CN111610486A - 基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法 - Google Patents

基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法 Download PDF

Info

Publication number
CN111610486A
CN111610486A CN202010371305.9A CN202010371305A CN111610486A CN 111610486 A CN111610486 A CN 111610486A CN 202010371305 A CN202010371305 A CN 202010371305A CN 111610486 A CN111610486 A CN 111610486A
Authority
CN
China
Prior art keywords
tensor
virtual domain
array
signal
axis
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
Application number
CN202010371305.9A
Other languages
English (en)
Other versions
CN111610486B (zh
Inventor
郑航
周成伟
史治国
王勇
陈积明
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202010371305.9A priority Critical patent/CN111610486B/zh
Publication of CN111610486A publication Critical patent/CN111610486A/zh
Application granted granted Critical
Publication of CN111610486B publication Critical patent/CN111610486B/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
    • G01S3/143—Systems for determining direction or deviation from predetermined direction by vectorial combination of signals derived from differently oriented antennae

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明公开了一种基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法，主要解决现有方法中信号多维信息丢失和空间谱分辨度、精确度受限的问题，其实现步骤是：构建平面互质阵列；平面互质阵列接收信号张量建模；推导基于平面互质阵列二阶互相关张量的虚拟域等价信号；构造虚拟域均匀面阵的等价接收信号；推导虚拟域平滑信号的四阶自相关张量；基于虚拟域自相关张量的多维特征提取实现信号与噪声子空间分类；基于虚拟域张量空间谱搜索的高分辨精确二维波达方向估计。本发明基于平面互质阵列虚拟域张量统计量的多维特征提取，实现基于张量空间谱搜索的高分辨精确二维波达方向估计，可用于无源探测和目标定位。

Description

基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维 波达方向估计方法
技术领域
本发明属于阵列信号处理技术领域，尤其涉及基于平面互质阵列张量信号的统计信号处理技术，具体是一种基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法，可用于无源探测和空间定位。
背景技术
平面互质阵列作为一种具有系统化架构的二维稀疏阵列，具有大孔径、高分辨的特点，相较于传统均匀阵列，能够实现二维波达方向估计在估计精度、分辨度等综合性能上的突破；与此同时，通过构造二维虚拟域，能够在虚拟域均匀面阵上进行符合奈奎斯特匹配条件的信号处理，从而解决平面互质阵列的信号失配问题。基于虚拟域信号构造平面互质阵列空间谱，进而通过二维谱峰搜索，可以得到精确的二维波达方向估计。以此为思路，传统的方法通常将具有二维空间结构信息的入射信号用矢量进行表示，并以时间平均的方式计算多采样信号的二阶统计量，进而通过矢量化推导虚拟域二阶等价信号。然而，以矢量方式表示的平面互质阵列接收信号及其虚拟域等价信号不仅丢失了原始信号的多维空间结构信息，且随着数据量增大，容易造成维度灾难，因此以此为基础构造空间谱并得到二维波达方向估计在精确度、分辨度等性能上仍存在缺陷。
为了解决上述问题，基于张量空间谱搜索的平面互质阵列二维波达方向估计方法开始受到关注。张量作为一种高维的数据结构，可以保存信号的原始多维信息；同时，高阶奇异值分解、张量分解等多维代数理论也为张量信号的多维特征提取提供了丰富的分析工具。因此，张量信号模型能够充分利用平面互质阵列入射信号的多维空间结构信息。然而，现有方法仍然是基于实际接收张量信号进行处理，并没有利用平面互质阵列的二维虚拟域进行张量空间谱构造，没有解决平面互质阵列信号失配的问题，导致精确度受损；且生成的谱峰分辨度低，易产生相互混叠。因此，现有方法在精确度和分辨度性能上仍存在较大的提升空间。
发明内容
本发明的目的在于针对上述方法中存在的信号多维空间结构信息丢失和空间谱分辨度、精度性能受限问题，提出一种基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法，为建立平面互质阵列张量信号统计量和虚拟域空间谱联系，搭建虚拟域张量空间谱搜索架构，实现高分辨、高精度的二维波达方向估计提供了可行的思路和有效的解决方案。
本发明的目的是通过以下技术方案实现的：一种基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法，包含以下步骤：
(1)接收端使用4MxMy+NxNy-1个物理天线阵元，按照平面互质阵列的结构进行架构；其中，Mx、Nx以及My、Ny分别为一对互质整数，且Mx<Nx，My<Ny；该平面互质阵列可分解为两个稀疏均匀子阵列
Figure BDA00024775895300000214
和
Figure BDA00024775895300000215
(2)假设有K个来自
Figure BDA0002477589530000021
方向的远场窄带非相干信号源，将平面互质阵列稀疏子阵列
Figure BDA0002477589530000022
的接收信号用一个三维张量信号
Figure BDA0002477589530000023
(L为采样快拍数)表示为：
Figure BDA0002477589530000024
其中，sk＝[sk,1,sk,2,…,sk,L]T为对应第k个入射信源的多快拍采样信号波形，[·]T表示转置操作，
Figure BDA00024775895300000217
表示矢量外积，
Figure BDA0002477589530000025
为与各信号源相互独立的噪声张量，
Figure BDA0002477589530000026
和
Figure BDA0002477589530000027
分别为
Figure BDA00024775895300000216
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure BDA0002477589530000028
的信号源，表示为：
Figure BDA0002477589530000029
Figure BDA00024775895300000210
其中，
Figure BDA00024775895300000211
及
Figure BDA00024775895300000212
分别表示稀疏子阵列
Figure BDA00024775895300000213
在x轴和y轴方向上第i1和i2个物理天线阵元的实际位置，且
Figure BDA0002477589530000031
Figure BDA0002477589530000032
稀疏子阵列
Figure BDA0002477589530000033
的接收信号可用另一个三维张量
Figure BDA0002477589530000034
表示为：
Figure BDA0002477589530000035
其中，
Figure BDA0002477589530000036
为与各信号源相互独立的噪声张量，
Figure BDA0002477589530000037
和
Figure BDA0002477589530000038
分别为稀疏子阵列
Figure BDA0002477589530000039
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure BDA00024775895300000310
的信号源，表示为：
Figure BDA00024775895300000311
Figure BDA00024775895300000312
其中，
Figure BDA00024775895300000313
及
Figure BDA00024775895300000314
分别表示稀疏子阵列
Figure BDA00024775895300000315
在x轴和y轴方向上第i3和i4个物理天线阵元的实际位置，且
Figure BDA00024775895300000316
计算子阵列
Figure BDA00024775895300000317
和
Figure BDA00024775895300000318
的接收张量信号
Figure BDA00024775895300000319
和
Figure BDA00024775895300000320
的二阶互相关张量
Figure BDA00024775895300000321
Figure BDA00024775895300000322
表示为：
Figure BDA00024775895300000323
这里，
Figure BDA00024775895300000324
和
Figure BDA00024775895300000325
分别表示
Figure BDA00024775895300000326
和
Figure BDA00024775895300000327
在第三维度(即快拍维度)方向上的第l个切片，(·)*表示共轭操作；
(3)由互相关张量
Figure BDA00024775895300000328
得到一个增广的非均匀虚拟域面阵
Figure BDA00024775895300000329
其中各虚拟阵元的位置表示为：
Figure BDA00024775895300000330
其中，单位间隔d取为入射窄带信号波长λ的一半，即d＝λ/2。定义维度集合
Figure BDA00024775895300000331
和
Figure BDA00024775895300000332
则通过对互相关张量
Figure BDA00024775895300000333
的理想值
Figure BDA00024775895300000334
(无噪声场景)进行PARAFAC分解的模
Figure BDA00024775895300000335
展开，可获得增广虚拟域面阵
Figure BDA00024775895300000336
的等价接收信号
Figure BDA00024775895300000337
的理想表示为：
Figure BDA00024775895300000431
其中，
Figure BDA0002477589530000041
和
Figure BDA0002477589530000042
Figure BDA0002477589530000043
是增广虚拟域面阵
Figure BDA00024775895300000430
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure BDA0002477589530000044
的信号源；
Figure BDA0002477589530000045
表示第k个入射信号源的功率；这里，
Figure BDA0002477589530000046
表示克罗内克积；张量下标表示张量的PARAFAC分解的模展开操作；
(4)
Figure BDA0002477589530000047
中包含一个x轴分布为(-Nx+1)d到(MxNx+Mx-1)d、y轴分布为(-Ny+1)d到(MyNy+My-1)d的虚拟域均匀面阵
Figure BDA0002477589530000048
中共有Dx×Dy个虚拟阵元，其中Dx＝MxNx+Mx+Nx-1，Dy＝MyNy+My+Ny-1，
Figure BDA0002477589530000049
表示为：
Figure BDA00024775895300000410
通过选取虚拟域等价接收信号V中与
Figure BDA00024775895300000411
各虚拟阵元位置相对应的元素，获取虚拟域均匀面阵
Figure BDA00024775895300000412
的等价接收信号
Figure BDA00024775895300000413
将其表示为：
Figure BDA00024775895300000414
其中，
Figure BDA00024775895300000415
Figure BDA00024775895300000429
和
Figure BDA00024775895300000416
Figure BDA00024775895300000417
为虚拟域均匀面阵
Figure BDA00024775895300000418
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure BDA00024775895300000419
的信号源；
(5)在虚拟域均匀面阵
Figure BDA00024775895300000420
中，分别沿x轴和y轴方向每隔一个阵元取一个大小为Y1×Y2的子阵列，则可以将虚拟域均匀面阵
Figure BDA00024775895300000421
分割成L1×L2个互相部分重叠的均匀子阵列。将上述子阵列表示为
Figure BDA00024775895300000422
g1＝1,2,…,L1，g2＝1,2,…,L2，根据子阵列
Figure BDA00024775895300000423
对应虚拟域信号
Figure BDA00024775895300000424
中相应位置元素，得到虚拟域子阵列
Figure BDA00024775895300000425
的等价信号
Figure BDA00024775895300000426
Figure BDA00024775895300000427
其中，
Figure BDA00024775895300000428
Figure BDA0002477589530000051
和
Figure BDA0002477589530000052
Figure BDA0002477589530000053
为对应于
Figure BDA0002477589530000054
方向的虚拟域子阵列
Figure BDA0002477589530000055
在x轴和y轴上的导引矢量。经过上述操作，一共得到L1×L2个维度均为Y1×Y2的虚拟域子阵信号
Figure BDA0002477589530000056
对这L1×L2个虚拟域子阵信号
Figure BDA0002477589530000057
求平均值，得到一个虚拟域平滑信号
Figure BDA0002477589530000058
Figure BDA0002477589530000059
对该虚拟域信号
Figure BDA00024775895300000510
求得其四阶自相关张量
Figure BDA00024775895300000511
表示为：
Figure BDA00024775895300000512
(6)对四阶自相关张量
Figure BDA00024775895300000513
进行CANDECOMP/PARACFAC分解以提取多维特征，得到结果表示如下：
Figure BDA00024775895300000514
其中，
Figure BDA00024775895300000515
和
Figure BDA00024775895300000516
为CANDECOMP/PARACFAC分解得到的两组正交因子矢量，分别表示x轴和y轴方向上的空间信息，
Figure BDA00024775895300000517
和
Figure BDA00024775895300000518
Figure BDA00024775895300000519
为因子矩阵；取
Figure BDA00024775895300000520
张成的空间，记作
Figure BDA00024775895300000521
Figure BDA00024775895300000522
作为信号子空间，用一个张量
Figure BDA00024775895300000523
表示该信号子空间，其中
Figure BDA00024775895300000524
表示
Figure BDA00024775895300000525
沿着第三维度的第k个切片，表示为：
Figure BDA00024775895300000526
为了得到噪声子空间，对因子矩阵
Figure BDA00024775895300000527
和
Figure BDA00024775895300000528
求其正交补；Cx的正交补记为
Figure BDA00024775895300000529
Cy的正交补记为
Figure BDA00024775895300000530
Figure BDA00024775895300000531
其中min（·）表示取最小值操作；则取
Figure BDA00024775895300000532
Figure BDA00024775895300000533
作为噪声子空间，用张量
Figure BDA00024775895300000534
表示该噪声子空间，
Figure BDA00024775895300000535
表示
Figure BDA00024775895300000536
沿着第三维度的第h个切片，表示为：
Figure BDA00024775895300000537
(7)定义用于谱峰搜索的二维波达方向
Figure BDA0002477589530000061
Figure BDA0002477589530000062
构造对应虚拟域均匀面阵
Figure BDA0002477589530000063
的导引信息
Figure BDA0002477589530000064
表示为：
Figure BDA0002477589530000065
使用基于CANDECOMP/PARACFAC分解得到的噪声子空间构造张量空间谱函数
Figure BDA0002477589530000066
表示如下：
Figure BDA0002477589530000067
其中，＜×{Q}＞表示两个张量沿着第Q维度的模{Q}缩并操作，要求两个张量的第Q维度的大小相同；‖·‖F表示Frobenius范数；
Figure BDA0002477589530000068
和
Figure BDA0002477589530000069
沿着第1，2维度的模{1,2}缩并操作得到一个矢量
Figure BDA00024775895300000610
Figure BDA00024775895300000611
得到空间谱函数
Figure BDA00024775895300000612
之后，可以构造出对应二维搜索波达方向的空间谱，随后通过搜索谱峰所在位置对应的二维波达方向，即为入射信源的二维波达方向估计。
进一步地，步骤(1)所述的平面互质阵列结构可具体描述为：在平面坐标系xoy上构造一对稀疏均匀平面子阵列
Figure BDA00024775895300000613
和
Figure BDA00024775895300000614
其中
Figure BDA00024775895300000615
包含2Mx×2My个天线阵元，在x轴方向上和y轴方向上的阵元间距分别为Nxd和Nyd，其在xoy上的位置坐标为{(Nxdmx,Nydmy),mx＝0,1,...,2Mx-1,my＝0,1,...,2My-1}；
Figure BDA00024775895300000616
包含Nx×Ny个天线阵元，在x轴方向上和y轴方向上的阵元间距分别为Mxd和Myd，其在xoy上的位置坐标为{(Mxdnx,Mydny),nx＝0,1,...,Nx-1,ny＝0,1,...,Ny-1}；这里，Mx、Nx以及My、Ny分别为一对互质整数，且Mx<Nx，My<Ny；将
Figure BDA00024775895300000623
和
Figure BDA00024775895300000624
按照(0,0)坐标处阵元重叠的方式进行子阵列组合，获得实际包含4MxMy+NxNy-1个物理天线阵元的互质面阵。
进一步地，步骤(3)所述的互相关张量
Figure BDA00024775895300000617
可理想(无噪声场景)建模为：
Figure BDA00024775895300000618
此时，
Figure BDA00024775895300000619
中
Figure BDA00024775895300000620
等价于沿着x轴的一个增广虚拟域，
Figure BDA00024775895300000621
等价于沿着y轴的一个增广虚拟域，从而可以得到非均匀虚拟域面阵
Figure BDA00024775895300000622
进一步地，步骤(5)所述的虚拟域均匀面阵
Figure BDA0002477589530000071
的等价信号
Figure BDA0002477589530000072
中保存了虚拟域面阵的空间结构信息，然而，由于
Figure BDA0002477589530000073
可以视作一个单快拍的虚拟域信号，其统计量往往存在秩亏问题。因此，基于二维空间平滑的思想对虚拟域信号
Figure BDA0002477589530000074
进行处理，构造多个等效快拍虚拟域子阵信号，对这些虚拟域子阵信号进行求和平均后，求其四阶自相关张量。子阵列
Figure BDA0002477589530000075
中阵元的位置表示为：
Figure BDA0002477589530000076
通过子阵列
Figure BDA00024775895300000727
对应选取虚拟域信号
Figure BDA0002477589530000077
中相应位置元素，得到虚拟域子阵列
Figure BDA0002477589530000078
的等价信号
Figure BDA0002477589530000079
进一步地，步骤(6)所述的提取虚拟域四阶自相关张量的多维特征以实现信号与噪声子空间分类，除了通过CANDECOMP/
PARACFAC分解，还可以通过高阶奇异值分解实现，具体表示为：
Figure BDA00024775895300000710
其中，×Q表示张量与矩阵沿着第Q维度的模Q内积；
Figure BDA00024775895300000711
表示包含高阶奇异值的核张量，
Figure BDA00024775895300000712
和
Figure BDA00024775895300000713
表示对应
Figure BDA00024775895300000714
四个维度的奇异矩阵。将Dx的前K列和后Y1-K列分开为信号子空间
Figure BDA00024775895300000715
和噪声子空间
Figure BDA00024775895300000716
类似地，将Dy的前K列和后Y2-K列分开为信号子空间
Figure BDA00024775895300000717
和噪声子空间
Figure BDA00024775895300000718
进一步地，步骤(7)中得到空间谱函数
Figure BDA00024775895300000719
之后进行二维谱峰搜索的具体步骤为：以a°为步长逐渐分别增加
Figure BDA00024775895300000720
的值，二维波达方向
Figure BDA00024775895300000721
的搜索起点为(-90°,0°)，终点为(90°,180°)；每个
Figure BDA00024775895300000722
可以对应计算出一个
Figure BDA00024775895300000723
的空间谱值，从而可以构造出一个对应于
Figure BDA00024775895300000724
的空间谱。空间谱中存在K个峰值，该K个峰值所对应的
Figure BDA00024775895300000725
的值，即为信源的二维波达方向估计。
进一步地，步骤(7)中所述的张量空间谱构造还可以使用基于高阶奇异值分解得到的噪声子空间实现，表示为
Figure BDA00024775895300000726
Figure BDA0002477589530000081
其中，(·)H表示共轭转置操作。同样地，得到空间谱函数
Figure BDA0002477589530000082
之后，按照上述的二维谱峰搜索过程，即可得到信源的二维波达方向估计。
本发明与现有技术相比具有以下优点：
(1)本发明通过张量表示平面互质实际接收信号，不同于传统方法将二维空间信息进行矢量化表征，并将快拍信息进行平均得到二阶统计量，本发明将各采样快拍信号在第三维度上叠加，并利用包含四维空间信息的二阶互相关张量进行空间谱估计，保留了平面互质阵列实际入射信号的多维空间结构信息；
(2)本发明通过虚拟域等价信号的张量统计量分析构建虚拟域信号的子空间分类思路，为张量空间谱的构造提供了理论基础，从而解决了平面互质阵列信号失配的问题，实现了符合奈奎斯特匹配条件的虚拟域张量空间谱构造；
(3)本发明采用张量CANDECOMP/PARACFAC分解和高阶奇异值分解的方式对虚拟域信号的四阶自相关张量进行多维特征提取，从而建立起虚拟域模型与信号、噪声子空间之间的联系，为实现高精度、高分辨度的张量空间谱提供了基础。
附图说明
图1是本发明的总体流程框图。
图2是本发明中平面互质阵列的结构示意图。
图3是本发明所推导增广虚拟域面阵结构示意图。
图4是本发明所构造张量空间谱示意图。
具体实施方式
以下参照附图，对本发明的技术方案作进一步的详细说明。
为了解决现有方法存在的信号多维空间结构信息丢失和空间谱分辨度、精度性能受限问题，本发明提供了一种基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法。通过对平面互质阵列接收张量信号进行统计分析，构造具有虚拟域面阵空间结构信息的虚拟域等价信号；基于虚拟域信号张量统计量的多维特征分析手段，建立虚拟域模型与张量空间谱之间的联系，从而在虚拟域上实现符合奈奎斯特匹配条件的基于张量空间谱搜索的高分辨精确二维波达方向估计方法。参照图1，本发明的实现步骤如下：
步骤1：构建平面互质阵列。在接收端使用4MxMy+NxNy-1个物理天线阵元构建平面互质阵列，如图2所示：在平面坐标系xoy上构造一对稀疏均匀平面子阵列
Figure BDA0002477589530000091
和
Figure BDA0002477589530000092
其中
Figure BDA0002477589530000093
包含2Mx×2My个天线阵元，在x轴方向上和y轴方向上的阵元间距分别为Nxd和Nyd，其在xoy上的位置坐标为{(Nxdmx,Nydmy),mx＝0,1,...,2Mx-1,my＝0,1,...,2My-1}；
Figure BDA0002477589530000094
包含Nx×Ny个天线阵元，在x轴方向上和y轴方向上的阵元间距分别为Mxd和Myd，其在xoy上的位置坐标为{(Mxdnx,Mydny),nx＝0,1,...,Nx-1,ny＝0,1,...,Ny-1}；这里，Mx、Nx以及My、Ny分别为一对互质整数，且Mx<Nx，My<Ny；单位间隔d取为入射窄带信号波长λ的一半，即d＝λ/2；将
Figure BDA0002477589530000095
和
Figure BDA0002477589530000096
按照(0,0)坐标处阵元重叠的方式进行子阵列组合，获得实际包含4MxMy+xNy-1个物理天线阵元的平面互质阵列；
步骤2：平面互质阵列接收信号张量建模。假设有K个来自
Figure BDA0002477589530000097
方向的远场窄带非相干信号源，将平面互质阵列稀疏子阵列
Figure BDA0002477589530000098
的各采样快拍信号在第三维度进行叠加，得到一个三维张量信号
Figure BDA0002477589530000099
(L为采样快拍数)，表示为：
Figure BDA00024775895300000910
其中，sk＝[sk,1,sk,2,…,sk,L]T为对应第k个入射信源的多快拍采样信号波形，[·]T表示转置操作，
Figure BDA00024775895300000918
表示矢量外积，
Figure BDA00024775895300000911
为与各信号源相互独立的噪声张量，
Figure BDA00024775895300000912
和
Figure BDA00024775895300000913
分别为
Figure BDA00024775895300000914
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure BDA00024775895300000915
的信号源，表示为：
Figure BDA00024775895300000916
Figure BDA00024775895300000917
其中，
Figure BDA0002477589530000101
及
Figure BDA0002477589530000102
分别表示稀疏子阵列
Figure BDA0002477589530000103
在x轴和y轴方向上第i1和i2个物理天线阵元的实际位置，且
Figure BDA0002477589530000104
Figure BDA0002477589530000105
类似地，稀疏子阵列
Figure BDA0002477589530000106
的接收信号可用另一个三维张量
Figure BDA0002477589530000107
表示为：
Figure BDA0002477589530000108
其中，
Figure BDA0002477589530000109
为与各信号源相互独立的噪声张量，
Figure BDA00024775895300001010
和
Figure BDA00024775895300001011
分别为稀疏子阵列
Figure BDA00024775895300001012
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure BDA00024775895300001013
的信号源，表示为：
Figure BDA00024775895300001014
Figure BDA00024775895300001015
其中，
Figure BDA00024775895300001016
及
Figure BDA00024775895300001017
分别表示稀疏子阵列
Figure BDA00024775895300001018
在x轴和y轴方向上第i3和i4个物理天线阵元的实际位置，且
Figure BDA00024775895300001019
计算子阵列
Figure BDA00024775895300001020
和
Figure BDA00024775895300001021
的接收张量信号
Figure BDA00024775895300001022
和
Figure BDA00024775895300001023
的互相关统计量，得到一个具有四维空间信息的二阶互相关张量
Figure BDA00024775895300001024
表示为：
Figure BDA00024775895300001025
这里，
Figure BDA00024775895300001026
和
Figure BDA00024775895300001027
分别表示
Figure BDA00024775895300001028
和
Figure BDA00024775895300001029
在第三维度(即快拍维度)方向上的第l个切片，(·)*表示共轭操作；
步骤3：推导基于平面互质阵列二阶互相关张量的虚拟域等价信号。平面互质阵列两个子阵列接收张量信号的二阶互相关张量
Figure BDA00024775895300001030
可理想建模(无噪声场景)为：
Figure BDA00024775895300001031
其中，
Figure BDA00024775895300001032
表示第k个入射信号源的功率；此时，
Figure BDA00024775895300001033
中
Figure BDA00024775895300001034
等价于沿着x轴的一个增广虚拟域，
Figure BDA0002477589530000111
等价于沿着y轴的一个增广虚拟域，从而可以得到一个增广的非均匀虚拟域面阵
Figure BDA0002477589530000112
如图3所示，其中各虚拟阵元的位置表示为：
Figure BDA0002477589530000113
为了得到对应于增广虚拟域面阵
Figure BDA0002477589530000114
的等价接收信号，将互相关张量
Figure BDA0002477589530000115
中表征x轴方向空间信息的第1、3维度合并成一个维度，将表征y轴方向空间信息的第2、4维度合并成另一个维度。张量的维度合并可通过其PARAFAC分解的模展开操作实现，具体地，定义维度集合
Figure BDA0002477589530000116
和
Figure BDA0002477589530000117
则通过对互相关张量
Figure BDA0002477589530000118
进行PARAFAC分解的模
Figure BDA0002477589530000119
展开，可获得增广虚拟域面阵
Figure BDA00024775895300001110
的等价接收信号
Figure BDA00024775895300001111
表示为：
Figure BDA00024775895300001112
其中，
Figure BDA00024775895300001113
和
Figure BDA00024775895300001114
Figure BDA00024775895300001115
是增广虚拟域面阵
Figure BDA00024775895300001116
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure BDA00024775895300001117
的信号源；这里，
Figure BDA00024775895300001118
表示克罗内克积；
步骤4：构造虚拟域均匀面阵的等价接收信号。增广虚拟域面阵
Figure BDA00024775895300001119
中包含一个x轴分布为(-Nx+1)d到(MxNx+Mx-1)d、y轴分布为(-Ny+1)d到(MyNy+My-1)d的虚拟域均匀面阵
Figure BDA00024775895300001120
Figure BDA00024775895300001121
中共有Dx×Dy个虚拟阵元，其中Dx＝MxNx+Mx+Nx-1，Dy＝MyNy+My+Ny-1；虚拟域均匀面阵
Figure BDA00024775895300001122
的结构如图3中虚线框内所示，表示为：
Figure BDA00024775895300001123
通过选取非均匀虚拟域面阵
Figure BDA00024775895300001124
的等价接收信号V中与
Figure BDA00024775895300001125
各虚拟阵元位置相对应的元素，可以获取虚拟域均匀面阵
Figure BDA00024775895300001126
的等价接收信号
Figure BDA00024775895300001127
Figure BDA00024775895300001128
其中，
Figure BDA0002477589530000121
和
Figure BDA0002477589530000122
Figure BDA0002477589530000123
为虚拟域均匀面阵
Figure BDA0002477589530000124
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure BDA0002477589530000125
的信号源；
步骤5：推导虚拟域平滑信号的四阶自相关张量。由上述步骤得到虚拟域均匀面阵
Figure BDA0002477589530000126
的等价信号
Figure BDA0002477589530000127
虚拟域信号
Figure BDA0002477589530000128
中保存了虚拟域面阵的空间结构信息，然而，由于
Figure BDA0002477589530000129
可以视作一个单快拍的虚拟域信号，其统计量往往存在秩亏问题。因此，基于二维空间平滑的思想对虚拟域信号
Figure BDA00024775895300001210
进行处理，构造多个等效快拍虚拟域子阵信号，对这些虚拟域子阵信号进行求和平均后，求其四阶自相关张量。具体做法为，在虚拟域均匀面阵
Figure BDA00024775895300001211
中，分别沿x轴和y轴方向每隔一个阵元取一个大小为Y1×Y2的子阵列，则可以将虚拟域均匀面阵
Figure BDA00024775895300001212
分割成L1×L2个互相部分重叠的均匀子阵列，L1、L2、Y1、Y2之间满足以下关系：
Y1+L1-1＝MxNx+Mx+Nx-1,
Y2+L2-1＝MyNy+My+Ny-1.
将上述子阵列表示为
Figure BDA00024775895300001213
g1＝1,2,…,L1，g2＝1,2,…,L2，则
Figure BDA00024775895300001214
中阵元的位置表示为：
Figure BDA00024775895300001215
根据子阵列
Figure BDA00024775895300001216
对应虚拟域信号
Figure BDA00024775895300001217
中相应位置元素，得到虚拟域子阵列
Figure BDA00024775895300001218
的等价信号
Figure BDA00024775895300001219
Figure BDA00024775895300001220
其中，
Figure BDA00024775895300001221
Figure BDA00024775895300001222
和
Figure BDA00024775895300001223
Figure BDA00024775895300001224
为对应于
Figure BDA00024775895300001225
方向的虚拟域子阵列
Figure BDA0002477589530000131
在x轴和y轴上的导引矢量。经过上述操作，一共得到L1×L2个维度均为Y1×Y2的虚拟域子阵信号
Figure BDA0002477589530000132
对这L1×L2个虚拟域子阵信号
Figure BDA0002477589530000133
求平均值，得到一个虚拟域平滑信号
Figure BDA0002477589530000134
Figure BDA0002477589530000135
对该虚拟域信号
Figure BDA0002477589530000136
求得其四阶自相关张量
Figure BDA0002477589530000137
表示为：
Figure BDA0002477589530000138
步骤6：基于虚拟域四阶自相关张量的多维特征提取实现信号与噪声子空间分类。为了构建基于子空间分类思想的张量空间谱，对四阶自相关张量
Figure BDA0002477589530000139
进行CANDECOMP/PARACFAC分解以提取多维特征，得到结果表示如下：
Figure BDA00024775895300001310
其中，
Figure BDA00024775895300001311
和
Figure BDA00024775895300001312
为CANDECOMP/PARACFAC分解得到的两组正交因子矢量，分别表示x轴和y轴方向的空间信息，
Figure BDA00024775895300001313
和
Figure BDA00024775895300001314
为因子矩阵；取
Figure BDA00024775895300001315
Figure BDA00024775895300001316
张成的空间，记作
Figure BDA00024775895300001317
Figure BDA00024775895300001318
作为信号子空间，用一个张量
Figure BDA00024775895300001319
表示该信号子空间，其中
Figure BDA00024775895300001320
表示
Figure BDA00024775895300001321
沿着第三维度的第k个切片，表示为：
Figure BDA00024775895300001322
为了得到噪声子空间，需要对因子矩阵Cx和Cy求其正交补；Cx的正交补记为
Figure BDA00024775895300001323
Cy的正交补记为
Figure BDA00024775895300001324
Figure BDA00024775895300001325
其中min（·）表示取最小值操作；则取
Figure BDA00024775895300001326
Figure BDA00024775895300001327
作为噪声子空间，用张量
Figure BDA00024775895300001328
表示该噪声子空间，
Figure BDA00024775895300001329
表示
Figure BDA00024775895300001330
沿着第三维度的第h个切片，表示为：
Figure BDA00024775895300001331
除了使用张量分解提取虚拟域自相关张量的多维特征，还可以通过高阶奇异值分解，具体表示为：
Figure BDA0002477589530000141
其中，×Q表示张量与矩阵沿着第Q维度的模Q内积；
Figure BDA0002477589530000142
表示包含高阶奇异值的核张量，
Figure BDA0002477589530000143
和
Figure BDA0002477589530000144
表示对应v四个维度的奇异矩阵。将Dx的前K列和后Y1-K列分开为信号子空间
Figure BDA0002477589530000145
和噪声子空间
Figure BDA0002477589530000146
类似地，将Dy的前K列和后Y2-K列分开为信号子空间
Figure BDA0002477589530000147
和噪声子空间
Figure BDA0002477589530000148
步骤7：基于虚拟域张量空间谱搜索的高分辨精确二维波达方向估计。定义用于谱峰搜索的二维波达方向
Figure BDA0002477589530000149
构造对应虚拟域均匀面阵
Figure BDA00024775895300001410
的导引信息
Figure BDA00024775895300001411
表示为：
Figure BDA00024775895300001412
使用基于CANDECOMP/PARACFAC分解得到的噪声子空间构造张量空间谱函数
Figure BDA00024775895300001413
表示如下：
Figure BDA00024775895300001414
其中，＜×{Q}＞表示两个张量沿着第Q维度的模{Q}缩并操作，要求两个张量的第Q维度的大小相同；‖·‖F表示Frobenius范数；
Figure BDA00024775895300001415
和
Figure BDA00024775895300001416
沿着第1，2维度的模{1,2}缩并操作得到一个矢量
Figure BDA00024775895300001417
Figure BDA00024775895300001418
得到空间谱函数
Figure BDA00024775895300001419
之后，通过二维谱峰搜索得到二维波达方向估计结果，具体步骤为：以搜索步长a°逐渐分别增加
Figure BDA00024775895300001420
的值，二维波达方向
Figure BDA00024775895300001421
的搜索起点为(-90°,0°)，终点为(90°,180°)；每个
Figure BDA00024775895300001422
可以对应计算出一个
Figure BDA00024775895300001423
的空间谱值，从而可以构造出一个对应于
Figure BDA00024775895300001424
Figure BDA00024775895300001425
的空间谱。空间谱中存在K个峰值，该K个峰值位置所对应的
Figure BDA00024775895300001426
的值，即为信源的二维波达方向估计。
基于高阶奇异值分解得到的噪声子空间构造张量空间谱函数
Figure BDA00024775895300001427
表示为：
Figure BDA0002477589530000151
其中，·H表示共轭转置操作。同样地，得到空间谱函数
Figure BDA0002477589530000152
之后，按照上述的二维谱峰搜索方式，即可得到信源的二维波达方向估计。
下面结合仿真实例对本发明的效果做进一步的描述。
仿真实例：采用互质阵列接收入射信号，其参数选取为Mx＝2，My＝2，Nx＝3，Ny＝3，即架构的互质阵列共包含4MxMy+NxNy-1＝24个物理阵元。假定入射窄带信号个数为1，且入射方向方位角和仰角分别为[45°,50°]；采用L＝500个采样快拍及10dB的输入信噪比进行仿真实验。
本发明所提出的基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法的空间谱如图4所示。可以看出，本发明所提方法能够有效地构造出二维空间谱，其中对应入射信源的二维波达方向位置存在一个精尖的谱峰，该谱峰所对应的x轴和y轴的值即为入射信源的俯仰角和方位角。
综上所述，本发明充分考虑了平面互质阵列信号的多维结构信息，利用张量信号建模，构造具有虚拟域面阵空间结构信息的虚拟域等价信号，并通过分析其张量统计特性，构建起基于虚拟域自相关张量多维特征提取的子空间分类思路，建立起平面互质阵列虚拟域模型与张量空间谱之间的联系，解决了平面互质阵列的信号失配问题；同时，本发明通过利用张量分解和高阶奇异值分解两种张量特征提取手段，提出了高精度、高分辨度张量空间谱的构造机理，相较于现有方法，在空间谱的分辨度和二维波达方向估计精度性能上取得了突破。
以上所述仅是本发明的优选实施方式，虽然本发明已以较佳实施例披露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何的简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (7)

1.一种基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法，其特征在于，包含以下步骤：
(1)接收端使用4MxMy+NxNy-1个物理天线阵元，按照平面互质阵列的结构进行架构；其中，Mx、Nx以及My、Ny分别为一对互质整数，且Mx＜Nx，My＜Ny；该平面互质阵列可分解为两个稀疏均匀子阵列
Figure FDA0002477589520000011
和
Figure FDA0002477589520000012
(2)假设有K个来自
Figure FDA0002477589520000013
方向的远场窄带非相干信号源，将平面互质阵列稀疏子阵列
Figure FDA0002477589520000014
的接收信号用一个三维张量信号
Figure FDA0002477589520000015
(L为采样快拍数)表示为：
Figure FDA0002477589520000016
其中，sk＝[sk，1，sk，2，...，sk，L]T为对应第k个入射信源的多快拍采样信号波形，[·]T表示转置操作，
Figure FDA0002477589520000017
表示矢量外积，
Figure FDA0002477589520000018
为与各信号源相互独立的噪声张量，
Figure FDA0002477589520000019
和
Figure FDA00024775895200000110
分别为
Figure FDA00024775895200000111
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure FDA00024775895200000112
的信号源，表示为：
Figure FDA00024775895200000113
Figure FDA00024775895200000114
其中，
Figure FDA00024775895200000115
及
Figure FDA00024775895200000116
分别表示稀疏子阵列
Figure FDA00024775895200000117
在x轴和y轴方向上第i1和i2个物理天线阵元的实际位置，且
Figure FDA00024775895200000118
Figure FDA00024775895200000119
稀疏子阵列
Figure FDA00024775895200000120
的接收信号可用另一个三维张量
Figure FDA00024775895200000121
表示为：
Figure FDA00024775895200000122
其中，
Figure FDA00024775895200000123
为与各信号源相互独立的噪声张量，
Figure FDA00024775895200000124
和
Figure FDA00024775895200000125
分别为稀疏子阵列
Figure FDA00024775895200000127
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure FDA00024775895200000126
的信号源，表示为：
Figure FDA0002477589520000021
Figure FDA0002477589520000022
其中，
Figure FDA0002477589520000023
及
Figure FDA0002477589520000024
分别表示稀疏子阵列
Figure FDA0002477589520000025
在x轴和y轴方向上第i3和i4个物理天线阵元的实际位置，且
Figure FDA0002477589520000026
计算子阵列
Figure FDA0002477589520000027
和
Figure FDA0002477589520000028
的接收张量信号
Figure FDA0002477589520000029
和
Figure FDA00024775895200000210
的二阶互相关张量
Figure FDA00024775895200000211
Figure FDA00024775895200000212
表示为：
Figure FDA00024775895200000213
这里，
Figure FDA00024775895200000214
和
Figure FDA00024775895200000215
分别表示
Figure FDA00024775895200000216
和
Figure FDA00024775895200000217
在第三维度(即快拍维度)方向上的第l个切片，(·)*表示共轭操作；
(3)由互相关张量
Figure FDA00024775895200000218
得到一个增广的非均匀虚拟域面阵
Figure FDA00024775895200000219
其中各虚拟阵元的位置表示为：
Figure FDA00024775895200000220
其中，单位间隔d取为入射窄带信号波长λ的一半，即d＝λ/2。定义维度集合
Figure FDA00024775895200000221
和
Figure FDA00024775895200000222
则通过对互相关张量
Figure FDA00024775895200000223
的理想值
Figure FDA00024775895200000224
(无噪声场景)进行PARAFAC分解的模
Figure FDA00024775895200000225
展开，可获得增广虚拟域面阵
Figure FDA00024775895200000236
的等价接收信号
Figure FDA00024775895200000226
的理想表示为：
Figure FDA00024775895200000227
其中，
Figure FDA00024775895200000228
和
Figure FDA00024775895200000229
Figure FDA00024775895200000230
是增广虚拟域面阵
Figure FDA00024775895200000237
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure FDA00024775895200000231
的信号源；
Figure FDA00024775895200000232
表示第k个入射信号源的功率；
Figure FDA00024775895200000233
表示克罗内克积；张量下标表示张量的PARAFAC分解的模展开操作；
(4)
Figure FDA00024775895200000238
中包含一个x轴分布为(-Nx+1)d到(MxNx+Mx-1)d、y轴分布为(-Ny+1)d到(MyNy+My-1)d的虚拟域均匀面阵
Figure FDA00024775895200000234
Figure FDA00024775895200000235
中共有Dx×Dy个虚拟阵元，其中Dx＝MxNx+Mx+Nx-1，Dy＝MyNy+My+Ny-1，
Figure FDA0002477589520000031
表示为：
Figure FDA0002477589520000032
通过选取虚拟域等价接收信号V中与
Figure FDA0002477589520000033
各虚拟阵元位置相对应的元素，获取虚拟域均匀面阵
Figure FDA0002477589520000034
的等价接收信号
Figure FDA0002477589520000035
将其表示为：
Figure FDA0002477589520000036
其中，
Figure FDA0002477589520000037
Figure FDA0002477589520000038
和
Figure FDA0002477589520000039
Figure FDA00024775895200000310
为虚拟域均匀面阵
Figure FDA00024775895200000311
在x轴和y轴方向上的导引矢量，对应于来波方向为
Figure FDA00024775895200000312
的信号源；
(5)在虚拟域均匀面阵
Figure FDA00024775895200000313
中，分别沿x轴和y轴方向每隔一个阵元取一个大小为Y1×Y2的子阵列，则可以将虚拟域均匀面阵
Figure FDA00024775895200000314
分割成L1×L2个互相部分重叠的均匀子阵列；将上述子阵列表示为
Figure FDA00024775895200000315
根据子阵列
Figure FDA00024775895200000316
对应虚拟域信号
Figure FDA00024775895200000317
中相应位置元素，得到虚拟域子阵列
Figure FDA00024775895200000318
的等价信号
Figure FDA00024775895200000319
Figure FDA00024775895200000320
其中，
Figure FDA00024775895200000321
Figure FDA00024775895200000322
和
Figure FDA00024775895200000323
Figure FDA00024775895200000324
为对应于
Figure FDA00024775895200000325
方向的虚拟域子阵列
Figure FDA00024775895200000326
在x轴和y轴上的导引矢量；经过上述操作，一共得到L1×L2个维度均为Y1×Y2的虚拟域子阵信号
Figure FDA00024775895200000327
对这L1×L2个虚拟域子阵信号
Figure FDA00024775895200000328
求平均值，得到一个虚拟域平滑信号
Figure FDA00024775895200000329
Figure FDA00024775895200000330
对该虚拟域信号
Figure FDA00024775895200000331
求得其四阶自相关张量
Figure FDA00024775895200000332
表示为：
Figure FDA0002477589520000041
(6)对四阶自相关张量
Figure FDA0002477589520000042
进行CANDECOMP/PARACFAC分解以提取多维特征，得到结果表示如下：
Figure FDA0002477589520000043
其中，
Figure FDA0002477589520000044
和
Figure FDA0002477589520000045
为CANDECOMP/PARACFAC分解得到的两组正交因子矢量，分别表示x轴和y轴方向上的空间信息，
Figure FDA0002477589520000046
和
Figure FDA0002477589520000047
Figure FDA0002477589520000048
为因子矩阵；取
Figure FDA0002477589520000049
张成的空间，记作
Figure FDA00024775895200000410
Figure FDA00024775895200000411
作为信号子空间，用一个张量
Figure FDA00024775895200000412
表示该信号子空间，其中
Figure FDA00024775895200000413
表示
Figure FDA00024775895200000414
沿着第三维度的第k个切片，表示为：
Figure FDA00024775895200000415
为了得到噪声子空间，对因子矩阵Cx和Cy求其正交补；Cx的正交补记为
Figure FDA00024775895200000416
Cy的正交补记为
Figure FDA00024775895200000417
Figure FDA00024775895200000418
则取
Figure FDA00024775895200000419
作为噪声子空间，用张量
Figure FDA00024775895200000420
表示该噪声子空间，
Figure FDA00024775895200000421
表示
Figure FDA00024775895200000422
沿着第三维度的第h个切片，表示为：
Figure FDA00024775895200000423
(7)定义用于谱峰搜索的二维波达方向
Figure FDA00024775895200000424
Figure FDA00024775895200000425
构造对应虚拟域均匀面阵
Figure FDA00024775895200000426
的导引信息
Figure FDA00024775895200000427
表示为：
Figure FDA00024775895200000428
使用基于CANDECOMP/PARACFAC分解得到的噪声子空间构造张量空间谱函数
Figure FDA00024775895200000429
表示如下：
Figure FDA00024775895200000430
其中，<×{Q}>表示两个张量沿着第Q维度的模{Q}缩并操作，要求两个张量的第Q维度的大小相同；||·||F表示Frobenius范数；
Figure FDA00024775895200000431
和
Figure FDA0002477589520000051
沿着第1，2维度的模{1，2}缩并操作得到一个矢量
Figure FDA0002477589520000052
Figure FDA0002477589520000053
得到空间谱函数
Figure FDA0002477589520000054
之后，可以构造出对应二维搜索波达方向的空间谱，随后通过搜索谱峰所在位置对应的二维波达方向，即为入射信源的二维波达方向估计。
2.根据权利要求1所述的基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法，其特征在于，步骤(1)所述的平面互质阵列结构可具体描述为：在平面坐标系xoy上构造一对稀疏均匀平面子阵列
Figure FDA0002477589520000055
和
Figure FDA0002477589520000056
其中
Figure FDA0002477589520000057
包含2Mx×2My个天线阵元，在x轴方向上和y轴方向上的阵元间距分别为Nxd和Nyd，其在xoy上的位置坐标为{(Nxdmx，Nydmy)，mx＝0，1，...，2Mx-1，my＝0，1，...，2My-1}；
Figure FDA0002477589520000058
包含Nx×Ny个天线阵元，在x轴方向上和y轴方向上的阵元间距分别为Mxd和Myd，其在xoy上的位置坐标为{(Mxdnx，Mydny)，nx＝0，1，...，Nx-1，ny＝0，1，...，Ny-1}；这里，Mx、Nx以及My、Ny分别为一对互质整数，且Mx＜Nx，My＜Ny；将
Figure FDA00024775895200000519
和
Figure FDA00024775895200000520
按照(0，0)坐标处阵元重叠的方式进行子阵列组合，获得实际包含4MxMy+NxNy-1个物理天线阵元的互质面阵。
3.根据权利要求1所述的基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法，其特征在于，步骤(3)所述的互相关张量
Figure FDA0002477589520000059
可理想(无噪声场景)建模为：
Figure FDA00024775895200000510
此时，
Figure FDA00024775895200000511
中
Figure FDA00024775895200000512
等价于沿着x轴的一个增广虚拟域，
Figure FDA00024775895200000513
等价于沿着y轴的一个增广虚拟域，从而可以得到非均匀虚拟域面阵
Figure FDA00024775895200000514
4.根据权利要求1所述的基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法，其特征在于，步骤(5)所述的虚拟域均匀面阵
Figure FDA00024775895200000515
的等价信号
Figure FDA00024775895200000516
中保存了虚拟域面阵的空间结构信息，然而，由于
Figure FDA00024775895200000517
可以视作一个单快拍的虚拟域信号，其统计量往往存在秩亏问题；因此，基于二维空间平滑的思想对虚拟域信号
Figure FDA00024775895200000518
进行处理，构造多个等效快拍虚拟域子阵信号，对这些虚拟域子阵信号进行求和平均后，求其四阶自相关张量；子阵列
Figure FDA0002477589520000061
中阵元的位置表示为：
Figure FDA0002477589520000062
通过子阵列
Figure FDA0002477589520000063
对应选取虚拟域信号
Figure FDA0002477589520000064
中相应位置元素，得到虚拟域子阵列
Figure FDA0002477589520000065
的等价信号
Figure FDA0002477589520000066
5.根据权利要求1所述的基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法，其特征在于，步骤(6)所述的提取虚拟域四阶自相关张量的多维特征以实现信号与噪声子空间分类，除了通过CANDECOMP/PARACFAC分解，还可以通过高阶奇异值分解实现，具体表示为：
Figure FDA0002477589520000067
其中，×Q表示张量与矩阵沿着第Q维度的模Q内积；
Figure FDA0002477589520000068
表示包含高阶奇异值的核张量，
Figure FDA0002477589520000069
和
Figure FDA00024775895200000610
表示对应
Figure FDA00024775895200000611
四个维度的奇异矩阵；将Dx的前K列和后Y1-K列分开为信号子空间
Figure FDA00024775895200000612
和噪声子空间
Figure FDA00024775895200000613
将Dy的前K列和后Y2-K列分开为信号子空间
Figure FDA00024775895200000614
和噪声子空间
Figure FDA00024775895200000615
6.根据权利要求1所述的基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法，其特征在于，步骤(7)中得到空间谱函数
Figure FDA00024775895200000616
之后进行二维谱峰搜索的具体步骤为：以a°为步长逐渐分别增加
Figure FDA00024775895200000617
的值，二维波达方向
Figure FDA00024775895200000618
的搜索起点为(-90°，0°)，终点为(90°，180°)；每个
Figure FDA00024775895200000619
可以对应计算出一个
Figure FDA00024775895200000620
的空间谱值，从而可以构造出一个对应于
Figure FDA00024775895200000621
Figure FDA00024775895200000622
的空间谱。空间谱中存在K个峰值，该K个峰值所对应的
Figure FDA00024775895200000623
的值，即为信源的二维波达方向估计。
7.根据权利要求5所述的基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法，其特征在于，步骤(7)中所述的张量空间谱构造还可以使用基于高阶奇异值分解得到的噪声子空间实现，表示为
Figure FDA00024775895200000624
Figure FDA0002477589520000071
其中，(·)H表示共轭转置操作；得到空间谱函数
Figure FDA0002477589520000072
之后，按照二维谱峰搜索过程，即可得到信源的二维波达方向估计。
CN202010371305.9A 2020-05-03 2020-05-03 基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法 Active CN111610486B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010371305.9A CN111610486B (zh) 2020-05-03 2020-05-03 基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010371305.9A CN111610486B (zh) 2020-05-03 2020-05-03 基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法

Publications (2)

Publication Number Publication Date
CN111610486A true CN111610486A (zh) 2020-09-01
CN111610486B CN111610486B (zh) 2022-12-27

Family

ID=72201756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010371305.9A Active CN111610486B (zh) 2020-05-03 2020-05-03 基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法

Country Status (1)

Country Link
CN (1) CN111610486B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112711000A (zh) * 2020-12-16 2021-04-27 浙江大学 基于最小化准则的电磁矢量互质面阵张量功率谱估计方法
CN112904272A (zh) * 2021-01-18 2021-06-04 浙江大学 基于互相关张量的三维互质立方阵列波达方向估计方法
CN113325364A (zh) * 2021-07-15 2021-08-31 金陵科技学院 一种基于数据压缩的空时联合测向方法
CN113552532A (zh) * 2021-07-09 2021-10-26 浙江大学 基于耦合张量分解的l型互质阵列波达方向估计方法
CN114200388A (zh) * 2021-10-28 2022-03-18 浙江大学 基于四阶采样协方差张量去噪的子阵分置式l型互质阵列波达方向估计方法
CN115209336A (zh) * 2022-06-28 2022-10-18 华南理工大学 一种多个虚拟源动态双耳声重放方法、装置及存储介质
WO2023137812A1 (zh) * 2022-01-21 2023-07-27 浙江大学 基于虚拟域张量填充的互质面阵二维波达方向估计方法
WO2023137813A1 (zh) * 2022-01-21 2023-07-27 浙江大学 基于最优结构化虚拟域张量填充的超分辨互质面阵空间谱估计方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104749552A (zh) * 2015-03-21 2015-07-01 西安电子科技大学 基于稀疏重构的互质阵列波达方向角估计方法
US20160172767A1 (en) * 2014-12-12 2016-06-16 The Boeing Company Congruent non-uniform antenna arrays
CN107329108A (zh) * 2017-05-03 2017-11-07 浙江大学 基于内插虚拟阵列协方差矩阵Toeplitz化重建的互质阵列波达方向估计方法
CN107422295A (zh) * 2017-08-30 2017-12-01 浙江大学 基于互质阵列虚拟域等价信号原子范数表示的波达方向估计方法
CN108710102A (zh) * 2018-05-15 2018-10-26 浙江大学 基于互质阵列二阶等价虚拟信号离散傅里叶逆变换的波达方向估计方法
CN109143152A (zh) * 2018-09-25 2019-01-04 哈尔滨工业大学 基于张量建模的极化阵列波达方向和极化参数估计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160172767A1 (en) * 2014-12-12 2016-06-16 The Boeing Company Congruent non-uniform antenna arrays
CN104749552A (zh) * 2015-03-21 2015-07-01 西安电子科技大学 基于稀疏重构的互质阵列波达方向角估计方法
CN107329108A (zh) * 2017-05-03 2017-11-07 浙江大学 基于内插虚拟阵列协方差矩阵Toeplitz化重建的互质阵列波达方向估计方法
CN107422295A (zh) * 2017-08-30 2017-12-01 浙江大学 基于互质阵列虚拟域等价信号原子范数表示的波达方向估计方法
CN108710102A (zh) * 2018-05-15 2018-10-26 浙江大学 基于互质阵列二阶等价虚拟信号离散傅里叶逆变换的波达方向估计方法
CN109143152A (zh) * 2018-09-25 2019-01-04 哈尔滨工业大学 基于张量建模的极化阵列波达方向和极化参数估计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHENGWEI ZHOU，ET AL: "Direction-of-Arrival Estimation for Coprime Array via Virtual Array Interpolation", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 *
ZHOU ZHOU,ET AL: "FD-MIMO via Pilot-Data Superposition: Tensor-Based DOA Estimation and System Performance", 《IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING》 *
樊劲宇等: "基于张量分解的互质阵MIMO雷达目标多参数估计方法", 《电子与信息学报》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112711000A (zh) * 2020-12-16 2021-04-27 浙江大学 基于最小化准则的电磁矢量互质面阵张量功率谱估计方法
CN112711000B (zh) * 2020-12-16 2023-08-11 浙江大学 基于最小化准则的电磁矢量互质面阵张量功率谱估计方法
US11879986B2 (en) 2021-01-18 2024-01-23 Zhejiang University Three-dimensional co-prime cubic array direction-of-arrival estimation method based on a cross-correlation tensor
CN112904272A (zh) * 2021-01-18 2021-06-04 浙江大学 基于互相关张量的三维互质立方阵列波达方向估计方法
JP7327840B2 (ja) 2021-01-18 2023-08-16 浙江大学 相互相関テンソルに基づく三次元の互いに素のキュービックアレイの到来方向推定方法
CN112904272B (zh) * 2021-01-18 2022-02-18 浙江大学 基于互相关张量的三维互质立方阵列波达方向估计方法
JP2023513650A (ja) * 2021-01-18 2023-04-03 浙江大学 相互相関テンソルに基づく三次元の互いに素のキュービックアレイの到来方向推定方法
WO2022151511A1 (zh) * 2021-01-18 2022-07-21 浙江大学 基于互相关张量的三维互质立方阵列波达方向估计方法
CN113552532B (zh) * 2021-07-09 2022-03-22 浙江大学 基于耦合张量分解的l型互质阵列波达方向估计方法
WO2023279411A1 (zh) * 2021-07-09 2023-01-12 浙江大学 基于耦合张量分解的l型互质阵列波达方向估计方法
CN113552532A (zh) * 2021-07-09 2021-10-26 浙江大学 基于耦合张量分解的l型互质阵列波达方向估计方法
CN113325364A (zh) * 2021-07-15 2021-08-31 金陵科技学院 一种基于数据压缩的空时联合测向方法
CN114200388A (zh) * 2021-10-28 2022-03-18 浙江大学 基于四阶采样协方差张量去噪的子阵分置式l型互质阵列波达方向估计方法
WO2023070499A1 (zh) * 2021-10-28 2023-05-04 浙江大学 基于四阶采样协方差张量去噪的子阵分置式l型互质阵列波达方向估计方法
WO2023137812A1 (zh) * 2022-01-21 2023-07-27 浙江大学 基于虚拟域张量填充的互质面阵二维波达方向估计方法
WO2023137813A1 (zh) * 2022-01-21 2023-07-27 浙江大学 基于最优结构化虚拟域张量填充的超分辨互质面阵空间谱估计方法
CN115209336A (zh) * 2022-06-28 2022-10-18 华南理工大学 一种多个虚拟源动态双耳声重放方法、装置及存储介质

Also Published As

Publication number Publication date
CN111610486B (zh) 2022-12-27

Similar Documents

Publication Publication Date Title
CN111610486B (zh) 基于平面互质阵列虚拟域张量空间谱搜索的高分辨精确二维波达方向估计方法
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
CN107422295B (zh) 基于互质阵列虚拟域等价信号原子范数表示的波达方向估计方法
CN107102291B (zh) 基于虚拟阵列内插的无网格化互质阵列波达方向估计方法
CN107092004B (zh) 基于信号子空间旋转不变性的互质阵列波达方向估计方法
CN107315160B (zh) 基于内插虚拟阵列信号原子范数最小化的互质阵列波达方向估计方法
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
CN104020439B (zh) 基于空间平滑协方差矩阵稀疏表示的波达方向角估计方法
CN104898085B (zh) 一种极化敏感阵列参数估计的降维music算法
CN107015190A (zh) 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
CN111610485B (zh) 基于平面互质阵列块采样张量信号构造的自由度增强型空间谱估计方法
CN110109050B (zh) 嵌套阵列下基于稀疏贝叶斯的未知互耦的doa估计方法
CN105445696A (zh) 一种嵌套l型天线阵列结构及其波达方向估计方法
CN112904272B (zh) 基于互相关张量的三维互质立方阵列波达方向估计方法
CN107907855A (zh) 一种互素阵列转化为均匀线阵的doa估计方法及装置
CN113673317B (zh) 基于原子范数最小化可降维的二维离格doa估计方法
WO2021068495A1 (zh) 基于平面互质阵列块采样张量信号构造的自由度增强型空间谱估计方法
CN111624545A (zh) 基于结构化虚拟域张量信号处理的互质面阵二维波达方向估计方法
CN113552532B (zh) 基于耦合张量分解的l型互质阵列波达方向估计方法
CN111965591A (zh) 一种基于四阶累积量矢量化dft的测向估计方法
US11300648B2 (en) High-resolution, accurate, two-dimensional direction-of-arrival estimation method based on coarray tensor spatial spectrum searching with co-prime planar array
CN112711000B (zh) 基于最小化准则的电磁矢量互质面阵张量功率谱估计方法
CN115856782A (zh) 一种基于fpga实现框架的车载雷达定位方法
CN113281698A (zh) 一种嵌套阵中基于级联的非高斯信源测向方法
CN114114142B (zh) 一种基于协方差扩展pm算法的波达方向估计方法

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