CN110007266B - 一种冲击噪声下的任意阵列相干源测向方法 - Google Patents

一种冲击噪声下的任意阵列相干源测向方法 Download PDF

Info

Publication number
CN110007266B
CN110007266B CN201910324483.3A CN201910324483A CN110007266B CN 110007266 B CN110007266 B CN 110007266B CN 201910324483 A CN201910324483 A CN 201910324483A CN 110007266 B CN110007266 B CN 110007266B
Authority
CN
China
Prior art keywords
array
matrix
covariance matrix
virtual
noise
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
CN201910324483.3A
Other languages
English (en)
Other versions
CN110007266A (zh
Inventor
高洪元
杜亚男
孙贺麟
刁鸣
谢婉婷
马雨微
王世豪
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering 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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201910324483.3A priority Critical patent/CN110007266B/zh
Publication of CN110007266A publication Critical patent/CN110007266A/zh
Application granted granted Critical
Publication of CN110007266B publication Critical patent/CN110007266B/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)

Abstract

本发明公开一种冲击噪声下的任意阵列相干源测向方法，包括：建立采样信号模型；构造真实阵列动态随机加权低阶协方差矩阵；定义内插变换矩阵T，构建虚拟阵列协方差矩阵；获得前后向空间平滑修正后的数据协方差矩阵和噪声协方差矩阵，预白化处理得到动态随机加权低阶协方差矩阵；估计信源个数，对动态随机加权协方差矩阵进行特征分解，确定信号子空间和噪声子空间；构建动态随机加权低阶协方差‑空间平滑‑MUSIC测向方法的谱估计公式，进行谱峰搜索，找出极大值点对应的角度，输出任意阵列相干源测向结果。本发明能够对任意阵列的信源来波方向进行有效估计，可在高斯噪声、弱冲击噪声和强冲击噪声下进行测向，解相干性能优，应用范围广泛。

Description

一种冲击噪声下的任意阵列相干源测向方法
技术领域
本发明提出了一种冲击噪声下的任意阵列的相干源测向方法，特别是一种冲击噪声环境下基于动态随机加权低阶协方差的任意阵列相关源测向方法，该方法涉及阵列信号处理领域。
背景技术
测向也称为波达方向角(Direction of Arrival,DOA)估计一直是阵列信号处理领域的热点内容，在通信、雷达和声纳等系统中有着广泛应用。目前大多数测向方法都是基于等距均匀线阵进行的，这主要是因为等距均匀线阵具有范德蒙德(Vandermonde)矩阵形式，从而便于数学上的处理。正是因为等距均匀线阵的特殊阵列结构使得大多数测向方法只有在这种条件下才能实现，如前后向空间平滑算法、矩阵分解等解相干算法等。
然而在许多实际应用环境中，阵列的结构尺寸往往受到诸多限制，不可能构造理想的均匀阵列，因而研究任意阵列的测向方法具有重要意义。使用内插变换技术可以实现对任意阵列的估计，可以将任意阵列变换成一等距均匀线阵或者是一系列具有相同结构的阵列。
以MUSIC算法为代表的子空间类高分辨DOA估计算法对于非相干或相关程度较小的空间信源具有良好的分辨性能，且运算量较小，但是它们优良的分辨性能会随着空间信源间相关程度的增加而逐渐恶化，甚至失效。而在实际的测向环境中，到达接收阵列的信号源往往是部分相关或完全相关(即相干)的，因此如何对空间相干信源去相关，一直是国内外学者研究的方向和目标。
根据对已有的技术文献发现，Michael Rubsamen等在《IEEE Transactions onSignal Processing》(2009,Vol.57,No.2,pp.588-599)上发表的“Direction-of-ArrivalEstimation for Nonuniform Sensor Arrays:From Manifold Separation to FourierDomain MUSIC Methods”提出了基于傅里叶变换思想的root-MUSIC算法，避免了复杂的谱峰搜索。但是这种方法只适用于高斯噪声下任意阵列的独立信号情况，不能实现相干信号DOA估计，且在冲击噪声背景下测向失效。安春莲等在《哈尔滨工程大学学报》(2013,Vol.34,No.4,pp.517-523)上发表的“独立信号与相干信号并存的任意阵列测向方法”提出了一种信号子空间测量模型，并将其用于独立信号与相干信号同时存在的情况，实现了任意阵列测向，但是该方法无法在冲击噪声背景下有效测向。
已有的文献表明，使用内插技术可以实现任意阵列到均匀线阵或均匀圆阵的虚拟变换，但是至今无有效方法实现冲击噪声背景下的任意阵列相干信源测向，因此需要设计一种适用于冲击噪声背景的高性能任意阵列的相干信源测向方法。本发明设计了一种冲击噪声环境下基于动态随机加权低阶协方差的任意阵列测向方法，该方法在复杂的冲击噪声环境下，利用内插技术和动态随机加权-空间平滑-MUSIC方法对任意阵列的信源进行有效估计。该方法不仅可以实现任意阵列测向，而且在高斯噪声、弱冲击噪声和强冲击噪声等其他恶劣环境下均能获得较好的测向结果。
发明内容
针对上述现有技术，本发明要解决的技术问题是提供一种可以实现任意阵列测向，而且在高斯噪声、弱冲击噪声和强冲击噪声等其他恶劣环境下均能获得较好的测向结果的冲击噪声下的任意阵列的相干源测向方法。
为解决上述技术问题，本发明提供一种冲击噪声下的任意阵列的相干源测向方法，包括以下步骤：
步骤一：建立任意阵列相干信源的采样信号模型：
对于一个阵元数为N的任意阵列，以原点为参考点，假设第k个阵元的位置为(xk,yk)，第i个远场窄带信号从θi方向入射到N元任意阵列，其中，k＝1,2,...,N；i＝1,2,...,M；θi表示第i个远场窄带入射信号的方位角，则在t时刻第k个阵元接收到的信号为
Figure BDA0002035760880000021
其中，τki＝(xkcosθi+yksinθi)/c；k＝1,2,...,N；i＝1,2,...,M；w0＝2πc/λ，c为光速，λ为波长；si(t)为t时刻的第i个信源的入射信号，当入射信号为相干信号时，第
Figure BDA0002035760880000022
个生成源
Figure BDA0002035760880000023
生成的相干源组为
Figure BDA0002035760880000024
其中，
Figure BDA0002035760880000025
I0为生成源总数，
Figure BDA0002035760880000026
为第
Figure BDA0002035760880000027
个生成源生成
Figure BDA0002035760880000028
个信号的权重系数矢量，则有
Figure BDA0002035760880000029
nk(t)为t时刻第k个阵元的噪声信号，nk(t)是满足SαS稳定分布的复冲击噪声；k＝1,2,...,N，则阵列接收的第l次快拍相干信号模型可表示为
Figure BDA00020357608800000210
式中，
Figure BDA00020357608800000211
A(θ)＝[a(θ1),a(θ2),…,a(θM)]N×M为阵列流型矩阵，其中,
Figure BDA00020357608800000212
j为虚数单位；θ＝[θ1,θ2,...,θM]为来波方向方位角矢量；s(l)为信号矢量；
Figure BDA00020357608800000213
为满足SαS稳定分布的复冲击阵列噪声矢量；T表示转置；
步骤二：利用阵列接收到的数据构造真实阵列的动态随机加权低阶协方差矩阵：
利用阵列接收的数据构造真实阵列的动态随机加权低阶协方差矩阵
Figure BDA0002035760880000031
式中，
Figure BDA0002035760880000032
其中，k＝1,2,...,N，L为最大快拍数；ε为动态变化系数；b为加权系数；δl为[0,1]之间均匀分布的随机数，H表示共轭转置；
步骤三：定义内插变换矩阵T，构建阵列信号内插变换后的虚拟阵列低阶协方差矩阵：
首先对虚拟变换的方位角度区域进行划分，假设信号位于区域
Figure BDA0002035760880000033
内，将区域
Figure BDA0002035760880000034
均匀划分为
Figure BDA0002035760880000035
Figure BDA0002035760880000036
和
Figure BDA0002035760880000037
分别为虚拟变换方位角度区域的左右边界，
Figure BDA0002035760880000038
为虚拟变换方位角度变化步长，则在区域
Figure BDA0002035760880000039
内的真实阵列流行矩阵为
Figure BDA00020357608800000310
Figure BDA00020357608800000311
为虚拟阵列的阵元个数，则在同一区域
Figure BDA00020357608800000312
内，假设虚拟阵列为阵元间距相等的均匀线阵，虚拟阵列的阵列流型矩阵为
Figure BDA00020357608800000313
其中，
Figure BDA00020357608800000314
Figure BDA00020357608800000315
根据真实阵列流型矩阵与虚拟阵列流型矩阵定义变换矩阵
Figure BDA00020357608800000316
则经过内插变换后的虚拟阵列低阶协方差矩阵为
Figure BDA00020357608800000317
其中，(·)-1表示矩阵的求逆运算；H表示共轭转置；
步骤四：对虚拟阵列的低阶协方差矩阵进行前后向空间平滑处理，获得前后向空间平滑修正后的数据协方差矩阵和噪声协方差矩阵，通过预白化处理得到虚拟阵列的动态随机加权低阶协方差矩阵：
将虚拟变换后阵元数为
Figure BDA00020357608800000318
的虚拟均匀线阵分成相互交错的p个子阵，每个子阵的阵元数为
Figure BDA00020357608800000319
即有
Figure BDA00020357608800000320
对于第
Figure BDA00020357608800000321
个子阵，定义两个
Figure BDA00020357608800000322
维数据矩阵，即
Figure BDA00020357608800000323
和
Figure BDA00020357608800000324
其中，0为零矩阵；
Figure BDA00020357608800000325
为
Figure BDA00020357608800000326
维单位矩阵；
Figure BDA00020357608800000327
是
Figure BDA00020357608800000328
维反对角线为1的置换矩阵；
Figure BDA00020357608800000329
前后向空间平滑修正后的数据协方差矩阵为
Figure BDA0002035760880000041
前后向空间平滑修正后的噪声协方差矩阵为
Figure BDA0002035760880000042
其中，σ2为噪声方差；*表示共轭；H表示共轭转置，对
Figure BDA0002035760880000043
做预白化处理得到虚拟阵列的动态随机加权低阶协方差矩阵
Figure BDA0002035760880000044
步骤五：根据最小描述长度准则估计信源个数，对虚拟阵列的动态随机加权低阶协方差矩阵进行特征分解，确定信号子空间和噪声子空间：
根据最小描述长度准则估计信源个数，对虚拟阵列的动态随机加权低阶协方差矩阵
Figure BDA0002035760880000045
进行特征分解:
Figure BDA0002035760880000046
其中，US是由大特征值对应的特征矢量张成的信号子空间；∑S是由大特征值构成的对角矩阵；UN是由小特征值对应的特征矢量张成的噪声子空间；∑N是由小特征值构成的对角矩阵；
步骤六：构建动态随机加权低阶协方差-空间平滑-MUSIC测向方法的谱估计公式，在虚拟变换的方位角度范围内进行谱峰搜索，找出极大值点对应的角度，输出任意阵列相干源测向结果：
构建动态随机加权低阶协方差-空间平滑-MUSIC测向方法的谱估计公式为
Figure BDA0002035760880000047
其中，
Figure BDA0002035760880000048
Figure BDA0002035760880000049
和
Figure BDA00020357608800000410
分别为虚拟变换方位角度区域的左右边界，在虚拟变换方位角度范围内根据所构建的谱估计公式进行谱峰搜索，找出极大值点对应的角度就是信号的入射方向，输出任意阵列相干信源测向结果。
本发明的有益效果：与现有技术相比，本发明具有以下优点：
(1)本发明在高斯噪声、弱冲击噪声和强冲击噪声等复杂环境下对任意阵列接收的快拍数据进行处理，在任意阵列结构下均能对来波方向进行有效估计。
(2)本发明对某个虚拟变换的方位角度范围进行划分，求出虚拟变换角度范围内真实阵列的动态随机加权协方差矩阵和虚拟变换后的虚拟动态随机加权协方差矩阵，实现任意阵列到均匀线阵的虚拟变换，再结合空间平滑MUSIC测向方法，能在冲击噪声等复杂环境下，对任意阵列的相干源、独立源、相关源与独立源同时存在的混合源进行有效估计，具有较好的解相干能力，测向性能优，应用范围广泛。
附图说明
图1为基于动态随机加权协方差的空间平滑MUSIC任意阵列相干源测向方法基本框图；
图2为特征指数为0.8时，DSW-SS-MUSIC和SS-MUSIC波达方向估计仿真对比曲线；
图3为特征指数为1.3时，DSW-SS-MUSIC和SS-MUSIC波达方向估计仿真对比曲线；
图4为特征指数为1.8时，DSW-SS-MUSIC和SS-MUSIC波达方向估计仿真对比曲线；
图5为特征指数为2.0即高斯噪声下，DSW-SS-MUSIC和SS-MUSIC波达方向估计仿真对比曲线。
具体实施方式
下面结合附图对本发明具体实施方式进行进一步说明。
本发明通过使用内插预处理技术和构建动态随机加权低阶协方差矩阵，设计了一种适用于冲击噪声等复杂环境的任意阵列测向方法。实现步骤如下：建立任意阵列相干信源的采样信号模型；利用阵列接收到的数据构造真实阵列的动态随机加权低阶协方差矩阵；定义内插变换矩阵T，构建阵列信号内插变换后的虚拟阵列协方差矩阵；对虚拟阵列的协方差矩阵进行前后向空间平滑处理，获得前后向空间平滑修正后的数据协方差矩阵和噪声协方差矩阵，通过预白化处理得到虚拟阵列的动态随机加权低阶协方差矩阵；根据最小描述长度准则估计信源个数，对虚拟阵列的动态随机加权协方差矩阵进行特征分解，确定信号子空间和噪声子空间；构建动态随机加权低阶协方差-空间平滑-MUSIC测向方法的谱估计公式，在虚拟变换的方位角度范围内进行谱峰搜索，找出极大值点对应的角度，输出任意阵列相干源测向结果。本发明能够对任意阵列的信源来波方向进行有效估计，可在高斯噪声、弱冲击噪声和强冲击噪声下进行测向，解相干性能优，应用范围广泛。
如图1所示，步骤一：建立任意阵列相干信源的采样信号模型。
对于一个阵元数为N的任意阵列，以原点为参考点，假设第k个阵元的位置为(xk,yk)，第i个远场窄带信号从θi方向入射到N元任意阵列，其中，k＝1,2,...,N；i＝1,2,...,M；θi表示第i个远场窄带入射信号的方位角。则在t时刻第k个阵元接收到的信号为
Figure BDA0002035760880000051
其中，τki＝(xkcosθi+yksinθi)/c；k＝1,2,...,N；i＝1,2,...,M；w0＝2πc/λ，c为光速，λ为波长；si(t)为t时刻的i第个信源的入射信号，当入射信号为相干信号时，第
Figure BDA0002035760880000052
个生成源
Figure BDA0002035760880000053
生成的相干源组为
Figure BDA0002035760880000054
其中，
Figure BDA0002035760880000055
I0为生成源总数，
Figure BDA0002035760880000061
为第
Figure BDA0002035760880000062
个生成源生成
Figure BDA0002035760880000063
个信号的权重系数矢量，则有
Figure BDA0002035760880000064
nk(t)为t时刻第k个阵元的噪声信号，nk(t)是满足SαS稳定分布的复冲击噪声；k＝1,2,...,N。则阵列接收的第l次快拍相干信号模型可表示为
Figure BDA0002035760880000065
式中，
Figure BDA0002035760880000066
A(θ)＝[a(θ1),a(θ2),…,a(θM)]N×M为阵列流型矩阵，其中,
Figure BDA0002035760880000067
j为虚数单位；θ＝[θ1,θ2,...,θM]为来波方向方位角矢量；s(l)为信号矢量；
Figure BDA0002035760880000068
为满足SαS稳定分布的复冲击阵列噪声矢量；T表示转置。
步骤二：利用阵列接收到的数据构造真实阵列的动态随机加权低阶协方差矩阵。
利用阵列接收的数据构造真实阵列的动态随机加权低阶协方差矩阵
Figure BDA0002035760880000069
式中，
Figure BDA00020357608800000610
其中，k＝1,2,...,N，L为最大快拍数；ε为动态变化系数；b为加权系数；δl为[0,1]之间均匀分布的随机数，H表示共轭转置。
步骤三：定义内插变换矩阵T，构建阵列信号内插变换后的虚拟阵列低阶协方差矩阵。
首先对虚拟变换的方位角度区域进行划分，假设信号位于区域
Figure BDA00020357608800000611
内，将区域
Figure BDA00020357608800000612
均匀划分为
Figure BDA00020357608800000613
Figure BDA00020357608800000614
和
Figure BDA00020357608800000615
分别为虚拟变换方位角度区域的左右边界，
Figure BDA00020357608800000616
为虚拟变换方位角度变化步长，则在区域
Figure BDA00020357608800000617
内的真实阵列流行矩阵为
Figure BDA00020357608800000618
Figure BDA00020357608800000619
为虚拟阵列的阵元个数。则在同一区域
Figure BDA00020357608800000620
内，假设虚拟阵列为阵元间距相等的均匀线阵，虚拟阵列的阵列流型矩阵为
Figure BDA00020357608800000621
其中，
Figure BDA00020357608800000622
Figure BDA00020357608800000623
根据真实阵列流型矩阵与虚拟阵列流型矩阵定义变换矩阵
Figure BDA00020357608800000624
则经过内插变换后的虚拟阵列低阶协方差矩阵为
Figure BDA00020357608800000625
其中，(·)-1表示矩阵的求逆运算；H表示共轭转置。
步骤四：对虚拟阵列的低阶协方差矩阵进行前后向空间平滑处理，获得前后向空间平滑修正后的数据协方差矩阵和噪声协方差矩阵，通过预白化处理得到虚拟阵列的动态随机加权低阶协方差矩阵。
将虚拟变换后阵元数为
Figure BDA0002035760880000071
的虚拟均匀线阵分成相互交错的p个子阵，每个子阵的阵元数为
Figure BDA0002035760880000072
即有
Figure BDA0002035760880000073
对于第
Figure BDA0002035760880000074
个子阵，定义两个
Figure BDA0002035760880000075
维数据矩阵，即
Figure BDA0002035760880000076
和
Figure BDA0002035760880000077
其中，0为零矩阵；
Figure BDA0002035760880000078
为
Figure BDA0002035760880000079
维单位矩阵；
Figure BDA00020357608800000710
是
Figure BDA00020357608800000711
维反对角线为1的置换矩阵；
Figure BDA00020357608800000712
前后向空间平滑修正后的数据协方差矩阵为
Figure BDA00020357608800000713
前后向空间平滑修正后的噪声协方差矩阵为
Figure BDA00020357608800000714
其中，σ2为噪声方差；*表示共轭；H表示共轭转置。对
Figure BDA00020357608800000715
做预白化处理得到虚拟阵列的动态随机加权低阶协方差矩阵
Figure BDA00020357608800000716
步骤五：根据最小描述长度准则估计信源个数，对虚拟阵列的动态随机加权低阶协方差矩阵进行特征分解，确定信号子空间和噪声子空间。
根据最小描述长度准则估计信源个数，对虚拟阵列的动态随机加权低阶协方差矩阵
Figure BDA00020357608800000717
进行特征分解:
Figure BDA00020357608800000718
其中，US是由大特征值对应的特征矢量张成的信号子空间；∑S是由大特征值构成的对角矩阵；UN是由小特征值对应的特征矢量张成的噪声子空间；∑N是由小特征值构成的对角矩阵。
步骤六：构建动态随机加权低阶协方差-空间平滑-MUSIC测向方法的谱估计公式，在虚拟变换的方位角度范围内进行谱峰搜索，找出极大值点对应的角度，输出任意阵列相干源测向结果。
构建动态随机加权低阶协方差-空间平滑-MUSIC测向方法的谱估计公式为
Figure BDA00020357608800000719
其中，
Figure BDA00020357608800000720
Figure BDA00020357608800000721
和
Figure BDA00020357608800000722
分别为虚拟变换方位角度区域的左右边界。在虚拟变换方位角度范围内根据所构建的谱估计公式进行谱峰搜索，找出极大值点对应的角度就是信号的入射方向。输出任意阵列相干信源测向结果。
为便于叙述，将基于动态随机加权协方差的空间平滑MUSIC任意阵列相干源测向方法简记为DSW-SS-MUSIC，将用于比较的空间平滑MUSIC任意阵列相干源测向方法记为SS-MUSIC。
冲击噪声下基于动态速随机加权协方差的任意阵列相干源测向方法的参数设置情况如下：阵元数M＝5，方位角变化步长
Figure BDA0002035760880000081
最大快拍数L＝2000，动态变化系数ε＝0.99，加权系数b＝0.02，虚拟阵列的阵元数
Figure BDA0002035760880000082
子阵数p＝7，每个子阵的阵元数
Figure BDA0002035760880000083
SS-MUSIC任意阵列测向方法的参数设置情况参考刁鸣等在《弹舰与制导学报》(Vol.25,No.4,pp:416-418)发表的“基于虚拟阵列变换和修正MUSIC算法的相干源测向”。
图2中，冲击噪声特征指数为0.8，两个相干信源从θ＝[6°,24°]方向入射，虚拟变换的角度区域为0°～30°，阵元位置坐标为0.5λ(0,0),0.5λ(4,3),0.5λ(5,5),0.5λ(7,7),0.5λ(9,10)，广义信噪比为30dB。从仿真图2中可以看出在强冲击噪声下，本发明所设计的DSW-SS-MUSIC测向方法能够估计出信源个数和信源的来波方向，而SS-MUSIC测向方法无法估计信源数目和信源来波方向。
图3中，冲击噪声特征指数为1.3，两个相干信源从θ＝[6°,24°]方向入射，虚拟变换的角度区域为0°～30°，阵元位置坐标为0.5λ(0,0),0.5λ(4,3),0.5λ(5,5),0.5λ(7,7),0.5λ(9,10)，广义信噪比为30dB。从图3中可以看出，在冲击噪声指数为1.3的弱冲击噪声下，DSW-SS-MUSIC测向方法能够准确估计出信源个数和信源的来波方向，而SS-MUSIC测向方法对信源数目估计不准确，无法有效估计信源的来波方向。
图4中，冲击噪声特征指数为1.8，两个相干信源从θ＝[6°,24°]方向入射，虚拟变换的角度区域为0°～30°，阵元位置坐标为0.5λ(0,0),0.5λ(4,3),0.5λ(5,5),0.5λ(7,7),0.5λ(9,10)，广义信噪比为20dB。从图4中可以看出，在冲击噪声指数为1.8的弱冲击噪声下，DSW-SS-MUSIC测向方法能够准确估计出信源个数和信源的来波方向，而SS-MUSIC测向方法虽然能够估计出信源数目但是无法准确估计出信源的来波方向，但是测向精度不高。
图5中，在高斯白噪声下，两个相干信源从θ＝[6°,24°]方向入射，虚拟变换的角度区域为0°～30°，阵元位置坐标为0.5λ(0,0),0.5λ(4,3),0.5λ(5,5),0.5λ(7,7),0.5λ(9,10)，广义信噪比为20dB。从图5中可以看出，在高斯噪声下DSW-SS-MUSIC测向方法和SS-MUSIC测向方法均能估计出信源数目和信源来波方向，但是DSW-SS-MUSIC测向方法对信源来波方向的估计更加准确。

Claims (1)

1.一种冲击噪声下的任意阵列相干源测向方法，其特征在于，包括以下步骤：
步骤一：建立任意阵列相干信源的采样信号模型：
对于一个阵元数为N的任意阵列，以原点为参考点，假设第k个阵元的位置为(xk,yk)，第i个远场窄带信号从θi方向入射到N元任意阵列，其中，k＝1,2,...,N；i＝1,2,...,M；θi表示第i个远场窄带入射信号的方位角，则在t时刻第k个阵元接收到的信号为
Figure FDA0002977550020000011
其中，τki＝(xkcosθi+yksinθi)/c；w0＝2πc/λ，c为光速，λ为波长；si(t)为t时刻的第i个信源的入射信号，当入射信号为相干信号时，第
Figure FDA0002977550020000012
个生成源
Figure FDA0002977550020000013
生成的相干源组为
Figure FDA0002977550020000014
其中，
Figure FDA0002977550020000015
I0为生成源总数，
Figure FDA0002977550020000016
为第
Figure FDA0002977550020000017
个生成源生成
Figure FDA0002977550020000018
个信号的权重系数矢量，则有
Figure FDA0002977550020000019
nk(t)为t时刻第k个阵元的噪声信号，nk(t)是满足SαS稳定分布的复冲击噪声；则阵列接收的第l次快拍相干信号模型可表示为
Figure FDA00029775500200000110
式中，
Figure FDA00029775500200000111
A(θ)＝[a(θ1),a(θ2),…,a(θM)]N×M为阵列流型矩阵，其中,
Figure FDA00029775500200000112
j为虚数单位；θ＝[θ1,θ2,...,θM]为来波方向方位角矢量；s(l)为信号矢量；
Figure FDA00029775500200000113
为满足SαS稳定分布的复冲击阵列噪声矢量；T表示转置；
步骤二：利用阵列接收到的数据构造真实阵列的动态随机加权低阶协方差矩阵：
利用阵列接收的数据构造真实阵列的动态随机加权低阶协方差矩阵
Figure FDA00029775500200000114
式中，
Figure FDA00029775500200000115
其中，L为最大快拍数；ε为动态变化系数；b为加权系数；δl为[0,1]之间均匀分布的随机数，H表示共轭转置；
步骤三：定义内插变换矩阵T，构建阵列信号内插变换后的虚拟阵列低阶协方差矩阵：
首先对虚拟变换的方位角度区域进行划分，假设信号位于区域
Figure FDA00029775500200000116
内，将区域
Figure FDA00029775500200000117
均匀划分为
Figure FDA00029775500200000118
Figure FDA00029775500200000119
和
Figure FDA00029775500200000120
分别为虚拟变换方位角度区域的左右边界，
Figure FDA0002977550020000021
为虚拟变换方位角度变化步长，则在区域
Figure FDA0002977550020000022
内的真实阵列流行矩阵为
Figure FDA0002977550020000023
Figure FDA0002977550020000024
为虚拟阵列的阵元个数，则在同一区域
Figure FDA0002977550020000025
内，假设虚拟阵列为阵元间距相等的均匀线阵，虚拟阵列的阵列流型矩阵为
Figure FDA0002977550020000026
其中，
Figure FDA0002977550020000027
Figure FDA0002977550020000028
根据真实阵列流型矩阵与虚拟阵列流型矩阵定义变换矩阵
Figure FDA0002977550020000029
则经过内插变换后的虚拟阵列低阶协方差矩阵为
Figure FDA00029775500200000210
其中，(·)-1表示矩阵的求逆运算；
步骤四：对虚拟阵列的低阶协方差矩阵进行前后向空间平滑处理，获得前后向空间平滑修正后的数据协方差矩阵和噪声协方差矩阵，通过预白化处理得到虚拟阵列的动态随机加权低阶协方差矩阵：
将虚拟变换后阵元数为
Figure FDA00029775500200000211
的虚拟均匀线阵分成相互交错的p个子阵，每个子阵的阵元数为
Figure FDA00029775500200000212
即有
Figure FDA00029775500200000213
对于第
Figure FDA00029775500200000214
个子阵，定义两个
Figure FDA00029775500200000215
维数据矩阵，即
Figure FDA00029775500200000216
和
Figure FDA00029775500200000217
其中，0为零矩阵；
Figure FDA00029775500200000218
为
Figure FDA00029775500200000219
维单位矩阵；
Figure FDA00029775500200000220
是
Figure FDA00029775500200000221
维反对角线为1的置换矩阵；
Figure FDA00029775500200000222
前后向空间平滑修正后的数据协方差矩阵为
Figure FDA00029775500200000223
前后向空间平滑修正后的噪声协方差矩阵为
Figure FDA00029775500200000224
其中，σ2为噪声方差；*表示共轭；对
Figure FDA00029775500200000225
做预白化处理得到虚拟阵列的动态随机加权低阶协方差矩阵
Figure FDA00029775500200000226
步骤五：根据最小描述长度准则估计信源个数，对虚拟阵列的动态随机加权低阶协方差矩阵进行特征分解，确定信号子空间和噪声子空间：
根据最小描述长度准则估计信源个数，对虚拟阵列的动态随机加权低阶协方差矩阵
Figure FDA00029775500200000227
进行特征分解:
Figure FDA00029775500200000228
其中，US是由大特征值对应的特征矢量构成的信号子空间；∑S是由大特征值构成的对角矩阵；UN是由小特征值对应的特征矢量构成的噪声子空间；∑N是由小特征值构成的对角矩阵；
步骤六：构建动态随机加权低阶协方差-空间平滑-MUSIC测向方法的谱估计公式，在虚拟变换的方位角度范围内进行谱峰搜索，找出极大值点对应的角度，输出任意阵列相干源测向结果：
构建动态随机加权低阶协方差-空间平滑-MUSIC测向方法的谱估计公式为
Figure FDA0002977550020000031
其中，
Figure FDA0002977550020000032
Figure FDA0002977550020000033
和
Figure FDA0002977550020000034
分别为虚拟变换方位角度区域的左右边界，在虚拟变换方位角度范围内根据所构建的谱估计公式进行谱峰搜索，找出极大值点对应的角度就是信号的入射方向，输出任意阵列相干信源测向结果。
CN201910324483.3A 2019-04-22 2019-04-22 一种冲击噪声下的任意阵列相干源测向方法 Active CN110007266B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910324483.3A CN110007266B (zh) 2019-04-22 2019-04-22 一种冲击噪声下的任意阵列相干源测向方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910324483.3A CN110007266B (zh) 2019-04-22 2019-04-22 一种冲击噪声下的任意阵列相干源测向方法

Publications (2)

Publication Number Publication Date
CN110007266A CN110007266A (zh) 2019-07-12
CN110007266B true CN110007266B (zh) 2021-05-28

Family

ID=67173514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910324483.3A Active CN110007266B (zh) 2019-04-22 2019-04-22 一种冲击噪声下的任意阵列相干源测向方法

Country Status (1)

Country Link
CN (1) CN110007266B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110806557A (zh) * 2019-11-22 2020-02-18 中国人民解放军国防科技大学 一种冲击噪声背景下单基地mimo雷达doa估计方法
CN111337879B (zh) * 2020-03-31 2022-10-14 西北工业大学 一种基于多簇的加权music声源直接定位方法
CN111693947A (zh) * 2020-07-06 2020-09-22 羿升(深圳)电子装备有限公司 基于互质阵列doa估计的改进music方法
CN112363108B (zh) * 2020-10-28 2022-11-01 西安电子科技大学 信号子空间加权超分辨的波达方向检测方法及系统
CN112666513B (zh) * 2020-12-11 2024-05-07 中国人民解放军63892部队 一种改进式music波达方向估计方法
CN113687296B (zh) * 2021-07-09 2023-05-16 中国人民解放军战略支援部队信息工程大学 一种基于阵列信号数值计算的水下目标辐射噪声相干信源测向方法
CN114019446B (zh) * 2021-10-19 2024-04-12 南京航空航天大学 一种基于去噪核范数最小化的互质相干信源估计方法
CN114019447B (zh) * 2021-11-02 2024-04-16 中国电子科技集团公司第三十八研究所 冲击噪声下基于聚焦分数低阶协方差的宽带测向方法及系统
CN114167347B (zh) * 2021-11-26 2023-07-21 哈尔滨工程大学 冲击噪声环境下互质阵列的幅相误差校正和测向方法
CN115034066B (zh) * 2022-06-15 2023-06-27 哈尔滨工程大学 一种基于相位补偿的旋转圆阵信源数估计系统及估计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5459668A (en) * 1993-06-04 1995-10-17 University Of Southern California Method and apparatus for signal analysis employing a virtual cross-correlation computer
CN104833947A (zh) * 2015-04-03 2015-08-12 西北大学 一种任意阵接收对称虚拟变换2d-doa分离算法
CN106990386A (zh) * 2017-04-13 2017-07-28 哈尔滨工程大学 一种单偶极子极化敏感旋转阵列doa与极化参数联合估计方法
CN107015190A (zh) * 2017-03-01 2017-08-04 浙江大学 基于虚拟阵列协方差矩阵稀疏重建的互质阵列波达方向估计方法
CN108872929A (zh) * 2018-04-12 2018-11-23 浙江大学 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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160072186A1 (en) * 2014-09-07 2016-03-10 James Wang Hierarchical Phase Shift Apparatus for Array Antenna Weight Look Ahead, Elaboration, and Beam-splitting Methods

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5459668A (en) * 1993-06-04 1995-10-17 University Of Southern California Method and apparatus for signal analysis employing a virtual cross-correlation computer
CN104833947A (zh) * 2015-04-03 2015-08-12 西北大学 一种任意阵接收对称虚拟变换2d-doa分离算法
CN107015190A (zh) * 2017-03-01 2017-08-04 浙江大学 基于虚拟阵列协方差矩阵稀疏重建的互质阵列波达方向估计方法
CN106990386A (zh) * 2017-04-13 2017-07-28 哈尔滨工程大学 一种单偶极子极化敏感旋转阵列doa与极化参数联合估计方法
CN108872929A (zh) * 2018-04-12 2018-11-23 浙江大学 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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Direction finding of maximum likelihood algorithm using quantum bee colony for noncircular signals;Hongyuan Gao 等;《2010 IEEE 10TH INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING PROCEEDINGS (ICSP2010), VOLS I-III》;20101231;第365-368页 *
DOA TRACKING BASED ON MIMO RADAR IN IMPULSIVE NOISE BACKGROUND;Diao Ming 等;《2014 12TH INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING (ICSP)》;20141231;第262-266页 *
基于特征空间算法的非圆相干信源DOA估计;刁鸣 等;《哈尔滨工程大学学报》;20141204;第1559-1563页 *
独立信号与相干信号并存的任意阵列测向方法;安春莲 等;《哈尔滨工程大学学报》;20130402;第517-523页 *

Also Published As

Publication number Publication date
CN110007266A (zh) 2019-07-12

Similar Documents

Publication Publication Date Title
CN110007266B (zh) 一种冲击噪声下的任意阵列相干源测向方法
Zheng et al. DOA estimation for coprime linear arrays: An ambiguity-free method involving full DOFs
Jiang et al. Mixed near-field and far-field sources localization using the uniform linear sensor array
CN108375763B (zh) 一种应用于多声源环境的分频定位方法
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
CN111123192B (zh) 一种基于圆形阵列和虚拟扩展的二维doa定位方法
CN110346752B (zh) 基于互质稀疏阵的无模糊测向方法
CN108872930B (zh) 扩展孔径二维联合对角化doa估计方法
CN111352063A (zh) 一种均匀面阵中基于多项式求根的二维测向估计方法
CN106980105B (zh) 电磁矢量传感器阵列空间旋转解相干测向方法
CN111308416B (zh) 基于四阶累积量的近场非圆信源参数估计方法
CN109932679B (zh) 一种传感器列系统最大似然角度分辨率估计方法
CN109491009B (zh) 一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法
CN109541572B (zh) 一种基于线性环境噪声模型的子空间方位估计方法
CN114563760B (zh) 一种基于sca阵型的二阶超波束形成方法、设备及介质
CN103278799B (zh) 基于均匀线阵改进Toeplitz化的逆波束形成方法
CN112799008B (zh) 一种声速无关的快速二维波达方向估计方法
Tayem et al. Propagator rooting method direction of arrival estimation based on real data
El Dosouky et al. A new high-resolution and stable MV-SVD algorithm for coherent signals detection
CN113093111A (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
CN112698263A (zh) 一种基于正交传播算子的单基地互质mimo阵列doa估计算法
Han et al. Direction finding for both uncorrelated and coherent signals in improved uniform circular array
Huilian et al. A two-dimensional direction finding estimation with L-shape uniform linear arrays
Shirvani Moghaddam et al. Efficient Narrowband Direction of Arrival Estimation Based on a Combination of Uniform Linear/Shirvani‐Akbari Arrays
Al Jabr et al. Modified UCA-ESPRIT for estimating DOA of coherent signals using one snapshot

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