203430000013
通过求多项式
Figure DDA0001842203430000014
的K个零相位点计算近场信号的距离的估计值
Figure DDA0001842203430000015
获得待定位的近场窄带信号源的方位信息
Figure DDA0001842203430000016
本发明的定位方法不需要进行特征值分解以及多维搜索步骤，可降低计算复杂度，方法简单有效。

Description

一种近场窄带信号源的定位方法
技术领域
本发明属于阵列信号处理技术领域，特别涉及一种近场窄带信号源的定位方法。
背景技术
信源定位在雷达、声纳、无线通信等领域具有重要的应用。在一些实际应用，如基于麦克风阵列的话音定位问题中，输入信号为近场信号，需要分别估计出近场信号的一维波达方向和距离信息。尽管已经有很多用于解决近场信号源定位问题的方法被提出，如基于高阶统计量的估计方法、基于线性预测的估计方法、基于MUSIC的估计方法等。但目前的方法都存在一定的缺陷和不足，基于高阶统计量的估计方法需要较高的计算复杂度；基于线性预测的估计方法通过分离估计近场信号源的波达方向与距离来降低计算量，但是当采样数有限的情况下，通常会遭遇饱和现象；基于MUSIC的估计方法虽然客服了饱和现象，但是求解过程用到了二维谱峰搜索，计算复杂度明显增大。
发明内容
本发明的目的在于提供一种近场窄带信号源的定位方法，以解决上述存在的技术问题。本发明的定位方法不需要进行特征值分解以及多维搜索步骤，可降低计算复杂度，方法简单有效。
为达到上述目的，本发明采用以下技术方案：
一种近场窄带信号源的定位方法，包括以下步骤：
步骤1，构建对称均匀线阵：待定位的近场窄带信号为入射到对称均匀线阵上的K个非相干窄带信号{sk(n)}；对称均匀线阵包含2M+1个全向传感器阵元，M的取值范围为M≥K，阵元间距为d；待定位的近场窄带信号的方位信息为
Figure BDA0001842203410000021
θk表示第k个入射信号的波达方向角，所述波达方向角为第k个入射信号相对于y轴的逆时针夹角，rk是第k个入射信号相对于坐标原点的距离；
步骤2，根据对称均匀线阵的接收数据计算对称均匀线阵的协方差矩阵R；
步骤3，根据步骤2获得的协方差矩阵R计算噪声方差σ2；
步骤4，根据步骤2获得的协方差矩阵R和步骤3获得的噪声方差σ2计算无噪声相关系数
Figure BDA0001842203410000022
步骤5，构造多项式
Figure BDA0001842203410000023
式(1)中(·)H表示共轭转置，λ表示入射信号波长，j表示单位虚数，j2＝-1；
Figure BDA0001842203410000024
Figure BDA0001842203410000025
Figure BDA0001842203410000026
Figure BDA0001842203410000027
和
Figure BDA0001842203410000028
分别表示矩阵
Figure BDA0001842203410000029
的前K和后L-K行，且取m＝0；通过求多项式
Figure BDA00018422034100000210
的K个零相位点来计算近场信号的波达方向角的估计值
Figure BDA00018422034100000211
(·)T表示转置，Im表示m×m的单位矩阵；
步骤6，构造多项式
Figure BDA00018422034100000212
式(2)中，
Figure BDA00018422034100000213
且
Figure BDA00018422034100000214
取
Figure BDA00018422034100000215
通过求多项式
Figure BDA00018422034100000216
的K个零相位点计算近场信号的距离的估计值
Figure BDA00018422034100000217
获得待定位的近场窄带信号源的方位信息
Figure BDA00018422034100000218
进一步的，根据对称均匀线阵接收的数据求得阵列协方差矩阵估计值
Figure BDA00018422034100000219
计算公式为：
Figure BDA0001842203410000031
其中，N表示采样数，x(n)表示阵列接收数据。
进一步的，步骤3中，通过步骤2获得的协方差矩阵R估计噪声方差σ2的具体步骤包括：
步骤3.1，将步骤2得到的协方差矩阵R划分为四个子矩阵：
Figure BDA0001842203410000032
步骤3.2，根据划分获得的R21和R22计算获得噪声方差σ2，计算公式为：
Figure BDA0001842203410000033
其中，
Figure BDA0001842203410000034
tr{·}表示求矩阵的迹，
Figure BDA0001842203410000035
表示广义逆。
进一步的，步骤3中，阵列协方差矩阵估计值
Figure BDA0001842203410000036
划分形式为：
Figure BDA0001842203410000037
求得噪声方差估计值
Figure BDA0001842203410000038
为：
Figure BDA0001842203410000039
其中
Figure BDA00018422034100000310
tr{·}表示求矩阵的迹，
Figure BDA00018422034100000311
表示广义逆。
进一步的，步骤4中，根据步骤2获得的协方差矩阵R和步骤3获得的噪声方差σ2计算无噪声相关性
Figure BDA00018422034100000312
的表达式为：
Figure BDA00018422034100000313
其中，p＝-M+m2,-M+m2+1,…,-1,0,1,…,M-m1-1,M-m1，λmk＝ψk-mφk，m1＝0.5(|m|+m)，m2＝0.5(|m|-m)，
Figure BDA00018422034100000314
Figure BDA0001842203410000041
进一步的，步骤5中，中矩阵Zm的计算方法为：
构造矩阵
Zm＝[ζm1,ζm2,…,ζmL]T
其中m＝0，且
Figure BDA0001842203410000042
式中，
Figure BDA0001842203410000043
L＝M+1-m1α，且
m1α＝0.5(|m|+α(m)),m2α＝0.5(|m|-α(m)),α(m)＝0.5[1-(-1)m]。
进一步的，步骤5中波达方向角
Figure BDA0001842203410000044
估计计算的具体步骤包括：
步骤5.1，根据损失函数，设置m＝0，则波达方向角可以通过一维搜索估计
Figure BDA0001842203410000045
步骤5.2，根据步骤5.1中的公式估计得到p0(z)，
Figure BDA0001842203410000046
其中，
Figure BDA0001842203410000047
Figure BDA0001842203410000048
Figure BDA0001842203410000049
Figure BDA00018422034100000410
和
Figure BDA00018422034100000411
分别表示矩阵
Figure BDA00018422034100000412
的前K和后L-K行，且取m＝0；通过求多项式
Figure BDA00018422034100000413
的K个零相位点来计算近场信号的波达方向角的估计值
Figure BDA00018422034100000414
进一步的，步骤6中线阵的中心的距离
Figure BDA00018422034100000415
估计的具体步骤包括：
根据步骤5得到的波达方向角的估计
Figure BDA00018422034100000416
同时根据损失函数，设置
Figure BDA00018422034100000417
计算公式为：
Figure BDA0001842203410000051
其中估计参数
Figure BDA0001842203410000052
和
Figure BDA0001842203410000053
自动配对；
Figure BDA0001842203410000054
的表达式为：
Figure BDA0001842203410000055
其中，
Figure BDA0001842203410000056
且
Figure BDA0001842203410000057
且这里取
Figure BDA0001842203410000058
通过求多项式
Figure BDA0001842203410000059
的K个零相位点来计算近场信号的距离的估计值
Figure BDA00018422034100000510
与现有技术相比，本发明具有以下有益效果：
本发明的定位方法，利用阵列协方差矩阵的反对角线元素，首先构造只包含近场波达方向信息的协方差矩阵，进而利用线性传播算子计算出近场信号的波达方向，其次利用求解得到波达方向进一步求解得到近场的距离信息。本发明不需要进行特征值分解以及多维搜索步骤，降低了计算复杂度，方法简单有效。
附图说明
图1为本发明的一种近场窄带信号源的阵列结构示意图；
图2为近场信号参数估计的性能随信噪比(SNR)的变化曲线示意图：(a)波达方向角估计性能随信噪比变化的曲线示意图，(b)距离估计性能随信噪比变化的曲线示意图；其中，虚线：WLPM；点虚线：GEMM；带“x”的实线：RD—MUSIC；实线：本发明定位方法SALONS；“*”线：理论均方误差；
图3为近场信号参数估计的性能随采样数(N)的变化曲线示意图：(a)波达方向角估计性能随采样数变化的曲线示意图，(b)距离估计性能随采样数变化的曲线示意图；其中，虚线：WLPM；点虚线：GEMM；带“x”的实线：RDMUSIC；实线：本发明定位方法SALONS；“*”线：理论均方误差。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。其中，对于任意变量a，
Figure BDA0001842203410000064
表示该变量a的估计值。
请参阅图1，本发明的一种非均匀噪声下窄带近场信号源的定位方法，具体实现步骤概括如下：
步骤1，构建对称均匀线阵；待定位的近场窄带信号为入射到对称均匀线阵上的K个非相干窄带信号{sk(n)}，对称均匀线阵包含2M+1个全向传感器阵元，M的取值范围为M≥K，阵元间距为d，待定位的近场窄带信号的方位信息为
Figure BDA0001842203410000061
θk表示第k个入射信号的波达方向角，所述波达方向角为第k个入射信号相对于y轴的逆时针夹角，rk是第k个入射信号相对于坐标原点的距离。
具体的，窄带近场信号源为入射到对称均匀线阵上的K个窄带信号{sk(n)}，对称均匀线阵包含2M+1个全向传感器阵元，阵元间距为d，假设传感器被完全校准，并且阵列的中心被假定为相位参考点。在第i个传感器处接收到的噪声信号可以表示为，
Figure BDA0001842203410000062
式中，j表示虚数单位，即j2＝-1，i＝-M,…,-1,0,1,…,M，wi(n)是附加噪声，τik是表示第k个信号sk(n)在第i个传感器上在时刻n由于时间延迟而引起的相位延迟，其可定义为
Figure BDA0001842203410000063
式中，θk表示第k个非相干信号sk(n)的波达方向角，rk是第k个非相干信号sk(n)相对于对称均匀线阵的中心的距离，λ表示波长，d表示阵列间距即d＝λ/4。
当信号sk(n)处于在菲涅耳区，即rk∈(0.62(D3/λ)1/2,2D2/λ)，其中D表示阵列孔径，且表示为D＝2Md时，可将τik(n)用二次Taylor级数展开为：
τik(n)≈iψk+i2φk，
其中，
Figure BDA0001842203410000071
λ是入射信号波长，d是阵元间距。然后接收的信号可以紧凑地重写为：
x(n)＝As(n)+w(n)
式中，
Figure BDA0001842203410000072
Figure BDA0001842203410000073
相反A是阵列响应矩阵，且定义为，
Figure BDA0001842203410000074
其中，
Figure BDA0001842203410000075
步骤2，根据xi(n)的计算假设得到大小为(2M+1)×(2M+1)的线阵的协方差矩阵R。
步骤2中计算阵列的协方差矩阵R的具体方法为：
根据得到的接受信号x(n)计算得到大小为(2M+1)×(2M+1)的线阵的协方差矩阵R：
Figure BDA0001842203410000076
其中，
Figure BDA0001842203410000077
步骤3，根据步骤2获得的协方差矩阵R估计噪声方差σ2。
步骤3中使用R估计噪声方差σ2的具体方法为：
a、将步骤2得到的协方差矩阵R划分为四个子矩阵：
Figure BDA0001842203410000078
b、根据划分的R21和R22得到噪声方差σ2：
Figure BDA0001842203410000081
其中，
Figure BDA0001842203410000082
具体的，当只有有限和有噪声的阵列数据可用时，根据对称均匀线阵的接收数据计算对称均匀线阵的协方差矩阵的估计值
Figure BDA0001842203410000083
和噪声方差估计值
Figure BDA0001842203410000084
方法为。
步骤2中计算阵列协方差矩阵估计值
Figure BDA0001842203410000085
的具体方法为：
根据对称均匀线阵接收的数据求得对称均匀线阵的协方差矩阵的估计值
Figure BDA0001842203410000086
Figure BDA0001842203410000087
其中，N表示采样数，x(n)表示对称均匀线阵的接收数据，(·)H表示共轭转置。
将阵列协方差矩阵估计值
Figure BDA0001842203410000088
划分为如下形式
Figure BDA0001842203410000089
求得噪声方差估计值
Figure BDA00018422034100000810
为，
Figure BDA00018422034100000811
其中
Figure BDA00018422034100000812
tr{·}表示求矩阵的迹，
Figure BDA00018422034100000813
表示广义逆。
步骤4，根据协方差矩阵R和噪声方差σ2计算接收矩阵数据的无噪声相关系数
Figure BDA00018422034100000814
消除阵列协方差矩阵估计值
Figure BDA00018422034100000815
中的噪声部分，得到无噪声相关系数
Figure BDA00018422034100000816
步骤4中根据步骤2和步骤3得的R和σ2计算无噪声相关性
Figure BDA00018422034100000817
的具体方法为：
Figure BDA00018422034100000818
其中，p＝-M+m2,-M+m2+1,…,-1,0,1,…,M-m1-1,M-m1，λmk＝ψk-mφk，m1＝0.5(|m|+m)，m2＝0.5(|m|-m)，
Figure BDA00018422034100000819
Figure BDA0001842203410000091
步骤5，通过最小化损失函数来估计K个窄带信号{sk(n)}的参数
Figure BDA0001842203410000092
步骤5具体包括以下步骤：
Figure BDA0001842203410000093
其中，
Figure BDA0001842203410000094
上式中，
Figure BDA0001842203410000095
是隐式地使用矩阵求逆定理计算的，并且矩阵
Figure BDA0001842203410000096
的正交归一化用于
Figure BDA0001842203410000097
以提高估计性能，
Figure BDA0001842203410000098
和
Figure BDA0001842203410000099
分别表示矩阵
Figure BDA00018422034100000910
的前K行和后L-K行。
步骤6，通过找到最接近z平面中的单位圆的多项式p0(z)中的K个零相位来估计波达方向角
Figure BDA00018422034100000911
步骤6中波达方向角
Figure BDA00018422034100000912
估计的具体方法为：
根据步骤5中的损失函数，设置m＝0，则波达方向角可以通过一维搜索估计
Figure BDA00018422034100000913
根据上述的公式估计得到p0(z)
Figure BDA00018422034100000914
其中，
Figure BDA00018422034100000915
且
Figure BDA00018422034100000916
具体的，构造如下矩阵作为中矩阵
Zm＝[ζm1,ζm2,…,ζmL]T
其中m＝0，且
Figure BDA00018422034100000917
这里
Figure BDA00018422034100000918
L＝M+1-m1α，且
m1α＝0.5(|m|+α(m)),m2α＝0.5(|m|-α(m)),α(m)＝0.5[1-(-1)m]
然后构造多项式p0(z)如下
Figure BDA0001842203410000101
式中，(·)H表示共轭转置，λ表示入射信号波长，j表示单位虚数，j2＝-1；
Figure BDA0001842203410000102
Figure BDA0001842203410000103
Figure BDA0001842203410000104
这里
Figure BDA0001842203410000105
和
Figure BDA0001842203410000106
分别表示矩阵
Figure BDA0001842203410000107
的前K和后L-K行，且取m＝0。通过求多项式
Figure BDA0001842203410000108
的K个零相位点来计算远场或近场信号的波达方向角的估计值
Figure BDA0001842203410000109
(·)T表示转置，Im表示m×m的单位矩阵。
步骤7，通过找到最接近z平面中的单位圆的多项式
Figure BDA00018422034100001010
中的K个零相位来估计线阵的中心的距离
Figure BDA00018422034100001011
步骤7中线阵的中心的距离
Figure BDA00018422034100001012
估计的具体方法为：
a、根据步骤6得到的波达方向角的估计
Figure BDA00018422034100001013
同时根据步骤5中的损失函数，设置
Figure BDA00018422034100001014
Figure BDA00018422034100001015
其中估计参数
Figure BDA00018422034100001016
和
Figure BDA00018422034100001017
自动配对而无需任何额外处理。
b、根据a中的公式得到
Figure BDA00018422034100001018
Figure BDA00018422034100001019
其中，
Figure BDA00018422034100001020
且
Figure BDA00018422034100001021
且这里取
Figure BDA00018422034100001022
通过求多项式
Figure BDA00018422034100001023
的K个零相位点来计算远场或近场信号的距离的估计值
Figure BDA00018422034100001024
获得待定位的近场窄带信号源的方位信息
Figure BDA00018422034100001025
请参阅图2和图3，通过以下不同情形的实施例对本发明方法的效果进行说明：
空间有两个波达方向角未知的入射信号，其方位信息分别为(2°,2.9λ)，(19°,3.3λ)，对称均匀线阵含有2M+1＝11个阵元，阵元间隔为d＝λ/4。仿真中对比了本发明和加权线性预测(WLPM)，基于ESPRIT的近场定位(GEMM)算法，以及降维MUSIC方法(RD—MUSIC)，同时给出了CRB界，如图1和图2所示。另外，图中波达方向角和距离的均方根误差计算公式分别为：
Figure BDA0001842203410000111
Figure BDA0001842203410000112
式中，
Figure BDA0001842203410000113
和
Figure BDA0001842203410000114
分别表示在第p次仿真实验中θk和rk的估计值。每一个仿真结果都是经由P＝500次独立重复实验得到的。
由图2可以看到，本发明在低信噪比的情况下估计精度明显优于WLPM，GEMM算法以及RD—MUSIC算法。尤其是在高信噪比下，本发明具有相对较高的均方根误差用于范围估计，显示出更好的范围估计性能。此外，本发明所提出的方法的经验均方根误差与理论均方根误差(低信噪比除外)很好地吻合，并且它们随着信噪比的增加而单调减小并且非常接近CRB。由图3可以看到，本发明算法在波达方向角和距离上都有良好的估计性能。
综上，本发明的一种近场窄带信号源的定位方法，充分利用均匀对称线性阵列的对称性，并且选取阵列输出数据协方差矩阵的对角线元素，来构造新的协方差矩阵，并且分别求解经常信号的波达方向角与距离。近场信号为入射到对称均匀线阵上的K个非相干窄带信号{sk(n)}，对称均匀线阵包含2M+1个全向传感器阵元，M的取值范围为M≥K，阵元间距为d，近场信号的方位信息为
Figure BDA0001842203410000115
θk表示第k个入射信号的波达方向角，波达方向角为第k个入射信号相对于y轴的逆时针夹角，rk是第k个入射信号相对于坐标原点的距离。

Claims (5)

1.一种近场窄带信号源的定位方法，其特征在于，包括以下步骤：
步骤1，构建对称均匀线阵：待定位的近场窄带信号为入射到对称均匀线阵上的K个非相干窄带信号{sk(n)}；对称均匀线阵包含2M+1个全向传感器阵元，M的取值范围为M≥K，阵元间距为d；待定位的近场窄带信号的方位信息为
Figure FDA0002579512300000011
θk表示第k个入射信号的波达方向角，所述波达方向角为第k个入射信号相对于y轴的逆时针夹角，rk是第k个入射信号相对于坐标原点的距离；
步骤2，根据对称均匀线阵的接收数据计算对称均匀线阵的协方差矩阵R；
步骤3，根据步骤2获得的协方差矩阵R计算噪声方差σ2；
步骤4，根据步骤2获得的协方差矩阵R和步骤3获得的噪声方差σ2计算无噪声相关系数
Figure FDA0002579512300000012
步骤5，构造多项式
Figure FDA0002579512300000013
式(1)中(·)H表示共轭转置，λ表示入射信号波长，j表示单位虚数，j2＝-1；
Figure FDA0002579512300000014
Figure FDA0002579512300000015
Figure FDA0002579512300000016
Figure FDA0002579512300000017
和
Figure FDA0002579512300000018
分别表示矩阵
Figure FDA0002579512300000019
的前K和后L-K行，且取m＝0；通过求多项式
Figure FDA00025795123000000110
的K个零相位点来计算近场信号的波达方向角的估计值
Figure FDA00025795123000000111
(·)T表示转置，Im表示m×m的单位矩阵；
步骤6，构造多项式
Figure FDA00025795123000000112
式(2)中，
Figure FDA0002579512300000021
且
Figure FDA0002579512300000022
取
Figure FDA0002579512300000023
通过求多项式
Figure FDA0002579512300000024
的K个零相位点计算近场信号的距离的估计值
Figure FDA0002579512300000025
获得待定位的近场窄带信号源的方位信息
Figure FDA0002579512300000026
步骤3中，通过步骤2获得的协方差矩阵R估计噪声方差σ2的具体步骤包括：
步骤3.1，将步骤2得到的协方差矩阵R划分为四个子矩阵：
Figure FDA0002579512300000027
步骤3.2，根据划分获得的R21和R22计算获得噪声方差σ2，计算公式为：
Figure FDA0002579512300000028
其中，
Figure FDA0002579512300000029
tr{·}表示求矩阵的迹，
Figure FDA00025795123000000210
表示广义逆；
步骤4中，根据步骤2获得的协方差矩阵R和步骤3获得的噪声方差σ2计算无噪声相关性
Figure FDA00025795123000000211
的表达式为：
Figure FDA00025795123000000212
其中，p＝-M+m2，-M+m2+1，…，-1，0，1，…，M-m1-1，M-m1，λmk＝ψk-mφk，m1＝0.5(|m|+m)，m2＝0.5(|m|-m)，
Figure FDA00025795123000000213
Figure FDA00025795123000000214
步骤5中，中矩阵Zm的计算方法为：
构造矩阵
Zm＝[ζm1，ζm2，…，ζmL]T
其中m＝0，且
Figure FDA00025795123000000215
式中，
Figure FDA00025795123000000216
L＝M+1-m1α，且
m1α＝0.5(|m|+α(m))，m2α＝0.5(|m|-α(m))，α(m)＝0.5[1-(-1)m]。
2.根据权利要求1所述的一种近场窄带信号源的定位方法，其特征在于，根据对称均匀线阵接收的数据求得阵列协方差矩阵估计值
Figure FDA0002579512300000031
计算公式为：
Figure FDA0002579512300000032
其中，N表示采样数，x(n)表示阵列接收数据。
3.根据权利要求2所述的一种近场窄带信号源的定位方法，其特征在于，步骤3中，阵列协方差矩阵估计值
Figure FDA0002579512300000033
划分形式为：
Figure FDA0002579512300000034
求得噪声方差估计值
Figure FDA0002579512300000035
为：
Figure FDA0002579512300000036
其中
Figure FDA0002579512300000037
tr{·}表示求矩阵的迹，
Figure FDA0002579512300000038
表示广义逆。
4.根据权利要求1所述的一种近场窄带信号源的定位方法，其特征在于，步骤5中波达方向角
Figure FDA0002579512300000039
估计计算的具体步骤包括：
步骤5.1，根据损失函数，设置m＝0，则波达方向角通过一维搜索估计
Figure FDA00025795123000000310
步骤5.2，根据步骤5.1中的公式估计得到p0(z)，
Figure FDA00025795123000000311
其中，
Figure FDA00025795123000000312
且
Figure FDA00025795123000000313
Figure FDA00025795123000000314
Figure FDA0002579512300000041
Figure FDA0002579512300000042
和
Figure FDA0002579512300000043
分别表示矩阵
Figure FDA0002579512300000044
的前K和后L-K行，且取m＝0；通过求多项式
Figure FDA0002579512300000045
的K个零相位点来计算近场信号的波达方向角的估计值
Figure FDA0002579512300000046
5.根据权利要求4所述的一种近场窄带信号源的定位方法，其特征在于，步骤6中线阵的中心的距离
Figure FDA0002579512300000047
估计的具体步骤包括：
根据步骤5得到的波达方向角的估计
Figure FDA0002579512300000048
同时根据损失函数，设置
Figure FDA0002579512300000049
计算公式为：
Figure FDA00025795123000000410
其中估计参数
Figure FDA00025795123000000411
和
Figure FDA00025795123000000412
自动配对；
Figure FDA00025795123000000413
的表达式为：
Figure FDA00025795123000000414
其中，
Figure FDA00025795123000000415
且
Figure FDA00025795123000000416
且这里取
Figure FDA00025795123000000417
通过求多项式
Figure FDA00025795123000000418
的K个零相位点来计算近场信号的距离的估计值
Figure FDA00025795123000000419
CN201811253308.1A 2018-10-25 2018-10-25 一种近场窄带信号源的定位方法 Active CN109557504B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811253308.1A CN109557504B (zh) 2018-10-25 2018-10-25 一种近场窄带信号源的定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811253308.1A CN109557504B (zh) 2018-10-25 2018-10-25 一种近场窄带信号源的定位方法

Publications (2)

Publication Number Publication Date
CN109557504A CN109557504A (zh) 2019-04-02
CN109557504B true CN109557504B (zh) 2020-10-27

Family

ID=65865205

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811253308.1A Active CN109557504B (zh) 2018-10-25 2018-10-25 一种近场窄带信号源的定位方法

Country Status (1)

Country Link
CN (1) CN109557504B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110531313B (zh) * 2019-08-30 2021-05-28 西安交通大学 一种基于深度神经网络回归模型的近场信号源定位方法
CN111693937B (zh) * 2020-05-25 2023-04-28 西安交通大学 一种基于稀疏重构的无需网格化的近场信号源定位方法
CN113030850B (zh) * 2021-03-04 2022-11-11 西北工业大学 基于复数域表征与学习的近场源智能定位方法
CN113721184B (zh) * 2021-08-19 2023-08-15 西安电子科技大学 基于改进music算法的近场信号源定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7084812B2 (en) * 2003-06-25 2006-08-01 Fujitsu Limited Method and device for tracking the directions-of-arrival of radio waves
CN102736063A (zh) * 2012-07-06 2012-10-17 绍兴文理学院 近场声源定位方法
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
CN107255796A (zh) * 2017-07-25 2017-10-17 西安交通大学 一种非均匀噪声下窄带近场信号源定位方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7084812B2 (en) * 2003-06-25 2006-08-01 Fujitsu Limited Method and device for tracking the directions-of-arrival of radio waves
CN102736063A (zh) * 2012-07-06 2012-10-17 绍兴文理学院 近场声源定位方法
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
CN107255796A (zh) * 2017-07-25 2017-10-17 西安交通大学 一种非均匀噪声下窄带近场信号源定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Subspace-Based Localization of Near-Field Signals in Unknown Nonuniform Noise;weiliang zuo jingmin xin;;《2018 IEEE 10th Sensor Array and Multichannel Signal Processing Workshop》;20180830;全文 *

Also Published As

Publication number Publication date
CN109557504A (zh) 2019-04-02

Similar Documents

Publication Publication Date Title
CN109557504B (zh) 一种近场窄带信号源的定位方法
CN110927659B (zh) 互耦条件下任意阵列流形doa估计与互耦校准方法及系统
CN106054123B (zh) 一种稀疏l阵及其二维doa估计方法
Paulraj et al. A subspace rotation approach to signal parameter estimation
CN105589056B (zh) 一种多目标远近场混合源定位方法
CN111123192B (zh) 一种基于圆形阵列和虚拟扩展的二维doa定位方法
CN107315162B (zh) 基于内插变换和波束形成的远场相干信号doa估计方法
CN107340512B (zh) 一种基于子阵划分的近远场混合源被动定位方法
CN105929386B (zh) 一种基于高阶累积量的波达估计方法
CN107907852A (zh) 基于空间平滑的协方差矩阵秩最小化doa估计方法
CN103353588B (zh) 基于天线均匀平面阵的二维波达方向角估计方法
CN111965591B (zh) 一种基于四阶累积量矢量化dft的测向估计方法
CN109696657B (zh) 一种基于矢量水听器的相干声源定位方法
CN109581277B (zh) 一种基于压缩感知理论的四维天线阵doa估计方法
CN106291451A (zh) 基于多重信号分类群延迟算法的DoA估计方法
CN113567913A (zh) 基于迭代重加权可降维的二维平面doa估计方法
CN112255629A (zh) 基于联合uca阵列的序贯esprit二维不相干分布源参数估计方法
CN112285647A (zh) 一种基于稀疏表示与重构的信号方位高分辨估计方法
Shirvani-Moghaddam et al. A comprehensive performance study of narrowband DOA 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
CN116699511A (zh) 一种多频点信号波达方向估计方法、系统、设备及介质
Cai et al. A MUSIC-type DOA estimation method based on sparse arrays for a mixture of circular and non-circular signals
CN114563760B (zh) 一种基于sca阵型的二阶超波束形成方法、设备及介质
CN113238184B (zh) 一种基于非圆信号的二维doa估计方法
Li et al. DOA Estimation Based on Sparse Reconstruction via Acoustic Vector Sensor Array under Non-uniform Noise

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