CN112579972B - 方向性电磁耦合效应下空域信息联合估计方法 - Google Patents
方向性电磁耦合效应下空域信息联合估计方法 Download PDFInfo
- Publication number
- CN112579972B CN112579972B CN202011362130.1A CN202011362130A CN112579972B CN 112579972 B CN112579972 B CN 112579972B CN 202011362130 A CN202011362130 A CN 202011362130A CN 112579972 B CN112579972 B CN 112579972B
- Authority
- CN
- China
- Prior art keywords
- matrix
- doa
- array
- estimating
- subspace
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 12
- 230000001808 coupling effect Effects 0.000 title claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims abstract description 45
- 230000008878 coupling Effects 0.000 claims abstract description 34
- 238000010168 coupling process Methods 0.000 claims abstract description 34
- 238000005859 coupling reaction Methods 0.000 claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000006880 cross-coupling reaction Methods 0.000 claims abstract description 16
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 10
- 239000013598 vector Substances 0.000 claims description 12
- 125000003275 alpha amino acid group Chemical group 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
- Complex Calculations (AREA)
Abstract
本发明提供了一种方向性电磁耦合效应下空域信息联合估计方法,对接收信号计算协方差矩阵并进行特征值分解,构造只与角度相关的矩阵,使用加权子空间拟合算法构建拟合方程,对DOA进行估计,得到初步的DOA估计结果,使用初步估计的DOA估计互耦系数矩阵,使用估计出来的互耦矩阵,求解阵列流型,使用子空间拟合算法再次估计DOA。本发明估计出每个波达方向对应的互耦矩阵,并使用估计出的互耦矩阵精估计DOA,使用了子空间拟合算法,构造一个拟合方程,该方程可通过最优化问题来求解。估计性能优良,尤其在信噪比较低、快拍数较少时其性能明显优于子空间分解类算法。
Description
技术领域
本发明涉及信号处理领域,尤其是阵列信号处理中的目标波达方向估计
(direction-of-arrival,DOA)方法,适用于利用均匀线阵结合加权子空间拟合算法,在互耦角度依赖的情况下实现高精度目标波达方向估计。
背景技术
在近年来的理论研究过程中,DOA估计算法的进展也比较迅速,涌现出了许多估计精度高的算法。其中具有代表性的是多重信号分类算法(multiple signalclassification,MUSIC),这类算法通过对阵列输出的数学分解(如特征值分解和奇异值分解等),将数据空间划分为信号子空间和噪声子空间,利用这两个子空间的正交性来获得超分辨的空间谱,从而估计出波达方向。随着DOA估计技术的不断发展,出现了一类子空间拟合类算法,这类算法估计性能优良,尤其在信噪比较低、快拍数较少时其性能明显优于子空间分解类算法。
然而,无论是子空间分解类算法还是子空间拟合类算法,其超分辨测向性能都是基于阵列流形精确己知的前提下得到的。但是在实际的工程应用中,真实的阵列流形往往会随着气候、环境以及器件本身的变化而出现一定程度的偏差。例如天线各阵元电磁特性可能出现不一致、阵元之间存在耦合、阵元的真实位置与标称位置存在偏差等等。此时,这些超分辨测向算法的性能会严重恶化,甚至失效。因此,阵列误差的校正问题成为阵列信号处理技术走向实用化的一个瓶颈,研究阵列误差条件下的估计算法具有重要的理论意义和实用价值,也是近年来阵列信号处理领域的一个重要方向。
发明内容
为了克服现有技术的不足,本发明提供一种方向性电磁耦合效应下空域信息联合估计方法。先前的解决阵元之间耦合误差的方法都是假设阵列中的互耦系数与波达方向是相互独立的,但是这一假设在实际中是无效的。为解决这一问题,本发明提供一种方向性电磁耦合效应下空域信息联合估计方法,用于互耦系数与方向相关的情况下估计波达方向和未知互耦系数,在未知阵元互耦角度相关情况下对DOA进行估计,获取信号估计角度。
本发明解决其技术问题所采用的技术方案包括以下步骤:
步骤一:对接收信号y(n)计算协方差矩阵Rx;
步骤二:对计算的协方差矩阵Rx进行特征值分解,得到信号子空间Us、噪声子空间Un和信号特征值矩阵Σs,其中
步骤三:在互耦未知的情况下,构造只与角度相关的矩阵T;
步骤四:使用加权子空间拟合算法构建拟合方程,对DOA进行估计,得到初步的DOA估计结果;
步骤五:使用初步估计的DOA估计互耦系数矩阵;
步骤六:使用估计出来的互耦矩阵,求解阵列流型,使用子空间拟合算法再次估计DOA。
步骤七:将细化搜索网格,重复步骤四至步骤六。
所述步骤一的具体步骤如下:
当互耦矩阵与角度相关时,阵列模型表示为:
其中,N是快拍数,为导向矢量,k=1,2,…,K,sk(t)是一个窄带信号,n(t)为均值为0,方差为的高斯白噪声,λ为波长,d为阵元间距,K为波达方向个数,c(θk)=[c0,c1,…,cm,…,cM],|c0|=1>|c1|>…>|cm|>|cm+1|=…=|cM|=0,M为阵元个数,m为互耦长度,C(θk)=toeplitz(c(θk))。
简化式(1)为:
y(n)=As(n)+n(n),0<n<N (2)
其中,阵列流型A=[C(θ1)a(θ1),C(θ2)a(θ2),…,C(θK)a(θK)],s(n)=[s1(n),s2(n),…,sK(n)]T;
计算接收信号的协方差矩阵其中,(·)H表示矩阵的共轭转置。
所述步骤三的具体步骤如下:
在互耦未知的情况下,根据均匀线阵互耦矩阵的带状对称Toeplitz结构,第k个信号的阵列响应变换为:
ac(θk)=C(θk)a(θk)=T(θk)c(θk)(3)
其中,T(θk)矩阵只与角度相关与互耦系数无关且维度为M×m,是两个M×m维矩阵X1,X2之和;
其中,[·]pq表示矩阵中第p行第q列的元素,[·]p+q-1表示向量的第p+q-1个元素,p=1,2,…,M,q=1,2,…,m,将阵列流型写为:
A=[T(θ1)c(θ1),T(θ2)c(θ2),…,T(θK)c(θK)] (5)
所述步骤四的具体步骤如下:
由于信号子空间张成的空间与阵列流型张成的空间是同一空间,使用加权子空间拟合算法,求解Γ和波达方向θk(k=1,2,…,K)的代价函数为:
其中, 为噪声的功率,ΙK为K×K维的单位阵;
将式(5)代入式(6),得到:
式(7)中,blkdiag{·}为块对角矩阵的运算符;
则得到的最小二乘解:
将式(8)代入式(7)可得
其中为零空间上的正交投影,在搜索区域[-90°,90°]上,以步长μ划分网格,对式(9)的最小值进行搜索,获得K个信号的到达角。
所述步骤五的具体步骤如下:
阵列的互耦系数由求解,修正为其中,Q=diag(Q1,Q2,…,QK), 为了求解出互耦系数,将Q分解为实部和虚部两部分,利用步骤四估计出来的DOA;
当满足时,
使用估计出互耦系数,得到
所述步骤六的具体步骤如下:
对估计出的互耦向量,进行Toeplitz变换后,求得估计出的导向矢量将代入步骤四中式(6),估计出准确度和分辨率更高的DOA。
本发明的有益效果在于:
(1)本发明考虑了在实际应用中,阵列互耦是和角度相关的,并使用初步粗估计的结果,估计出每个波达方向对应的互耦矩阵,并使用估计出的互耦矩阵精估计DOA。
(2)本发明使用了子空间拟合算法,构造一个拟合方程,该方程可通过最优化问题来求解。估计性能优良,尤其在信噪比较低、快拍数较少时其性能明显优于子空间分解类算法。
附图说明
图1为本发明的未知互耦角度相关时DOA估计的一个实施例流程图。
图2为本发明DOA估计精度与信噪比关系图。
图3为本发明互耦系数估计误差与信噪比关系图。
图4为本发明DOA估计精度与快拍数关系图。
图5为本发明互耦系数估计误差与快拍数关系图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明在未知阵元互耦角度相关情况下对DOA进行估计,获取信号估计角度,如图1所示,具体步骤为:
步骤一具体步骤如下:
当互耦矩阵与角度相关时,阵列模型表示为:
其中,N是快拍数,为导向矢量,(k=1,2,…,K),sk(t)是一个窄带信号,n(t)为均值为0,方差为的高斯白噪声,λ为波长,d为阵元间距,K为波达方向个数,N为快拍数c(θk)=[c0,c1,…,cm,…,cM],|c0|=1>|c1|>…>|cm|>|cm+1|=…=|cM|=0,M为阵元个数,m为互耦长度,C(θk)=toeplitz(c(θk))。
进一步地,简化式(1)为:
y(n)=As(n)+n(n),0<n<N (2)
其中,阵列流型A=[C(θ1)a(θ1),C(θ2)a(θ2),…,C(θK)a(θK)],s(n)=[s1(n),s2(n),…,sK(n)]T。
计算接收信号的协方差矩阵其中,(·)H表示矩阵的共轭转置。
步骤二具体步骤如下:
对协方差矩阵Rx进行特征值分解,得到其中Us是信号子空间、Un是噪声子空间、Σs是信号特征值矩阵、Σn是噪声特征值矩阵。
步骤三具体步骤如下:
在互耦未知的情况下,根据均匀线阵互耦矩阵的带状对称Toeplitz结构,第k个信号的阵列响应可变换为
ac(θk)=C(θk)a(θk)=T(θk)c(θk) (3)
其中,T(θk)矩阵只与角度相关与互耦系数无关且维度为M×m,是两个M×m维矩阵X1,X2之和;
其中,[·]pq表示矩阵中第p行第q列的元素,[·]p+q-1表示向量的第p+q-1个元素,p=1,2,…,M,q=1,2,…,m,进一步地,可将阵列流型写为
A=[T(θ1)c(θ1),T(θ2)c(θ2),…,T(θK)c(θK)] (5)
步骤四具体步骤如下:
由于信号子空间张成的空间与阵列流型张成的空间是同一空间,使用加权子空间拟合算法,求解Γ和波达方向θk(k=1,2,…,K)的代价函数为
其中, 为噪声的功率,ΙK为K×K维的单位阵。
将式(5)代入式(6)可得
式(7)中,blkdiag{·}为块对角矩阵的运算符。
则可得到的最小二乘解:
将式(8)代入式(7)可得
其中为零空间上的正交投影,在搜索区域[-90,90°]上,以步长μ划分网格,对式(9)的最小值进行搜索,获得K个信号的到达角。
步骤五具体步骤如下:
阵列的互耦系数由求解,修正为其中,Q=diag(Q1,Q2,…,QK), 为了求解出互耦系数,将Q分解为实部和虚部两部分,利用步骤四估计出来的DOA,
当满足时,
使用估计出互耦系数,得到
步骤六具体步骤如下:
对估计出的互耦向量,进行Toeplitz变换后,求得估计出的导向矢量将代入步骤四中式(6),估计出准确度和分辨率更高的DOA。
本发明的效果可以通过以下仿真结果进一步说明。
初始化参数设置为发送站阵列数M=8的均匀线阵,N=200,K=2,Θ=[30,-60]。c1=[1,-0.1545+0.4755i,0.122+0.1515i],c2=[1,-0.1545+0.4755i]。图2为本发明DOA估计精度与信噪比关系图,图3为本发明互耦系数估计误差与信噪比关系图,图4为本发明DOA估计精度与快拍数关系图,图5为本发明互耦系数估计误差与快拍数关系图。
Claims (3)
1.一种方向性电磁耦合效应下空域信息联合估计方法,其特征在于包括下述步骤:
步骤一:对接收信号y(n)计算协方差矩阵Rx;
所述步骤一的具体步骤如下:
当互耦矩阵与角度相关时,阵列模型表示为:
(1)
其中,N是快拍数,为导向矢量,k=1,2,…,K,sk(n)是一个窄带信号,n(n)为均值为0,方差为的高斯白噪声,λ为波长,d为阵元间距,K为波达方向个数,θk为第k个波达方向DOA,c(θk)=[c0,c1,…,cm,…,cM],|c0|=1>|c1|>…>|cm|>|cm+1|=…=|cM|=0,M为阵元个数,m为互耦长度,C(θk)=toeplitz(c(θk));
简化式(1)为:
y(n)=As(n)+n(n),0<n<N(2)
其中,阵列流型A=[C(θ1)a(θ1),C(θ2)a(θ2),…,C(θK)a(θK)],s(n)=[s1(n),s2(n),…,sK(n)]T;
计算接收信号的协方差矩阵其中,表示矩阵的共轭转置;
步骤二:对计算的协方差矩阵Rx进行特征值分解,得到信号子空间Us、噪声子空间Un和信号特征值矩阵Σs,其中,为噪声特征值矩阵;
步骤三:在互耦未知的情况下,构造只与角度相关的矩阵T;
所述步骤三的具体步骤如下:
在互耦未知的情况下,根据均匀线阵互耦矩阵的带状对称Toeplitz结构,第k个信号的阵列响应变换为:
ac(θk)=C(θk)a(θk)=T(θk)c(θk)(3)
其中,T(θk)矩阵只与角度相关与互耦系数无关且维度为M×m,是两个M×m维矩阵X1,X2之和;
(4)
其中,表示矩阵中第p行第q列的元素,表示向量的第p+q-1个元素,p=1,2,…,M,q=1,2,…,m,将阵列流型写为:
A=[T(θ1)c(θ1),T(θ2)c(θ2),…,T(θK)c(θK)](5)
步骤四:使用加权子空间拟合算法构建拟合方程,对DOA进行估计,得到初步的DOA估计结果;
所述步骤四的具体步骤如下:
由于信号子空间张成的空间与阵列流型张成的空间是同一空间,使用加权子空间拟合算法,求解Γ和波达方向θk(k=1,2,…,K)的代价函数为:
(6)
其中,,IK为K×K维的单位阵,Γ为K×K的非奇异方阵;
将式(5)代入式(6),得到:
(7)
式(7)中,,,为块对角矩阵的运算符;
则得到的最小二乘解:
(8)
将式(8)代入式(7)可得
(9)
其中,为零空间上的正交投影,在搜索区域[-90°,90°]上,以步长μ划分网格,对式(9)的最小值进行搜索,获得K个信号的到达角;
步骤五:使用初步估计的DOA估计互耦系数矩阵;
步骤六:使用估计出来的互耦矩阵,求解阵列流型,使用子空间拟合算法再次估计DOA;
步骤七:将细化搜索网格,重复步骤四至步骤六。
2.根据权利要求1所述的方向性电磁耦合效应下空域信息联合估计方法,其特征在于:所述步骤五的具体步骤如下:
阵列的互耦系数由求解,修正为,其中,Q=diag(Q1,Q2,…,QK),,,为了求解出互耦系数,将Q分解为实部和虚部两部分,利用步骤四估计出来的DOA;
当满足时,
使用估计出互耦系数,得到。
3.根据权利要求1所述的方向性电磁耦合效应下空域信息联合估计方法,其特征在于:所述步骤六中,对估计出的互耦向量,进行Toeplitz变换后,求得估计出的导向矢量,将代入步骤四中式(6),估计出准确度和分辨率更高的DOA。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011362130.1A CN112579972B (zh) | 2020-11-28 | 2020-11-28 | 方向性电磁耦合效应下空域信息联合估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011362130.1A CN112579972B (zh) | 2020-11-28 | 2020-11-28 | 方向性电磁耦合效应下空域信息联合估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112579972A CN112579972A (zh) | 2021-03-30 |
CN112579972B true CN112579972B (zh) | 2024-07-02 |
Family
ID=75123958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011362130.1A Active CN112579972B (zh) | 2020-11-28 | 2020-11-28 | 方向性电磁耦合效应下空域信息联合估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112579972B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117031390A (zh) * | 2023-08-11 | 2023-11-10 | 哈尔滨工程大学 | 一种基于天线互耦的无网格doa估计方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105403856A (zh) * | 2015-10-30 | 2016-03-16 | 西安电子科技大学 | 基于嵌套式最小冗余阵列的波达方向估计方法 |
CN108680891A (zh) * | 2018-01-05 | 2018-10-19 | 大连大学 | 非均匀噪声条件下考虑互耦效应的doa估计方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6987482B2 (en) * | 2003-09-19 | 2006-01-17 | Intel Corporation | Wireless signal processing methods and apparatuses including directions of arrival estimation |
CN104023396B (zh) * | 2014-06-20 | 2017-03-15 | 深圳大学 | 分布式网络中基于gossip算法的单目标DOA估计系统及估计方法 |
KR101988099B1 (ko) * | 2017-04-04 | 2019-06-11 | 세종대학교산학협력단 | 도래각 추정을 위한 공분산 행렬 생성 방법 |
CN109725298B (zh) * | 2019-01-10 | 2022-11-18 | 江苏大学 | 一种基于秩损求根的阵列流型误差校准和波达方向估计方法 |
CN111814096B (zh) * | 2020-06-28 | 2023-10-20 | 海南大学 | 基于子空间拟合的加权块稀疏恢复的mimo雷达定位方法 |
-
2020
- 2020-11-28 CN CN202011362130.1A patent/CN112579972B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105403856A (zh) * | 2015-10-30 | 2016-03-16 | 西安电子科技大学 | 基于嵌套式最小冗余阵列的波达方向估计方法 |
CN108680891A (zh) * | 2018-01-05 | 2018-10-19 | 大连大学 | 非均匀噪声条件下考虑互耦效应的doa估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112579972A (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109655799B (zh) | 基于iaa的协方差矩阵向量化的非均匀稀疏阵列测向方法 | |
CN109490819B (zh) | 一种基于稀疏贝叶斯学习的离格波达方向估计方法 | |
CN113835063B (zh) | 一种无人机阵列幅相误差与信号doa联合估计方法 | |
CN101149429A (zh) | 适用于均匀圆阵的阵列互耦校正与信源测向方法 | |
CN112379327A (zh) | 一种基于秩损估计的二维doa估计与互耦校正方法 | |
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 | |
CN112130111A (zh) | 一种大规模均匀十字阵列中单快拍二维doa估计方法 | |
CN111983554A (zh) | 非均匀l阵下的高精度二维doa估计 | |
CN112579972B (zh) | 方向性电磁耦合效应下空域信息联合估计方法 | |
CN113567913A (zh) | 基于迭代重加权可降维的二维平面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 | |
CN116224219A (zh) | 一种阵列误差自校正原子范数最小化doa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 | |
CN111366893A (zh) | 一种均匀圆阵未知互耦条件下的非圆信号方位角估计方法 | |
CN116299150B (zh) | 一种均匀面阵中降维传播算子的二维doa估计方法 | |
CN113093093B (zh) | 基于线性阵列波达方向估计的车辆定位方法 | |
CN112881971B (zh) | 电磁方向性互耦效应下相干干扰源测向方法 | |
CN113589223B (zh) | 基于互耦情况下嵌套阵列的测向方法 | |
CN112533284B (zh) | 一种基于到达角的近远场统一定位方法 | |
CN114460531A (zh) | 一种均匀线阵music空间谱估计方法 | |
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 | |
CN110967664A (zh) | 基于cold阵列增强四元数esprit的doa估计方法 | |
CN113219398B (zh) | 远场窄带无线电信号波达方向估计方法 | |
CN115422732A (zh) | 一种互耦优化阵列及其设计方法和相干信号aoa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 |