CN111308414A

CN111308414A - 一种波达方向的估计方法、系统、智能终端及存储介质

Info

Publication number: CN111308414A
Application number: CN201911192063.0A
Authority: CN
Inventors: 廖斌; 黄晓东
Original assignee: Shenzhen University
Current assignee: Shenzhen University
Priority date: 2019-11-28
Filing date: 2019-11-28
Publication date: 2020-06-19
Anticipated expiration: 2039-11-28
Also published as: CN111308414B

Abstract

本发明公开了一种波达方向的估计方法、系统、智能终端及存储介质，所述方法包括：天线阵列接收快拍数据；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；将接收到的所述快拍数据传输至比较器进行量化，得到量化后的测量数据；基于求解带约束的极大似然函数优化问题，对所述量化后的测量数据求解出低秩的无噪测量值，并得到对应的无噪方向矩阵数据；利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计，并输出估计值。本发明既适用于1‑比特量化等低精度量化，也适用于高精度量化，且性能上也更具优势。

Description

一种波达方向的估计方法、系统、智能终端及存储介质

技术领域

本发明涉及矩阵数据处理技术领域，尤其涉及的是一种波达方向的估计方法、系统、智能终端及存储介质。

背景技术

目前，智能设备一般通过麦克风阵列获取语音指令后，经信号处理后再对语音指令进行识别，从而提高语音识别的准确率，主要涉及回声消除技术、波达方向估计技术、波束形成技术和去混响技术等。

在阵列系统中，需要将现实世界中的模拟信号通过模数转换器 (Analog-to-Digital Converter,ADC)转换为数字信号进行处理，而ADC 的能耗与量化比特位数成指数关系，这便意味着越高的量化位数，在带来更高的恢复精度的同时也将极大地提高硬件系统要求。特别地，随着大规模天线阵列系统的兴起，高分辨率的ADC便显得不切实际了。因此，利用低分辨率的ADC及相应的信号处理技术设计系统引起了广泛的研究兴趣。

因此，现有技术中提出了一些极限量化情况下的阵列信号处理方法。如基于arcsine law的重构未量化协方差矩阵的波达方向 (Direction-of-Arrival,DOA)估计方法。其根据arcsine law(反正弦定律)，将接收到的量化数据的协方差矩阵重构为归一化的未量化协方差矩阵，从而使用经典的多重信号分类(Multiple SignalClassification,MUSIC)算法估计DOA。以及基于1-比特压缩感知的DOA 估计方法，其利用信号在空间域的稀疏性，将DOA估计问题转化为稀疏信号恢复问题。但是，现有技术中都只考虑了极限量化的情况，即量化位数为1，而对于更一般的低量化精度的却并不适用。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种波达方向的估计方法、系统、智能终端及存储介质，旨在解决现有技术的在进行波达方向估计时，都只考虑了极限量化的情况，即量化位数为1，而对于更一般的低量化精度的却并不适用的问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种波达方向的估计方法，其中，所述方法包括：

天线阵列接收快拍数据；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；

将接收到的所述快拍数据传输至比较器进行量化，得到量化后的测量数据；

基于求解带约束的极大似然函数优化问题，对所述量化后的测量数据求解出低秩的无噪测量值，并得到对应的无噪方向矩阵数据；

利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计，并输出估计值。

在一种实施方式中，所述比较器为1比特量化器至8比特量化器中的任意一个。

在一种实施方式中，所述对所述量化后的测量数据求解出低秩的无噪测量值包括：

对实部的所述测量数据中的量化矩阵进行求解出所述低秩的无噪测量值；

对虚部的所述测量数据中的量化矩阵转化到实部域进行求解所述低秩的无噪测量值。

在一种实施方式中，所述利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计,并输出估计值，包括：

基于所述多重信号分类算法计算所述无噪方向矩阵数据的协方差矩阵；

对所述协方差矩阵做特征分析，获得噪声子空间；

根据入射信号处于不同角度时对应的空间谱函数，求取空间谱函数最大值，其谱峰对应的角度即是来波方向角的估计值。

第二方面，本发明实施例还提供一种波达方向的估计系统，其中，所述系统包括：

信号接收模块，用于天线阵列接收快拍数据；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；

量化处理模块，用将接收到的所述快拍数据传输至比较器进行量化，得到量化后的测量数据；

数据恢复模块，用于基于求解带约束的极大似然函数优化问题，对所述量化后的测量数据求解出低秩的无噪测量值，并得到对应的无噪方向矩阵数据；

方向估计模块，用于利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计，并输出估计值。

在一种实施方式中，所述数据恢复模块包括：

实部恢复单元，用于对实部的所述测量数据中的量化矩阵进行求解出所述低秩的无噪测量值；

虚部恢复单元，用于对虚部的所述测量数据中的量化矩阵转化到实部域进行求解所述低秩的无噪测量值。

在一种实施方式中，所述方向估计模块包括：

协方差计算单元，用于基于所述多重信号分类算法计算所述无噪方向矩阵数据的协方差矩阵；

噪声子空间计算单元，用于对所述协方差矩阵做特征分析，获得噪声子空间；

方向分析单元，用于根据入射信号处于不同角度时对应的空间谱函数，求取空间谱函数最大值，其谱峰对应的角度即是来波方向角的估计值。

第三方面，本发明实施还提供一种智能终端，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如上述任意一项所述的波达方向的估计方法。

第四方面，本发明实施例还提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述中任意一项所述的波达方向的估计方法。

本发明的有益效果：本发明通过对量化后的测量数据进行恢复，求解出低秩的无噪测量值，以便得到更为准确的波达方向；并且本发明既适用于1-比特量化等低精度量化，也适用于高精度量化，且性能上也更具优势。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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中记载的一些实施例，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波达方向估计方法的流程示意图。

图2是本发明所述方法中阵列天线的排列示意图。

图3是本发明所提供的方法得到的MUSCI频谱图。

图4是本发明实施例提供的波达方向估计系统的原理框图。

图5是本发明实施例提供的智能终端的内部结构原理框图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

本发明提供一种波达方向估计方法，如图1和图2中所示，所述方法包括：

步骤S100、天线阵列接收快拍数据；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。

考虑一个具有个阵元的均匀线阵(如图1所示)，接收到个窄带信号，信号的入射角为，则阵列接收到个快拍的数据为：

X＝A S+N (1)

其中，A表示方向矩阵，S表示信号波形，N表示传输过程中的加性噪声。

进一步地，步骤S200、将接收到的所述快拍数据传输至比较器进行量化，得到量化后的测量数据。

具体实施时，将接收到的快拍数据传输到比较器，使用比较器将快拍数据量化为量化后的测量数据。较佳的，为了降低数据处理量，本步骤中优选1比特量化器，当然也可以选择使用多比特量化器，例如可以使用1比特量化器至8比特量化器中的任意一个。

若Q表示一个ADC的量化水平，并记Q＝{1,2，...，Q}，而经过ADC量化后的测量数据表示为：

其中，

和

分别表示一个复数的实部与虚部，且量化算子

表示实数映射到对应的集合Q上，

其中，{ω₀，ω₁，...，ω_Q}表示量化界限，且满足ω₀＜ω₁＜...＜ω _Q。特殊地，当Q＝2，{w₀，w₁，w₂}＝{-∞，0，∞}时，即为1-比特量化。

进一步地，步骤S300、基于求解带约束的极大似然函数优化问题，对所述量化后的测量数据求解出低秩的无噪测量值，并得到对应的无噪方向矩阵数据。

由于量化会带来严重的信息损失，将导致波达方向估计性能的急剧下降。所以直接使用量化数据是不切实际的，基于此，本实施例中将未量化的原始数据恢复出来以用于波达方向估计。具体地，本实施例中首先对实部的所述测量数据中的量化矩阵进行求解出所述低秩的无噪测量值；对虚部的所述测量数据中的量化矩阵转化到实部域进行求解所述低秩的无噪测量值。

本实施例中先考虑实数情况下的量化矩阵恢复方法。记

低秩的无噪测量值，N表示噪声矩阵，则有

其中L的秩为r(r＜＜min{M，N})。噪声之间独立同分布(independent andidentically distributed，i.i.d)，

且累积分布函数(Cumulative Distribution Function，CDF)为Φ(x)。因此，对于

的概率为p_q(L_m，n)，其中，

p_q(L_m，n)＝P(Y_m，n＝q|L_m，n)

＝P(w_q-1-L_m，n＜N_m，n≤w_q-L_m，n)

＝Φ(w_q-L_m，n)-Φ(w_q-1-L_m，n)

根据量化的测量值Y，我们可以通过最小化如下似然函数，以恢复出低秩的无噪测量值L。

其中1_[μ]表示一个指示函数，即当μ成立时，1_[μ]＝1；否则为0。

进一步地，而对于阵列系统中的复数域情况，我们可以通过将实部和虚部分离表示的方法，将其转化到实数域

求解，即信号模型(1)可以重写为

其中，

综上，通过求解如下问题

s.t. ||L||_*≤τ

因此就可以恢复出未量化无噪测量值L。值得注意的是，这里的L为

显然，当成功恢复出L时，即可得到未量化的无噪A和S

[AS]_m，n＝[L]_m，n+j[L]_m+M，n，

其中1≤m≤M，1≤n≤N。

进一步地，步骤S400、利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计，并输出估计值。

在本实施例中，所述步骤S400包括以下步骤：

对所述协方差矩阵做特征分析，获得噪声子空间；

当获得无噪测量值AS后，即可使用经典的MUSIC(多重信号分类算法) 等方法估计DOA。对AS求协方差矩阵，并进行特征分解，可以用于DOA估计。

对协方差矩阵进行特征值分解：

其中，∑为由特征值组成的对角矩阵，U为特征向量组成的特征矩阵； ∑_S表示由信号个数K个最大特征值组成的对角矩阵，U_S为这K个特征值对应的特征向量组成的矩阵，称之为信号子空间；∑_N表示由剩下的(K-K)个特征值组成的对角矩阵，U_N为这(K-K)个特征值对应的特征向量组成的矩阵，为噪声子空间。

本实施例中需要构造空间谱函数，并根据构造出的空间谱函数得到不同角度下的频谱图，根据频谱图的谱峰得到对应的角度。

根据矩阵A中的各个列向量a(θ)与噪声子空间正交，即，

因此，通过改变θ，求得不同μ时的谱函数

因为当μ越接近真实角度时，有

越小，即分子越小，所以谱P(μ)越大，则P(μ)出现波峰处，即为波达方向的估计值，如图3所示，频谱在真实角度附近出现谱峰，谱峰位置即为估计值。

本发明相较于现有的技术，最大的特点是适用于低量化精度，而不只是局限于1-比特情况。此外，在1-比特情况下，本发明的性能也更加突出。因此，在实际应用中，本发明既能保证DOA估计的精度，又能极大地降低硬件的复杂度及能量消耗

通过实验，我们验证了本发明的有效性。实验中，真实的信源角度分别为θ₁＝-2.8°，θ₂＝9.3°，θ₃＝21.5°，在阵元数M＝20，快拍数N＝500，信噪比SNR＝10dB下，使用经典的MUSIC算法，得到的MUSIC谱图如图3所示。观察发现，本发明无论是在极限量化(1-比特)情况下，还是低量化精度 (4-比特、8-比特)下，都可以很好的估计出波达方向，相比于现有技术，更加灵活，更具实用价值。

基于上述实施例，本发明还提供一种波达方向估计系统，如图4中所示，该系统包括：信号接收模块410、量化处理模块420、数据恢复模块430以及方向估计模块440。具体地，

所述信号接收模块410，用于天线阵列接收快拍数据；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；

所述量化处理模块420，用将接收到的所述快拍数据传输至比较器进行量化，得到量化后的测量数据；

所述数据恢复模块430，用于基于求解带约束的极大似然函数优化问题，对所述量化后的测量数据求解出低秩的无噪测量值，并得到对应的无噪方向矩阵数据；

所述方向估计模块440，用于利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计，并输出估计值。

优选地，所述比较器为1比特量化器至8比特量化器中的任意一个。

所述数据恢复模块430包括：

所述方向估计模块440包括：

基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图5所示。该智能终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中，该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种系统差分升级方法。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏，该智能终端的温度传感器是预先在智能终端内部设置，用于检测内部设备的运行温度。

本领域技术人员可以理解，图5中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体的智能终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种智能终端，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态 RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM (ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus) 直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

综上所述，本发明公开了一种波达方向的估计方法、系统、智能终端及存储介质，所述方法包括：天线阵列接收快拍数据；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；将接收到的所述快拍数据传输至比较器进行量化，得到量化后的测量数据；基于求解带约束的极大似然函数优化问题，对所述量化后的测量数据求解出低秩的无噪测量值，并得到对应的无噪方向矩阵数据；利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计，并输出估计值。本发明既适用于1-比特量化等低精度量化，也适用于高精度量化，且性能上也更具优势。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims

1.一种波达方向的估计方法，其特征在于，所述方法包括：

2.根据权利要求1所述的波达方向的估计方法，其特征在于，所述比较器为1比特量化器至8比特量化器中的任意一个。

3.根据权利要求1所述的波达方向的估计方法，其特征在于，所述对所述量化后的测量数据求解出低秩的无噪测量值包括：

4.根据权利要求1所述的波达方向的估计方法，其特征在于，所述利用多重信号分类算法对所述无噪方向矩阵数据进行来波方向角的估计,并输出估计值，包括：

对所述协方差矩阵做特征分析，获得噪声子空间；

5.一种波达方向的估计系统，其特征在于，所述系统包括：

6.根据权利要求5所述的波达方向的估计系统，其特征在于，所述比较器为1比特量化器至8比特量化器中的任意一个。

7.根据权利要求5所述的波达方向的估计系统，其特征在于，所述数据恢复模块包括：

8.根据权利要求5所述的波达方向的估计系统，其特征在于，所述方向估计模块包括：

9.一种智能终端，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-4中任意一项所述的方法。

10.一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-4中任意一项所述的方法。