CN112285642A - 一种无重叠优化互质阵列的信号波达方向估计方法 - Google Patents
一种无重叠优化互质阵列的信号波达方向估计方法 Download PDFInfo
- Publication number
- CN112285642A CN112285642A CN202010998872.7A CN202010998872A CN112285642A CN 112285642 A CN112285642 A CN 112285642A CN 202010998872 A CN202010998872 A CN 202010998872A CN 112285642 A CN112285642 A CN 112285642A
- Authority
- CN
- China
- Prior art keywords
- array
- signal
- prime
- optimized
- overlapping
- 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
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
-
- 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)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种无重叠优化互质阵列的信号波达方向估计方法,包含以下顺序的步骤:构造无重叠优化互质阵列作为入射信号的接收阵列;预先搜集接收端天线阵列的阵元分布信息和大致估计信号的源数目;计算接收信号的自相关矩阵;将自相关矩阵重构成一个矢量,进行空间平滑处理;在空间平滑所得的协方差矩阵上使用MUSIC算法,估计信号的DOA。本发明提出新的互质阵列分布结构,可应用于估计入射信号的波达方向。本发明构造新型的无重叠优化互质阵列,提出两种新的互质阵列结构,并利用接收信号的自相关矩阵构造更长的虚拟均匀线性阵列。与传统互质阵列方法相比,本发明在提高自由度、增加识别信源数目的同时,提高了波达方向估计的准确度。
Description
技术领域
本发明涉及信号处理领域,特别涉及一种无重叠优化互质阵列的信号波达方向估计方法。
背景技术
阵列信号处理技术被广泛应用于国防与人们生活的方方面面。波达方向(DOA)估计是阵列信号处理领域中的一个重要的问题,在雷达、声纳、无线通信、智能天线和无源定位等方面中,有较多的应用。传统的DOA估计方法只能求解目标数少于阵元数的情况,因此如何用少量的阵元检测更多的目标成为一个新的挑战。近几年,一种新型几何结构的线列阵——互质阵的提出,可达到估计的DOA数目远超过阵元数目。由于互质阵阵元的位置分布特殊,在经过数学运算处理后,可以形成孔径更大的虚拟阵,估计出的目标数目已经远大于同等数目物理阵元的均匀线列阵。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种无重叠优化互质阵列的信号波达方向估计方法,该方法提出新的阵列分布结构,进一步增强阵列性能,以更少数目的阵元分辨更多信号源。
本发明的目的通过以下的技术方案实现:
一种无重叠优化互质阵列的信号波达方向估计方法,包含以下顺序的步骤:
构造无重叠优化互质阵列作为入射信号的接收阵列;
预先搜集接收端天线阵列的阵元分布信息和大致估计信号的源数目;
计算接收信号的自相关矩阵;
将自相关矩阵重构成一个矢量,进行空间平滑处理;
在空间平滑所得的协方差矩阵上使用MUSIC算法,估计信号的DOA。
所述无重叠优化互质阵列,包含两种分布结构类型,分别为基础性结构与进阶型结构,每种阵列结构由两个子阵列构成。
所述基础型结构,其分布位置的X轴坐标如下所示:
第一个子阵列坐标集合为{nMd|1≤n≤N-1};
第二个子阵坐标集合为{mNd+LNd|0≤m≤2M-1};
所述进阶型结构,其分布位置的X轴坐标如下所示:
第一个子阵列坐标集合为{nMd|1≤n≤N-1};
第二个子阵列坐标集合为
其中M、N、d、L的取值与权利要求3中的取值相同。
所述将自相关矩阵重构成一个矢量,是指根据无重叠优化互质阵列的空间分布信息,将自相关矩阵中所有元素映射到虚拟差分阵列各个阵元的接收信号,对差分阵列的阵元差值进行排序,对取同一个差值的重复项合并为一项,取连续长度最大的虚拟差值序列对应的自相关矩阵元素作为虚拟差分阵列的接收信号。
一种无重叠优化互质阵列的信号波达方向估计方法,具体包含以下步骤:
步骤S101、构造无重叠优化互质阵列作为入射信号的接收阵列;
步骤S102、搜集接收端天线阵列的阵元分布信息和大致估计信号的源数目k;
步骤S103、对接收阵列中的天线接收到的信号进行抽样,获得接收信号;
步骤S104、计算步骤S103中接收信号的自相关矩阵;
步骤S105、将自相关矩阵并重构成矢量,即根据无重叠优化互质阵列的空间分布信息,将自相关矩阵中所有元素映射到虚拟差分阵列各个阵元的接收信号,对差分阵列的阵元差值进行排序,对取同一个差值的重复项合并为一项,取连续长度最大的虚拟差值序列对应的自相关矩阵元素作为虚拟差分阵列的接收信号z1;
步骤S106、对虚拟差分阵列的接收信号z1进行空间平滑,得到协方差矩阵R1;
步骤S107、对协方差矩阵R1使用MUSIC算法进行空间谱计算,估算信号的DOA记为θk。
步骤S103中,所述接收信号的计算公式为:
接收信号x=As+n;
其中,发射信号记为s,对应的方向矩阵记为A,同时用n表示本次信号传输的噪声。
步骤S104中,所述自相关矩阵的计算公式为:
自相关矩阵Rxx=E(xxH)。
本发明与现有技术相比,具有如下优点和有益效果:
本发明中提出新型的无重叠优化互质阵列,包含两种新型阵列结构。本发明构造无重叠优化互质阵列,并利用接收信号的自相关矩阵构造更长的虚拟均匀线性阵列,估计出的目标数目已经远大于同等数目物理阵元的均匀线列阵。相较于传统的采用互质阵列进行DOA估计的方法,本发明的DOA估计方法提高自由度、增加识别信源数目的同时,提高了波达方向估计的准确度。
附图说明
图1是本发明所述一种无重叠优化互质阵列的信号波达方向估计方法的流程图。
图2为本发明所述一种无重叠优化互质阵列的信号波达方向估计方法的无重叠优化互质阵列的基础型结构图。
图3为本发明所述一种无重叠优化互质阵列的信号波达方向估计方法的无重叠优化互质阵列的进阶型结构图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
一种无重叠优化互质阵列的信号波达方向估计方法,包含以下顺序的步骤:
系统接收端构造无重叠优化互质阵列作为入射信号的接收阵列;
系统服务器预先搜集接收端天线阵列的阵元分布信息和大致估计信号的源数目;
系统服务器计算接收信号的自相关矩阵;
系统服务器将自相关矩阵重构成一个矢量,进行空间平滑处理;
系统服务器在空间平滑所得的协方差矩阵上使用MUSIC算法,估计信号的DOA。
具体地,如图1、2、3所示,一种无重叠优化互质阵列的信号波达方向估计方法,包含以下步骤:
步骤S101、构造无重叠优化互质阵列作为入射信号的接收阵列;
步骤S102、搜集接收端天线阵列的阵元分布信息和大致估计信号的源数目k;
步骤S103、对接收阵列中的天线接收到的信号进行抽样,获得接收信号;其中,发射信号记为s,对应的方向矩阵记为A,同时用n表示本次信号传输的噪声,接收信号为x=As+n;
步骤S104、计算步骤S103中接收信号的自相关矩阵,即Rxx=E(xxH);
步骤S105、将自相关矩阵Rxx并重构成矢量,即根据无重叠优化互质阵列的空间分布信息,将自相关矩阵中所有元素映射到虚拟差分阵列各个阵元的接收信号,对差分阵列的阵元差值进行排序,对取同一个差值的重复项合并为一项(比如取均值,但不局限与此),取连续长度最大的虚拟差值序列对应的自相关矩阵元素作为虚拟差分阵列的接收信号z1;
步骤S106、对虚拟差分阵列的接收信号z1进行空间平滑,得到协方差矩阵R1;
步骤S107、对协方差矩阵R1使用MUSIC算法进行空间谱计算,估算信号的DOA记为θk。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (8)
1.一种无重叠优化互质阵列的信号波达方向估计方法,其特征在于,包含以下顺序的步骤:
构造无重叠优化互质阵列作为入射信号的接收阵列;
预先搜集接收端天线阵列的阵元分布信息和大致估计信号的源数目;
计算接收信号的自相关矩阵;
将自相关矩阵重构成一个矢量,进行空间平滑处理;
在空间平滑所得的协方差矩阵上使用MUSIC算法,估计信号的DOA。
2.根据权利要求1所述无重叠优化互质阵列的信号波达方向估计方法,其特征在于,所述无重叠优化互质阵列,包含两种分布结构类型,分别为基础性结构与进阶型结构,每种阵列结构由两个子阵列构成。
5.根据权利要求1所述无重叠优化互质阵列的信号波达方向估计方法,所述将自相关矩阵重构成一个矢量,是指根据无重叠优化互质阵列的空间分布信息,将自相关矩阵中所有元素映射到虚拟差分阵列各个阵元的接收信号,对差分阵列的阵元差值进行排序,对取同一个差值的重复项合并为一项,取连续长度最大的虚拟差值序列对应的自相关矩阵元素作为虚拟差分阵列的接收信号。
6.根据权利要求1所述无重叠优化互质阵列的信号波达方向估计方法,具体包含以下步骤:
步骤S101、构造无重叠优化互质阵列作为入射信号的接收阵列;
步骤S102、搜集接收端天线阵列的阵元分布信息和大致估计信号的源数目k;
步骤S103、对接收阵列中的天线接收到的信号进行抽样,获得接收信号;
步骤S104、计算步骤S103中接收信号的自相关矩阵;
步骤S105、将自相关矩阵并重构成矢量,即根据无重叠优化互质阵列的空间分布信息,将自相关矩阵中所有元素映射到虚拟差分阵列各个阵元的接收信号,对差分阵列的阵元差值进行排序,对取同一个差值的重复项合并为一项,取连续长度最大的虚拟差值序列对应的自相关矩阵元素作为虚拟差分阵列的接收信号z1;
步骤S106、对虚拟差分阵列的接收信号z1进行空间平滑,得到协方差矩阵R1;
步骤S107、对协方差矩阵R1使用MUSIC算法进行空间谱计算,估算信号的DOA记为θk。
7.根据权利要求6所述无重叠优化互质阵列的信号波达方向估计方法,步骤S103中,所述接收信号的计算公式为:
接收信号x=As+n;
其中,发射信号记为s,对应的方向矩阵记为A,同时用n表示本次信号传输的噪声。
8.根据权利要求6所述无重叠优化互质阵列的信号波达方向估计方法,步骤S104中,所述自相关矩阵的计算公式为:
自相关矩阵Rxx=E(xxH)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010998872.7A CN112285642B (zh) | 2020-09-22 | 2020-09-22 | 一种无重叠优化互质阵列的信号波达方向估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010998872.7A CN112285642B (zh) | 2020-09-22 | 2020-09-22 | 一种无重叠优化互质阵列的信号波达方向估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112285642A true CN112285642A (zh) | 2021-01-29 |
CN112285642B CN112285642B (zh) | 2023-09-29 |
Family
ID=74421965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010998872.7A Active CN112285642B (zh) | 2020-09-22 | 2020-09-22 | 一种无重叠优化互质阵列的信号波达方向估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112285642B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114167354A (zh) * | 2021-11-25 | 2022-03-11 | 厦门大学 | 一种基于高自由度的水下doa估计方法 |
Citations (10)
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 |
CN106324558A (zh) * | 2016-08-30 | 2017-01-11 | 东北大学秦皇岛分校 | 基于互质阵列的宽带信号doa估计方法 |
CN106646344A (zh) * | 2016-12-16 | 2017-05-10 | 西北工业大学 | 一种利用互质阵的波达方向估计方法 |
CN107102291A (zh) * | 2017-05-03 | 2017-08-29 | 浙江大学 | 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 |
CN107315160A (zh) * | 2017-05-03 | 2017-11-03 | 浙江大学 | 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 |
CN108344967A (zh) * | 2018-01-20 | 2018-07-31 | 中国人民解放军战略支援部队信息工程大学 | 基于互质面阵的二维波达方向快速估计方法 |
US20190089460A1 (en) * | 2017-03-09 | 2019-03-21 | California Institute Of Technology | Co-prime optical transceiver array |
CN109932680A (zh) * | 2019-04-04 | 2019-06-25 | 哈尔滨工程大学 | 一种基于平移互质阵列的非圆信号波达方向估计方法 |
CN110927660A (zh) * | 2019-11-21 | 2020-03-27 | 华南理工大学 | 一种基于互质阵列的混合信号波达方向估计方法 |
US20200200861A1 (en) * | 2018-12-21 | 2020-06-25 | King Fahd University Of Petroleum And Minerals | Signal emitter location determination using sparse doa estimation based on a multi-level prime array with compressed subarray |
-
2020
- 2020-09-22 CN CN202010998872.7A patent/CN112285642B/zh active Active
Patent Citations (10)
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 |
CN106324558A (zh) * | 2016-08-30 | 2017-01-11 | 东北大学秦皇岛分校 | 基于互质阵列的宽带信号doa估计方法 |
CN106646344A (zh) * | 2016-12-16 | 2017-05-10 | 西北工业大学 | 一种利用互质阵的波达方向估计方法 |
US20190089460A1 (en) * | 2017-03-09 | 2019-03-21 | California Institute Of Technology | Co-prime optical transceiver array |
CN107102291A (zh) * | 2017-05-03 | 2017-08-29 | 浙江大学 | 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 |
CN107315160A (zh) * | 2017-05-03 | 2017-11-03 | 浙江大学 | 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 |
CN108344967A (zh) * | 2018-01-20 | 2018-07-31 | 中国人民解放军战略支援部队信息工程大学 | 基于互质面阵的二维波达方向快速估计方法 |
US20200200861A1 (en) * | 2018-12-21 | 2020-06-25 | King Fahd University Of Petroleum And Minerals | Signal emitter location determination using sparse doa estimation based on a multi-level prime array with compressed subarray |
CN109932680A (zh) * | 2019-04-04 | 2019-06-25 | 哈尔滨工程大学 | 一种基于平移互质阵列的非圆信号波达方向估计方法 |
CN110927660A (zh) * | 2019-11-21 | 2020-03-27 | 华南理工大学 | 一种基于互质阵列的混合信号波达方向估计方法 |
Non-Patent Citations (3)
Title |
---|
XIAO YANG等: "An Efficient DOA Estimation Method for Co-Prime Linear Arrays", 《IEEE ACCESS》, vol. 7, no. 7, pages 90874 - 90881, XP011736364, DOI: 10.1109/ACCESS.2019.2926804 * |
张彦奎等: "基于互质阵列重构的高维波达方向估计算法_", 《电子学报》, vol. 46, no. 12, pages 2923 - 2929 * |
荣加加: "特殊阵列下的快速波达方向估计", 《中国优秀硕士学位论文全文数据库信息科技辑(月刊)》, no. 2, pages 136 - 295 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114167354A (zh) * | 2021-11-25 | 2022-03-11 | 厦门大学 | 一种基于高自由度的水下doa估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112285642B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109932680B (zh) | 一种基于平移互质阵列的非圆信号波达方向估计方法 | |
CN110031794B (zh) | 一种基于差分共性阵重构的相干信源doa估计方法 | |
CN107132505B (zh) | 直达与非直达混合场景中的多目标直接定位方法 | |
CN110927660B (zh) | 一种基于互质阵列的混合信号波达方向估计方法 | |
CN105182293B (zh) | 基于互质阵列mimo雷达doa与dod估计方法 | |
CN102411136B (zh) | 一种扩展基线解模糊的相位干涉仪测向方法 | |
CN109471086B (zh) | 基于多采样快拍和集阵列信号离散傅里叶变换的互质mimo雷达波达方向估计方法 | |
CN104730491A (zh) | 一种基于l型阵的虚拟阵列doa估计方法 | |
CN102253363A (zh) | 基于l型阵列的相干信号二维波达方向估计装置及其方法 | |
CN104408278A (zh) | 一种基于干扰噪声协方差矩阵估计的稳健波束形成方法 | |
CN107037392A (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 | |
CN109143153A (zh) | 一种基于稀疏重构的超嵌套阵列波达方向估计方法 | |
CN109116297B (zh) | 一种被动雷达空间谱估计与合成波束的联合测向方法 | |
CN112487703B (zh) | 基于稀疏贝叶斯在未知噪声场的欠定宽带信号doa估计方法 | |
Zheng et al. | Two-dimensional DOA estimation for coprime planar array: A coarray tensor-based solution | |
CN110286350A (zh) | 一种l型稀疏阵doa估计的精确配对方法及装置 | |
CN110531311A (zh) | 一种基于矩阵重组的lte外辐射源雷达doa估计方法 | |
CN110398732A (zh) | 低计算量自适应步长迭代搜索的目标方向检测方法 | |
CN110286351A (zh) | 一种基于l型嵌套阵的二维doa估计方法及装置 | |
CN108318855B (zh) | 基于均匀圆阵的近场和远场混合信号源定位方法 | |
Liao et al. | Resolution Improvement for MUSIC and ROOT MUSIC Algorithms. | |
CN109521393A (zh) | 一种基于信号子空间旋转特性的波达方向估计算法 | |
Suleiman et al. | Search-free decentralized direction-of-arrival estimation using common roots for non-coherent partly calibrated arrays | |
CN112285642A (zh) | 一种无重叠优化互质阵列的信号波达方向估计方法 | |
CN113671477B (zh) | 一种基于图信号处理的雷达目标距离估计方法 |
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 |