CN110967664A - 基于cold阵列增强四元数esprit的doa估计方法 - Google Patents
基于cold阵列增强四元数esprit的doa估计方法 Download PDFInfo
- Publication number
- CN110967664A CN110967664A CN201911187622.9A CN201911187622A CN110967664A CN 110967664 A CN110967664 A CN 110967664A CN 201911187622 A CN201911187622 A CN 201911187622A CN 110967664 A CN110967664 A CN 110967664A
- Authority
- CN
- China
- Prior art keywords
- quaternion
- array
- enhanced
- signal
- matrix
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 24
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 11
- 238000003491 array Methods 0.000 claims abstract description 7
- 239000013598 vector Substances 0.000 claims description 17
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000010287 polarization Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及阵列信号处理,为实现保留不同接收信号分量之间的正交性,还增大四元数接收模型的维度,从而有效提高DOA估计性能。为此,本发明采取的技术方案是,基于COLD阵列的增强四元数ESPRIT方法,通过构建两个四元数模型连接成新的增强四元数模型;再利用四元数特征值分解应用得到增强四元数协方差矩阵来估计增强四元数信号子空间;最后,使用不同子阵列的所对应得增强四元数信号子空间来形成旋转不变性方程,获得最终DOA估计。本发明主要应用于雷达设备设计制造场合。
Description
技术领域
本发明涉及阵列信号处理领域,具体涉及基于COLD(共置正交偶极子-磁环)阵列增强四元数ESPRIT(旋转不变子空间算法)的DOA(到达角)估计方法。
背景技术
对多个含噪声的电磁信号定位是标量和矢量阵列信号处理中的基本问题,其已经在雷达,声纳和无线通信中得到了许多应用。许多基于标量阵列的算法如MUSIC(多信号分类)和ESPRIT已经直接扩展到矢量阵列信号领域,它通过同时利用电磁入射信号的空-时-极信息,具有优于标量阵列算法的性能。上述所采用的方法是假设矢量阵元接收的信号为复矢量,并进一步将复矢量逐个排列成“长矢量”,忽略矢量阵列的结构信息(如正交结构)。为了利用矢量阵列的结构信息,已有一些算法提出了基于四元数理论对矢量输出信号进行建模,如四元数MUSIC算法,双四元数MUSIC算法,四四元数MUSIC算法。这些超复数的MUSIC方法在子空间估计性能和模型误差的鲁棒性方面已证明其优于长向量的方法。然而,由于多维峰值搜索过程,这些超复数MUSIC算法的计算量非常大。因此研究低复杂度且能保持阵列矢量结构信息的DOA估计技术非常关键。
发明内容
为克服现有技术的不足,本发明旨在实现保留不同接收信号分量之间的正交性,还增大四元数接收模型的维度,从而有效提高DOA估计性能。为此,本发明采取的技术方案是,基于COLD阵列的增强四元数ESPRIT方法,通过构建两个四元数模型连接成新的增强四元数模型;再利用四元数特征值分解应用得到增强四元数协方差矩阵来估计增强四元数信号子空间;最后,使用不同子阵列的所对应得增强四元数信号子空间来形成旋转不变性方程,获得最终 DOA估计。
具体步骤细化如下:
(1)增强四元数模型
一位于x轴的均匀COLD阵列,由M行阵元组成,相邻阵元间距设为d,并取d=λ/2,λ为波长,假设有K个远场区域的窄带非相关信号sk(t),k=1,2,…,K,第k个信号的到达角记为θk,αk和βk分别是第k个信号的极化角和相位差,αk∈[0,π/2],βk∈[0,2π],对于完全极化信号而言,sk(t)表示成:
对于COLD阵列,在采样t时阵元m的矢量输出:
其中,
n1m(t)和n2m(t)分别为阵元m的噪声分量,构造四元数
阵元输出写为:
同理构造四元数
此时阵元输出写为:
其中n m(t)=n2m(t)+n1m(t)j,将上式写成矩阵形式:
x(t)=AQs(t)+n(t) (10)
(2)增强ESPRIT算法
将阵列输出进行扩展:
阵列输出的协方差矩阵为:
将Us分成两部分:
由子空间原理:
将A的1到M-1行记作A1,2到M行记作A2,从而:
Us21=A1 QT,Us22=A2 QT (16)
由ak的结构可知:
A2=A1Φ (17)
因此:
由于Us为列满秩矩阵,因此存在一个非奇异的四元数矩阵Ω∈H2M×2M,使得
因此:
等价于:
由
对Ω进行特征分解可以求得Φ,从Φ的对角线元数可求得对应的入射信号DOA参数。
本发明的特点及有益效果是:
本发明基于ESPRIT方法,在均匀COLD阵列情况下,充分利用接收阵列的数据来构造出两个四元数的数据矢量并合成一个新的增强数据,通过计算增强四元数信号子空间来估计 DOA参数,增强的数据模型不仅保持着接收数据的正交性,还增强了数据接收模型的维度,提高了DOA估计精度。
附图说明:
图1DOA的RMSE随信噪比的变化曲线。
图2本发明流程图。
具体实施方式
本发明属阵列信号处理领域,具体涉及一种使用均匀COLD阵列,通过构建两个四元数模型连接成新的增强四元数模型。再利用四元数特征值分解应用得到增强四元数协方差矩阵来估计增强四元数信号子空间。最后,使用不同子阵列的所对应得增强四元数信号子空间来形成旋转不变性方程,获得最终DOA估计。
本发明的目的在于在COLD阵列下,基于四元数理论,巧妙的将矢量接收阵列的数据排列成两个四元数模型并按列合成一个新的增强四元数模型,根据此增强四元数模型所对应的不同子阵列间的旋转不变性,得到信源的DOA参数。此发明不仅保留了不同接收信号分量之间的正交性,还增大了四元数接收模型的维度,有效提高了DOA估计性能。
具体技术方案如下:
(1)增强四元数模型
一位于x轴的均匀COLD阵列,由M行阵元组成,相邻阵元间距设为d,并取d=λ/2,λ为波长。假设有K个远场区域的窄带非相关信号sk(t),k=1,2,…,K,第k个信号的到达角记为θk,αk和βk分别是第k个信号的极化角和相位差,αk∈[0,π/2],βk∈[0,2π]。对于完全极化信号而言,sk(t)可以表示成:
对于COLD阵列,在采样t时阵元m的矢量输出:
其中,
n1m(t)和n2m(t)分别为阵元m的噪声分量。
构造四元数
阵元输出可以写为:
同理构造四元数
此时阵元输出可以写为:
其中n m(t)=n2m(t)+n1m(t)j,将上式写成矩阵形式:
x(t)=AQs(t)+n(t) (10)
(2)增强ESPRIT算法
将阵列输出进行扩展:
阵列输出的协方差矩阵为:
将Us分成两部分:
由子空间原理:
Us2=AQT (15)
将A的1到M-1行记作A1,2到M行记作A2,从而:
Us21=A1 QT,Us22=A2 QT (16)
由ak的结构可知:
A2=A1Φ (17)
因此:
由于Us为列满秩矩阵,因此存在一个非奇异的四元数矩阵Ω∈H2M×2M,使得
因此:
等价于:
由
对Ω进行特征分解可以求得Φ,从Φ的对角线元数可求得对应的入射信号DOA参数。
下面通过仿真实验验证本发明的有效性,主要验证随信噪比的变化趋势。
考虑均匀的COLD阵列,相邻阵元间距为半波长,采用50的快拍数对协方差矩阵进行估计。假设该阵列有8个阵元数,且阵元的噪声满足高斯白的条件下,有等功率的3个远场非相关信号到达该阵列,信号的参数分别是(θ1,α1,β1)=(10°,22°,35°), (θ2,α2,β2)=(30°,33°,45°)和(θ3,α3,β3)=(45°,44°,60°)。信噪比从-6dB到10dB,给出本发明的结果如图1所示。从图1可以看出,随着信噪比的增强,本发明所得到的均方误差(RMSE) 曲线也随之下降,这证明了本发明的DOA估计性能随信噪比的增强而变强。
步骤1:由式(7),(10),(11)得到数据矢量z(t);
步骤2:按式(12)计算z(t)的协方差矩阵R;
步骤3:根据式(13)对R进行四元数特征分解得到其信号子空间Us;
步骤4:根据式(14),(16),(22)得到旋转不变因子Ω;
步骤5:对Ω特征分解得到DOA参数。
Claims (2)
1.一种基于COLD阵列的增强四元数ESPRIT方法,其特征是,通过构建两个四元数模型连接成新的增强四元数模型;再利用四元数特征值分解应用得到增强四元数协方差矩阵来估计增强四元数信号子空间;最后,使用不同子阵列的所对应得增强四元数信号子空间来形成旋转不变性方程,获得最终DOA估计。
2.如权利要求1所述的基于COLD阵列的增强四元数ESPRIT方法,其特征是,具体步骤细化如下:
(1)增强四元数模型
位于x轴的均匀COLD阵列,由M行阵元组成,相邻阵元间距设为d,并取d=λ/2,λ为波长,有K个远场区域的窄带非相关信号sk(t),k=1,2,…,K,第k个信号的到达角记为θk,αk和βk分别是第k个信号的极化角和相位差,αk∈[0,π/2],βk∈[0,2π],对于完全极化信号而言,sk(t)表示成:
对于COLD阵列,在采样t时阵元m的矢量输出:
其中,
n1m(t)和n2m(t)分别为阵元m的噪声分量,构造四元数
阵元输出写为:
同理构造四元数
此时阵元输出写为:
其中n m(t)=n2m(t)+n1m(t)j,将上式写成矩阵形式:
x(t)=AQs(t)+n(t) (10)
(2)增强ESPRIT算法
将阵列输出进行扩展:
阵列输出的协方差矩阵为:
将Us分成两部分:
由子空间原理:
Us2=AQT (15)
将A的1到M-1行记作A1,2到M行记作A2,从而:
Us21=A1 QT,Us22=A2 QT (16)
由ak的结构知:
A2=A1Φ (17)
因此:
由于Us为列满秩矩阵,因此存在一个非奇异的四元数矩阵Ω∈H2M×2M,使得
因此:
等价于:
由
对Ω进行特征分解可以求得Φ,从Φ的对角线元数求得对应的入射信号DOA参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911187622.9A CN110967664B (zh) | 2019-11-28 | 2019-11-28 | 基于cold阵列增强四元数esprit的doa估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911187622.9A CN110967664B (zh) | 2019-11-28 | 2019-11-28 | 基于cold阵列增强四元数esprit的doa估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110967664A true CN110967664A (zh) | 2020-04-07 |
CN110967664B CN110967664B (zh) | 2024-01-23 |
Family
ID=70031925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911187622.9A Active CN110967664B (zh) | 2019-11-28 | 2019-11-28 | 基于cold阵列增强四元数esprit的doa估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110967664B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325365A (zh) * | 2021-05-18 | 2021-08-31 | 哈尔滨工程大学 | 一种基于四元数的相干信号二维doa估计方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050285788A1 (en) * | 2003-05-22 | 2005-12-29 | Jingmin Xin | Technique for direction-of-arrival estimation without eigendecomposition and its application to beamforming at base station |
WO2007007390A1 (ja) * | 2005-07-11 | 2007-01-18 | Fujitsu Limited | 到来波数推定方法、到来波数推定装置及び無線装置 |
US20120086598A1 (en) * | 2010-10-08 | 2012-04-12 | Canadian Space Agency | Apparatus and methods for driftless attitude determination and reliable localization of vehicles |
JP2013054009A (ja) * | 2011-09-06 | 2013-03-21 | Toyota Motor Corp | 姿勢推定装置、姿勢推定方法、姿勢推定プログラム |
CN104849694A (zh) * | 2015-04-29 | 2015-08-19 | 陕西理工学院 | 电磁偶极子对阵列的四元数esprit参数估计方法 |
CN104933290A (zh) * | 2015-04-29 | 2015-09-23 | 陕西理工学院 | 双l型拉伸正交电偶对阵列的多参数联合估计四元数方法 |
CN106249225A (zh) * | 2016-06-20 | 2016-12-21 | 陕西理工学院 | 稀疏圆形声矢量传感器阵列四元数esprit参数估计方法 |
CN106872935A (zh) * | 2017-03-20 | 2017-06-20 | 北京理工大学 | 一种基于四元数的电磁矢量传感器阵列波达方向估计方法 |
-
2019
- 2019-11-28 CN CN201911187622.9A patent/CN110967664B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050285788A1 (en) * | 2003-05-22 | 2005-12-29 | Jingmin Xin | Technique for direction-of-arrival estimation without eigendecomposition and its application to beamforming at base station |
WO2007007390A1 (ja) * | 2005-07-11 | 2007-01-18 | Fujitsu Limited | 到来波数推定方法、到来波数推定装置及び無線装置 |
US20120086598A1 (en) * | 2010-10-08 | 2012-04-12 | Canadian Space Agency | Apparatus and methods for driftless attitude determination and reliable localization of vehicles |
JP2013054009A (ja) * | 2011-09-06 | 2013-03-21 | Toyota Motor Corp | 姿勢推定装置、姿勢推定方法、姿勢推定プログラム |
CN104849694A (zh) * | 2015-04-29 | 2015-08-19 | 陕西理工学院 | 电磁偶极子对阵列的四元数esprit参数估计方法 |
CN104933290A (zh) * | 2015-04-29 | 2015-09-23 | 陕西理工学院 | 双l型拉伸正交电偶对阵列的多参数联合估计四元数方法 |
CN106249225A (zh) * | 2016-06-20 | 2016-12-21 | 陕西理工学院 | 稀疏圆形声矢量传感器阵列四元数esprit参数估计方法 |
CN106872935A (zh) * | 2017-03-20 | 2017-06-20 | 北京理工大学 | 一种基于四元数的电磁矢量传感器阵列波达方向估计方法 |
Non-Patent Citations (5)
Title |
---|
YANG LI ET AL.: "A novel 2-D quaternion ESPRIT for joint DOA and polarization estimation with crossed-dipole arrays", 2013 IEEE INTERNATIONAL CONFERENCE ON INDUSTRIAL TECHNOLOGY (ICIT) * |
何光进 等: "三种基于四元数模型的声矢量阵MUSIC 算法", 船电技术, vol. 39, no. 10 * |
何光进 等: "四元数模型声矢量阵子空间旋转不变方位估计", no. 02 * |
何光进 等: "声矢量阵双四元数模型及波束域DOA估计算法", no. 10 * |
张远芳 等: "电磁矢量阵列的四元数Toeplitz矩阵重构算法", 现代雷达, no. 04 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325365A (zh) * | 2021-05-18 | 2021-08-31 | 哈尔滨工程大学 | 一种基于四元数的相干信号二维doa估计方法 |
CN113325365B (zh) * | 2021-05-18 | 2023-01-03 | 哈尔滨工程大学 | 一种基于四元数的相干信号二维doa估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110967664B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106980106B (zh) | 阵元互耦下的稀疏doa估计方法 | |
CN107037392B (zh) | 一种基于压缩感知的自由度增加型互质阵列波达方向估计方法 | |
Yan et al. | Fast DOA estimation based on a split subspace decomposition on the array covariance matrix | |
CN108375751B (zh) | 多信源波达方向估计方法 | |
CN109375152B (zh) | 电磁矢量嵌套l阵下低复杂度的doa与极化联合估计方法 | |
CN108872926B (zh) | 一种基于凸优化的幅相误差校正及doa估计方法 | |
CN111239678A (zh) | 一种基于l型阵列的二维doa估计方法 | |
CN110895325B (zh) | 基于增强四元数多重信号分类的到达角估计方法 | |
CN112731278B (zh) | 一种部分极化信号的角度与极化参数欠定联合估计方法 | |
CN109696657B (zh) | 一种基于矢量水听器的相干声源定位方法 | |
CN110837076A (zh) | 一种基于张量分解的矢量水听器阵列方位估计方法 | |
Yan et al. | Computationally efficient direction finding using polynomial rooting with reduced-order and real-valued computations | |
CN112130111A (zh) | 一种大规模均匀十字阵列中单快拍二维doa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 | |
Yan et al. | MUSIC-like direction of arrival estimation based on virtual array transformation | |
CN113075610B (zh) | 一种基于互质极化阵列的差分阵列内插的doa估计方法 | |
CN110967664A (zh) | 基于cold阵列增强四元数esprit的doa估计方法 | |
Xiao et al. | A weighted forward-backward spatial smoothing DOA estimation algorithm based on TLS-ESPRIT | |
Yan et al. | Reduced‐Complexity Direction of Arrival Estimation Using Real‐Valued Computation with Arbitrary Array Configurations | |
Yang et al. | A correlation-aware sparse Bayesian perspective for DOA estimation with off-grid sources | |
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 | |
Li et al. | An effective technique for enhancing direction finding performance of virtual arrays | |
Tian et al. | 2D-DOA estimation in arc-array with a DNN based covariance matrix completion strategy | |
CN114184999B (zh) | 一种互耦小孔径阵列的生成式模型处理方法 | |
CN113238184B (zh) | 一种基于非圆信号的二维doa估计方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240306 Address after: 401329 No. 99, Xinfeng Avenue, Jinfeng Town, Gaoxin District, Jiulongpo District, Chongqing Patentee after: Chongqing Science City Intellectual Property Operation Center Co.,Ltd. Country or region after: China Address before: 315211 Ningbo University, Jiangbei District, Ningbo City, Zhejiang Province Patentee before: Ningbo University Country or region before: China |
|
TR01 | Transfer of patent right |