CN112285641A - 一种基于ica的波达方向doa的估计方法及装置 - Google Patents
一种基于ica的波达方向doa的估计方法及装置 Download PDFInfo
- Publication number
- CN112285641A CN112285641A CN202010976164.3A CN202010976164A CN112285641A CN 112285641 A CN112285641 A CN 112285641A CN 202010976164 A CN202010976164 A CN 202010976164A CN 112285641 A CN112285641 A CN 112285641A
- Authority
- CN
- China
- Prior art keywords
- array
- array manifold
- signal
- manifold
- doa
- 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 44
- 238000012880 independent component analysis Methods 0.000 claims abstract description 66
- 238000012937 correction Methods 0.000 claims abstract description 48
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 238000013507 mapping Methods 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims description 87
- 238000000926 separation method Methods 0.000 claims description 42
- 238000001228 spectrum Methods 0.000 claims description 38
- 239000013598 vector Substances 0.000 claims description 25
- 208000001992 Autosomal Dominant Optic Atrophy Diseases 0.000 claims description 11
- 206010011906 Death Diseases 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 10
- 238000004088 simulation Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000003491 array Methods 0.000 description 6
- 239000010977 jade Substances 0.000 description 4
- 238000009795 derivation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 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
- 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
-
- 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)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本申请公开了一种基于ICA的波达方向DOA的估计方法及装置，该方法包括：根据接收的包含多个源信号的混合信号以及预设的接收信号与源信号之间映射关系构建阵列信号接收模型，其中，所述阵列信号接收模型包括天线阵列的阵列流形；根据预设的基于独立分量分析ICA算法以及所述阵列信号接收模型计算出初始的阵列流形以及确定出所述初始的阵列流形对应的校正参数；根据所述校正参数对所述初始的阵列流形进行校正得到校正后的阵列流形，根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA。本申请解决了现有技术中DOA估计的准确性较差以及适用性差的技术问题。
Description
技术领域
本申请涉及无线电测向技术领域，尤其涉及一种基于ICA的波达方向DOA的估计方法及装置。
背景技术
波达方向(Direction Of Arrival,DOA)是指空间信号的达到方向，通常通过空间信号到达阵列参考阵元的方向角来表达。随着阵列天线技术的快速发展，智能天线成为移动通信领域研究的新热点，而DOA估计是智能天线的重要组成部分。
目前，DOA估计的方法有多种，例如，幅度比较式测向、干涉仪测向、多普勒测向、到达时间差测向、空间谱估计测向以及基于独立分量分析(Independent ComponentAnalysis,ICA)的DOA估计等。而基于ICA进而DOA估计可以根据对阵列接收数据的处理，就能估计出源信号和传输通道矩阵，进而估计出DOA，具有较好的应用前景。但是，由于ICA存在复幅值，而复幅值存在不确定性，因此，根据ICA进而DOA估计时复幅值的不确定性会影响计算出的阵列流形的准确性。在现有的基于ICA的DOA估计的相关方法中，一方面由于忽略了或回避了复数ICA固有的复幅值不确定性对阵列流形以及DOA估计的影响，在低信噪比会幅相误差情况下，导致DOA估计的准确性较差；另一方面，现有的基于ICA的DOA估计的相关方法均属于针对均匀直线阵的解析法，适用范围小。
发明内容
本申请解决的技术问题是：针对现有技术中DOA估计的准确性较差以及适用性差的问题，提供了一种基于ICA的波达方向DOA的估计方法及装置，本申请实施例所提供的方案中，根据ICA算法得到的初始的阵列流形确定出校正参数，根据所述校正参数对初始的阵列流形进行校正，避免由于复数ICA固有的复幅值不确定性对阵列流形以及DOA估计的影响，在低信噪比会幅相误差情况下，导致DOA估计的准确性较差的问题。
第一方面，本申请实施例提供一种基于ICA的波达方向DOA的估计方法，该方法包括：
根据接收的包含多个源信号的混合信号以及预设的接收信号与源信号之间映射关系构建阵列信号接收模型，其中，所述阵列信号接收模型包括天线阵列的阵列流形；
根据预设的基于独立分量分析ICA算法以及所述阵列信号接收模型计算出初始的阵列流形以及确定出所述初始的阵列流形对应的校正参数；
根据所述校正参数对所述初始的阵列流形进行校正得到校正后的阵列流形，根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA。
可选地，根据预设的基于独立分量分析ICA算法以及所述阵列信号接收模型计算出初始的阵列流形，包括：
基于所述ICA算法以及所述阵列信号接收模型计算出分离矩阵；
将所述分离矩阵求逆得到所述初始的阵列流形。
可选地，确定出所述初始的阵列流形对应的校正参数，包括：
根据预设的全局矩阵以及所述多个源信号构建分离后的信号模型，根据所述分离后的信号模型与所述阵列信号接收模型之间的预设映射关系确定出所述全局矩阵与所述阵列流形以及所述分离矩阵之间的第一映射关系，其中，所述全局矩阵为广义交换矩阵；
根据所述第一映射关系确定出所述分离矩阵与所述初始的阵列流形之间的第一关系，以及确定出所述阵列流形与所述分离矩阵之间的第二关系；
根据所述第一关系以及所述第二关系确定出所述校正参数。
可选地，根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA，包括：
根据所述校正后的阵列流形以及预设源信号的方向矢量构建空间谱函数；
根据所述空间谱函数对每个所述源信号进行谱峰搜索得到所述每个源信号的DOA。
可选地，根据所述校正后的阵列流形以及预设源信号的方向矢量构建空间谱函数，包括：
通过下式构建空间谱函数：
其中，H(θ)表示空间谱函数；||·||表示向量范数；
表示校正后的阵列流形的第i列。
可选地，根据所述空间谱函数对每个所述源信号进行谱峰搜索得到所述每个源信号的DOA，包括：
通过下式进行谱峰搜索得到所述每个源信号的DOA：
其中，θi表示源信号的来向角度。
第二方面，本申请实施例提供了本申请实施例提供了一种基于ICA的波达方向DOA的估计装置，该装置包括：
构建单元，用于根据接收的包含多个源信号的混合信号以及预设的接收信号与源信号之间映射关系构建阵列信号接收模型，其中，所述阵列信号接收模型包括天线阵列的阵列流形；
计算单元，用于根据预设的基于独立分量分析ICA算法以及所述阵列信号接收模型计算出初始的阵列流形以及确定出所述初始的阵列流形对应的校正参数；
校正单元，用于根据所述校正参数对所述初始的阵列流形进行校正得到校正后的阵列流形，根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA。
可选地，所述计算单元，具体用于：
基于所述ICA算法以及所述阵列信号接收模型计算出分离矩阵；
将所述分离矩阵求逆得到所述初始的阵列流形。
可选地，所述计算单元，具体用于：
根据预设的全局矩阵以及所述多个源信号构建分离后的信号模型，根据所述分离后的信号模型与所述阵列信号接收模型之间的预设映射关系确定出所述全局矩阵与所述阵列流形以及所述分离矩阵之间的第一映射关系，其中，所述全局矩阵为广义交换矩阵；
根据所述第一映射关系确定出所述分离矩阵与所述初始的阵列流形之间的第一关系，以及确定出所述阵列流形与所述分离矩阵之间的第二关系；
根据所述第一关系以及所述第二关系确定出所述校正参数。
可选地，所述校正单元，具体用于：
根据所述校正后的阵列流形以及预设源信号的方向矢量构建空间谱函数；
根据所述空间谱函数对每个所述源信号进行谱峰搜索得到所述每个源信号的DOA。
可选地，所述校正单元，具体用于：
通过下式构建空间谱函数：
其中，H(θ)表示空间谱函数；||·||表示向量范数；
表示校正后的阵列流形的第i列。
可选地，所述校正单元，具体用于：
通过下式进行谱峰搜索得到所述每个源信号的DOA：
其中，θi表示源信号的来向角度。
与现有技术相比，本申请实施例所提供的方案具有如下有益效果：
1、本申请实施例所提供的方案中，根据ICA算法得到的初始的阵列流形确定出校正参数，根据所述校正参数对初始的阵列流形进行校正，避免由于复数ICA固有的复幅值不确定性对阵列流形以及DOA估计的影响，在低信噪比会幅相误差情况下，导致DOA估计的准确性较差的问题。
2、本申请实施例所提供的方案中，根据ICA算法得到的初始的阵列流形确定出校正参数，根据所述校正参数对初始的阵列流形进行校正，使得本申请请实施例所提的基于ICA的DOA估计方法不仅适用于均匀直线阵，还适用于多种阵列形式，进而提高了适用性。
附图说明
图1为本申请实施例所提供的一种基于ICA的波达方向DOA的估计方法的流程示意图；
图2为本申请实施例所提供的一种阵列信号接收模型的结构示意图；
图3为本申请实施例所提供的一种阵列流形均方根误差随信噪比SNR变化曲线；
图4为本申请实施例所提供的一种传统MUSIC算法的DOA估计结果；
图5为本申请实施例所提供的一种DOA估计结果；
图6为本申请实施例所提供的一种存在幅相误差情况下MUSIC算法的DOA估计结果；
图7为本申请实施例所提供的一种存在幅相误差情况下的DOA估计结果；
图8为本申请实施例所提供的一种基于ICA的波达方向DOA的估计装置的结构示意图。
具体实施方式
本申请实施例提供的方案中，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
以下结合说明书附图对本申请实施例所提供的一种基于ICA的波达方向DOA的估计方法做进一步详细的说明，该方法具体实现方式可以包括以下步骤(方法流程如图1所示)：
步骤101，根据接收的包含多个源信号的混合信号以及预设的接收信号与源信号之间映射关系构建阵列信号接收模型，其中，所述阵列信号接收模型包括天线阵列的阵列流形。
具体的，假设s＝[s1，s2，…，sn]T是未知的相互独立的n维非高斯矢量源信号，源信号入射到间距为半波长的均匀直线阵，其中，该直线阵的阵元数为m；n、m均为不小于1的正整数，且m≥n。在本申请实施例所提供的方案中，阵列流形A为列满秩的m×n阶未知混合复矩阵，并通过下式表示：
A＝[α(θ1),α(θ2),…,α(θi),…,α(θn)] (1)
其中，θi表示接收机接收的信号的来向角；α(θi)表示来向角为θi的信号的方向矢量。
当接收机的接收天线阵列为均匀直线阵时，α(θi)可以通过如下公式表示：
其中，d表示接收天线阵列中相邻阵元的间距；λ表示信号波长。
进一步，接收天线阵列所接收的接收信号与发射机发送的源信号之间的之间映射关系可得到如下阵列接收信号模型，并通过下式表示：
x＝As (3)
其中，x表示阵列接收信号模型，x＝[x1，x2，…，xm]T。
根据上述公式(2)和(3)可知，由于来向角为θi的信号的方向矢量包含指数形式的复幅值，故阵列接收信号模型也包含复幅值，即阵列接收信号模型具有ICA模型的特征。具体的，阵列接收信号模型参加图2所示。
步骤102，根据预设的基于独立分量分析ICA算法以及所述阵列信号接收模型计算出初始的阵列流形以及确定出所述初始的阵列流形对应的校正参数。
具体的，在本申请实施例所提供的方案中，基于独立分量分析ICA算法有多种，例如，矩阵联合对角化的预白化(Joint Approximate Diagonlization of Eigenmatrixes，JADE)算法或基于复数快速独立分量分离CFastICA算法，其中，JADE算法主要通过对累积量矩阵进行特征值分解而得到分离矩阵；CFastICA是对实数FastICA算法的推广。
在一种可能实现的方式中，根据预设的基于独立分量分析ICA算法以及所述阵列信号接收模型计算出初始的阵列流形，包括：基于所述ICA算法以及所述阵列信号接收模型计算出分离矩阵；将所述分离矩阵求逆得到所述初始的阵列流形。
在一种可能实现的方式中，确定出所述初始的阵列流形对应的校正参数，包括：根据预设的全局矩阵以及所述多个源信号构建分离后的信号模型，根据所述分离后的信号模型与所述阵列信号接收模型之间的预设映射关系确定出所述全局矩阵与所述阵列流形以及所述分离矩阵之间的第一映射关系，其中，所述全局矩阵为广义交换矩阵；根据所述第一映射关系确定出所述分离矩阵与所述初始的阵列流形之间的第一关系，以及确定出所述阵列流形与所述分离矩阵之间的第二关系；根据所述第一关系以及所述第二关系确定出所述校正参数。
具体的，ICA算法的过程是在未知A和s的情况下，求取一个分离矩阵，然后根据分离矩阵从阵列接收信号模型中混合信号中分离出尽可能独立的分离信号，混合信号和分离信号之间的关系可通过下式表示：
y＝Wx＝WAs＝Ps (4)
P＝WA (5)
其中，y表示分离后的信号，y＝[y1，y2，…，yn]T；W表示分离矩阵；P表示广义交换矩阵，其为全局矩阵，广义交换矩阵是指矩阵中每行每列只有一个元素非零，其余都为零。
根据上述公式(5)可知，矩阵P可以反映分离后的信号存在排列顺序和复幅值方面的不确定性，但波形保持不变。
进一步，在确定出广义交换矩阵与所述阵列流形以及分离矩阵之间的第一映射关系之后，可根据所述ICA算法以及所述第一映射关系计算出所述分离矩阵，根据所述分离矩阵计算出所述初始的阵列流形，具体的过程如下所示：
首先，通过ICA算法以及阵列接收信号模型计算出分离矩阵，然后，根据分离矩阵计算出初始的阵列流形。具体的计算初始的阵列流形公式如下所示：
其中，
表示初始的阵列流形；
表示W的伪逆。
进一步，根据公式(5)和(6)可得到：
将公式(7)代入公式(6)，得
其中，Q表示校正参数，Q＝P-1，其也是一个广义置换矩阵，其中每行每列的非零元素是一个复数；A表示实际的阵列流形。
根据公式(8)可知，通过ICA算法求取的分离矩阵，然后将分离矩阵求逆得到初始的阵列流形与实际的阵列流形之间不等同，初始的阵列流形是实际的阵列流形与一个广义交换矩阵的乘积。
为了进一步确定初始的阵列流形与实际的阵列流形之间的关系，即
与A的关系，假设阵列流形A通过如下公式表示：
为了不失一般性以及便于计算，假设复数的广义置换阵Q是一个n×n的对角阵，具体通过下述公式表示：
将公式(9)和公式(10)代入公式(8)，可以得到
与A的具体关系为：
因此，由公式(11)可见，ICA固有的复幅值不确定性确实对阵列流形的估计有影响，即在正确阵列流形的每一列都叠加有不同的复常数。相当于估计的每一个信号的方向矢量都叠加有不同的复常数，导致估计的信号方向矢量是不正确的。
为了确定出精确的阵列流形，需要消除ICA不确定性的影响，对阵列流形进行校正。下面以均匀直线阵为例进行讨论。
具体的令：
则均匀直线阵的阵列流形可以写为如下形式：
则由公式(11)可知，
为：
则由上式(14)可以看出Q中的非零元素就是
的第一行，即Q通过如下公式表示：
其中，
表示
的第一行，diag()表示将向量变为对角阵。
进一步，在上述公式(15)的基础上，根据公式(14)确定出校正参数为Q-1。
步骤103，根据所述校正参数对所述初始的阵列流形进行校正得到校正后的阵列流形，根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA。
在本申请实施例所提供的方案中，在确定出校正参数之后，根据校正参数对初始的阵列流形进行校正得到校正后的阵列流形，即根据校正参数对初始的阵列流形进行校正消除ICA不确定性，具体的，经过校正后的阵列流形通过下式表示：
进一步，需要指出的是，上面方法之所以是有效的，是由于直线阵特殊的阵列流形结构，即第一行所有元素为1，因此可以通过上面提出的方法估计出不确定性矩阵Q，从而得到精确的阵列流形估计
上面虽然以均匀直线阵为例进行推导的，但由推导过程可以知道，凡是具有第一行所有元素为1这种结构的阵列流形，则都可以利用上面的校正方法，消除ICA固有的不确定性的影响，获得精确的阵列流形估计。例如当阵列为平面阵或非均匀直线阵，并且取第一个阵元为坐标原点时，则阵列流形的第一行元素全为1，因此也可以利用上面的校正方法获得精确阵列流形的估计。
进一步，在得到校正后的阵列流形，根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA。具体的，根据校正后的阵列流形进行DOA估计的方式有多种，下面以一种较佳的方式为例进行说明。
在一种可能实现的方式中，根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA，包括：根据所述校正后的阵列流形以及预设源信号的方向矢量构建空间谱函数；根据所述空间谱函数对每个所述源信号进行谱峰搜索得到所述每个源信号的DOA。
在一种可能实现的方式中，根据所述校正后的阵列流形以及预设源信号的方向矢量构建空间谱函数，包括：
通过下式构建空间谱函数：
其中，H(θ)表示空间谱函数；||·||表示向量范数；
表示校正后的阵列流形的第i列。
具体的，在本申请实施例所提供的方案中，向量范数是指向量“大小”的一个度量，其中，向量范数常用的有1-范数、2-范数和∞-范数，为了简单，本申请实施例所提供的方案取为∞-范数。H(θ)度量了估计的信号方向矢量
与所有可能信号方向矢量α(θ)的接近程度。
在一种可能实现的方式中，根据所述空间谱函数对每个所述源信号进行谱峰搜索得到所述每个源信号的DOA，包括：
通过下式进行谱峰搜索得到所述每个源信号的DOA：
其中，θi表示源信号的来向角度。
进一步，为了便于了解通过本申请实施例所提供的方案进行DOA估计的效果，下面对其估计的DOA进行验证。
假设，接收机中接收天线阵列为间距半波长的7元均匀线阵，接收信号快拍数为1000，采样频率为5000Hz。有三个信号，来波方向分别为28°、35°和50°。在DOA仿真验证过程中加入了复数的高斯白噪声，具体的DOA仿真验证过程如下所示：
1)对阵列流形校正验证
为了看出对阵列流形的估计精度，定义均方根误差如下式所示：
图3是在不同信噪比条件下，分别使用CFastICA和JADE算法，经过100次蒙特卡罗实验仿真，得到阵列流形估计的均方根误差。由图3可见，本发明的阵列流形校正算法对阵列流形校正精度好；两种算法的对阵列流形估计的均方根误差都随信噪比的增加逐渐减小；JADE算法比CFastICA算法估计的均方根误差整体要小。
2)低信噪比情况下对DOA估计验证
在0dB时，使用MUSIC算法和本申请实施例所提供的算法进行DOA估计的仿真结果如图4和图5所示。由图4可见，在低信噪比时，MUSIC算法已经无法分辨前两个信号，而本申请的DOA估计算法则仍能正确分辨所有信号。图5中，黑色实线是使用经过校正后的精确阵列流形得到的空间谱，蓝色虚线是使用不精确阵列流形得到的空间谱。很明显，没有校正的阵列流形不能得到正确的DOA估计。
3)幅相误差情况下对DOA估计验证
为了进一步看出本申请实施例所提算法对幅相误差的适应性，下面在存在幅相误差时进行仿真实验。以第一个阵元为参考阵元，其幅度和相位假设为1和0°。仿真中的幅度误差为在[0.0474,1.9526]的均匀分布，相位误差为在[-34.6410°,34.6410°]之间的均匀分布。图6和图7分别是MUSIC算法本申请实施例算法的仿真结果。
由图可见，在存在幅相误差时，MUSIC只出现了两个平缓的谱峰，只能估计出两个信号的DOA，分别为48.9°和30.6°，估计误差较大。而本申请实施例的DOA估计方法能正确估计出所有三个信号的方向，估计结果分别为27.3°、50°和34.6°，具有较高的DOA估计精度。同样，利用不精确的阵列流形无法得到真实的DOA方向。
本申请实施例通过理论推导，得出了一般的ICA不确定性对阵列流形的影响，并提出了校正并获得精确阵列流形的方法。在此基础上，提出了一种通过范数空间谱搜索的DOA估计新方法。本申请实施例方法不仅适用于均匀直线阵，还适用于一般的直线阵和平面阵，适用范围更广。仿真实验表明，在低信噪比下，新方法比MUSIC算法有更高的分辨率，且对幅相误差有更好的适应性。这些特性使得本申请实施例的DOA估计方法，在实际中具有良好的应用前景。
本申请实施例所提供的方案中，基于独立分量分析ICA算法以及阵列信号接收模型计算出初始的阵列流形以及确定出所述初始的阵列流形对应的校正参数，然后根据所述校正参数对所述初始的阵列流形进行校正得到校正后的阵列流形，再根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA。即在本申请实施例所提供的方案中，根据ICA算法得到的初始的阵列流形确定出校正参数，根据所述校正参数对初始的阵列流形进行校正，避免由于复数ICA固有的复幅值不确定性对阵列流形以及DOA估计的影响，在低信噪比会幅相误差情况下，导致DOA估计的准确性较差的问题。
基于与图1所示的方法相同的发明构思，本申请实施例提供了一种基于ICA的波达方向DOA的估计装置，参见图8，该装置包括：
构建单元801，用于根据接收的包含多个源信号的混合信号以及预设的接收信号与源信号之间映射关系构建阵列信号接收模型，其中，所述阵列信号接收模型包括天线阵列的阵列流形；
计算单元802，用于根据预设的基于独立分量分析ICA算法以及所述阵列信号接收模型计算出初始的阵列流形以及确定出所述初始的阵列流形对应的校正参数；
校正单元803，用于根据所述校正参数对所述初始的阵列流形进行校正得到校正后的阵列流形，根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA。
可选地，所述计算单元802，具体用于：
基于所述ICA算法以及所述阵列信号接收模型计算出分离矩阵；
将所述分离矩阵求逆得到所述初始的阵列流形。
可选地，所述计算单元802，具体用于：
根据预设的全局矩阵以及所述多个源信号构建分离后的信号模型，根据所述分离后的信号模型与所述阵列信号接收模型之间的预设映射关系确定出所述全局矩阵与所述阵列流形以及所述分离矩阵之间的第一映射关系，其中，所述全局矩阵为广义交换矩阵；
根据所述第一映射关系确定出所述分离矩阵与所述初始的阵列流形之间的第一关系，以及确定出所述阵列流形与所述分离矩阵之间的第二关系；
根据所述第一关系以及所述第二关系确定出所述校正参数。
可选地，所述校正单元803，具体用于：
根据所述校正后的阵列流形以及预设源信号的方向矢量构建空间谱函数；
根据所述空间谱函数对每个所述源信号进行谱峰搜索得到所述每个源信号的DOA。
可选地，所述校正单元803，具体用于：
通过下式构建空间谱函数：
其中，H(θ)表示空间谱函数；||·||表示向量范数；
表示校正后的阵列流形的第i列。
可选地，所述校正单元803，具体用于：
通过下式进行谱峰搜索得到所述每个源信号的DOA：
其中，θi表示源信号的来向角度。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种基于ICA的波达方向DOA的估计方法，其特征在于，包括：
根据接收的包含多个源信号的混合信号以及预设的接收信号与源信号之间映射关系构建阵列信号接收模型，其中，所述阵列信号接收模型包括天线阵列的阵列流形；
根据预设的基于独立分量分析ICA算法以及所述阵列信号接收模型计算出初始的阵列流形以及确定出所述初始的阵列流形对应的校正参数；
根据所述校正参数对所述初始的阵列流形进行校正得到校正后的阵列流形，根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA。
2.如权利要求1所述的方法，其特征在于，根据预设的基于独立分量分析ICA算法以及所述阵列信号接收模型计算出初始的阵列流形，包括：
基于所述ICA算法以及所述阵列信号接收模型计算出分离矩阵；
将所述分离矩阵求逆得到所述初始的阵列流形。
3.如权利要求2所述的方法，其特征在于，确定出所述初始的阵列流形对应的校正参数，包括：
根据预设的全局矩阵以及所述多个源信号构建分离后的信号模型，根据所述分离后的信号模型与所述阵列信号接收模型之间的预设映射关系确定出所述全局矩阵与所述阵列流形以及所述分离矩阵之间的第一映射关系，其中，所述全局矩阵为广义交换矩阵；
根据所述第一映射关系确定出所述分离矩阵与所述初始的阵列流形之间的第一关系，以及确定出所述阵列流形与所述分离矩阵之间的第二关系；
根据所述第一关系以及所述第二关系确定出所述校正参数。
4.如权利要求1～3任一项所述的方法，其特征在于，根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA，包括：
根据所述校正后的阵列流形以及预设源信号的方向矢量构建空间谱函数；
根据所述空间谱函数对每个所述源信号进行谱峰搜索得到所述每个源信号的DOA。
5.如权利要求4所述的方法，其特征在于，根据所述校正后的阵列流形以及预设源信号的方向矢量构建空间谱函数，包括：
通过下式构建空间谱函数：
其中，H(θ)表示空间谱函数；||·||表示向量范数；
表示校正后的阵列流形的第i列。
6.如权利要求5所述的方法，其特征在于，根据所述空间谱函数对每个所述源信号进行谱峰搜索得到所述每个源信号的DOA，包括：
通过下式进行谱峰搜索得到所述每个源信号的DOA：
其中，θi表示源信号的来向角度。
7.一种基于ICA的波达方向DOA的估计装置，其特征在于，包括：
构建单元，用于根据接收的包含多个源信号的混合信号以及预设的接收信号与源信号之间映射关系构建阵列信号接收模型，其中，所述阵列信号接收模型包括天线阵列的阵列流形；
计算单元，用于根据预设的基于独立分量分析ICA算法以及所述阵列信号接收模型计算出初始的阵列流形以及确定出所述初始的阵列流形对应的校正参数；
校正单元，用于根据所述校正参数对所述初始的阵列流形进行校正得到校正后的阵列流形，根据所述校正后的阵列流形对所述多个源信号的DOA进行估计得到每个所述源信号的DOA。
8.如权利要求7所述的装置，其特征在于，所述计算单元，具体用于：
基于所述ICA算法以及所述阵列信号接收模型计算出分离矩阵；
将所述分离矩阵求逆得到所述初始的阵列流形。
9.如权利要求8所述的装置，其特征在于，所述计算单元，具体用于：
根据预设的全局矩阵以及所述多个源信号构建分离后的信号模型，根据所述分离后的信号模型与所述阵列信号接收模型之间的预设映射关系确定出所述全局矩阵与所述阵列流形以及所述分离矩阵之间的第一映射关系，其中，所述全局矩阵为广义交换矩阵；
根据所述第一映射关系确定出所述分离矩阵与所述初始的阵列流形之间的第一关系，以及确定出所述阵列流形与所述分离矩阵之间的第二关系；
根据所述第一关系以及所述第二关系确定出所述校正参数。
10.如权利要求7～9任一项所述的装置，其特征在于，所述校正单元，具体用于：
根据所述校正后的阵列流形以及预设源信号的方向矢量构建空间谱函数；
根据所述空间谱函数对每个所述源信号进行谱峰搜索得到所述每个源信号的DOA。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010976164.3A CN112285641B (zh) | 2020-09-16 | 2020-09-16 | 一种基于ica的波达方向doa的估计方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010976164.3A CN112285641B (zh) | 2020-09-16 | 2020-09-16 | 一种基于ica的波达方向doa的估计方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112285641A true CN112285641A (zh) | 2021-01-29 |
| CN112285641B CN112285641B (zh) | 2023-12-29 |
Family
ID=74420970
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010976164.3A Active CN112285641B (zh) | 2020-09-16 | 2020-09-16 | 一种基于ica的波达方向doa的估计方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112285641B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110307251A1 (en) * | 2010-06-15 | 2011-12-15 | Microsoft Corporation | Sound Source Separation Using Spatial Filtering and Regularization Phases |
| JP2014119343A (ja) * | 2012-12-17 | 2014-06-30 | Toshiba Corp | 到来方向推定装置及び方法 |
| CN105044660A (zh) * | 2015-06-18 | 2015-11-11 | 许昌学院 | 一种阵列通道不一致性误差快速校正方法 |
| WO2017161874A1 (zh) * | 2016-03-23 | 2017-09-28 | 中兴通讯股份有限公司 | 一种mimo雷达波达方向估计方法和装置 |
| CN107219410A (zh) * | 2017-06-21 | 2017-09-29 | 西安空间无线电技术研究所 | 一种基于探头扫频位移偏移量的平面近场测量修正方法 |
| CN108375752A (zh) * | 2018-02-05 | 2018-08-07 | 中国人民解放军战略支援部队信息工程大学 | 基于全角度搜索的幅相误差单辐射源测向方法 |
| CN108872926A (zh) * | 2018-07-11 | 2018-11-23 | 哈尔滨工程大学 | 一种基于凸优化的幅相误差校正及doa估计方法 |
| CN109597021A (zh) * | 2018-11-05 | 2019-04-09 | 北京航天控制仪器研究所 | 一种波达方向估计方法及装置 |
| CN109738854A (zh) * | 2018-12-14 | 2019-05-10 | 北京邮电大学 | 一种天线阵列来波方向的到达角估计方法 |
| CN110927659A (zh) * | 2019-11-25 | 2020-03-27 | 长江大学 | 互耦条件下任意阵列流形doa估计与互耦校准方法及系统 |
| CN111415676A (zh) * | 2020-03-10 | 2020-07-14 | 山东大学 | 一种基于分离矩阵初始化频点选择的盲源分离方法及系统 |
-
2020
- 2020-09-16 CN CN202010976164.3A patent/CN112285641B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110307251A1 (en) * | 2010-06-15 | 2011-12-15 | Microsoft Corporation | Sound Source Separation Using Spatial Filtering and Regularization Phases |
| JP2014119343A (ja) * | 2012-12-17 | 2014-06-30 | Toshiba Corp | 到来方向推定装置及び方法 |
| CN105044660A (zh) * | 2015-06-18 | 2015-11-11 | 许昌学院 | 一种阵列通道不一致性误差快速校正方法 |
| WO2017161874A1 (zh) * | 2016-03-23 | 2017-09-28 | 中兴通讯股份有限公司 | 一种mimo雷达波达方向估计方法和装置 |
| CN107219410A (zh) * | 2017-06-21 | 2017-09-29 | 西安空间无线电技术研究所 | 一种基于探头扫频位移偏移量的平面近场测量修正方法 |
| CN108375752A (zh) * | 2018-02-05 | 2018-08-07 | 中国人民解放军战略支援部队信息工程大学 | 基于全角度搜索的幅相误差单辐射源测向方法 |
| CN108872926A (zh) * | 2018-07-11 | 2018-11-23 | 哈尔滨工程大学 | 一种基于凸优化的幅相误差校正及doa估计方法 |
| CN109597021A (zh) * | 2018-11-05 | 2019-04-09 | 北京航天控制仪器研究所 | 一种波达方向估计方法及装置 |
| CN109738854A (zh) * | 2018-12-14 | 2019-05-10 | 北京邮电大学 | 一种天线阵列来波方向的到达角估计方法 |
| CN110927659A (zh) * | 2019-11-25 | 2020-03-27 | 长江大学 | 互耦条件下任意阵列流形doa估计与互耦校准方法及系统 |
| CN111415676A (zh) * | 2020-03-10 | 2020-07-14 | 山东大学 | 一种基于分离矩阵初始化频点选择的盲源分离方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| LIN ZHAO: "Direction-of-arrival estimation of multipath signals using independent component analysis and compressive sensing", 《PLOS ONE》, pages 1 - 17 * |
| 陈晋央: "基于独立分量分析的波束空间波达方向估计算法", 《声学技术》, vol. 31, no. 2, pages 227 - 231 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112285641B (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2022259835B2 (en) | Direction of arrival estimation | |
| CN109959892B (zh) | 一种均匀圆阵双通道干涉仪测向方法、装置和系统 | |
| CN108710103B (zh) | 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法 | |
| CN108761381B (zh) | 一种基于阵列天线的目标信源探测方法 | |
| CN108802669B (zh) | 二维波达方向估计方法、二维波达方向估计装置及终端 | |
| Huang et al. | Two-stage decoupled DOA estimation based on real spherical harmonics for spherical arrays | |
| CN113189592B (zh) | 考虑幅相互耦误差的车载毫米波mimo雷达测角方法 | |
| CN109507635A (zh) | 利用两个未知方位辅助源的阵列幅相误差估算方法 | |
| CN114624742A (zh) | 用于极化敏感阵列的幅相误差校准定位方法及装置 | |
| 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 | |
| CN108761380A (zh) | 一种用于提高精度的目标波达方向估计方法 | |
| CN109696651B (zh) | 一种基于m估计的低快拍数下波达方向估计方法 | |
| Zhang et al. | An auxiliary source-based near field source localization method with sensor position error | |
| CN113835063A (zh) | 一种无人机阵列幅相误差与信号doa联合估计方法 | |
| CN112285641B (zh) | 一种基于ica的波达方向doa的估计方法及装置 | |
| CN113821907B (zh) | 针对大型平面天线阵列系统的幅度和相位自动校准方法 | |
| CN107490780B (zh) | 一种可抑制均匀分布的相位误差的测向方法 | |
| CN113365345B (zh) | 相位偏差校正方法、装置、计算机设备和存储介质 | |
| CN115248413A (zh) | 一种适用于非均匀线阵的离格信号波达方向估计方法 | |
| Das et al. | Performance analysis of TLS-Esprit and QR TLS-Esprit algorithm for Direction of Arrival estimation | |
| CN113381793A (zh) | 一种面向相干信源估计的无网格波达方向估计方法 | |
| CN114460531A (zh) | 一种均匀线阵music空间谱估计方法 | |
| 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 | |
| CN112327244A (zh) | 一种基于l型阵列的二维非相干分布式目标参数估计方法 | |
| Nechaev et al. | Estimating the accuracy of autocalibration methods for determining the coordinates of radio wave sources with a constant conditional model of amplitude and phase errors in a digital antenna array channels |
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 |