CN113219399A - 基于全实值计算的远场窄带无线电信号波达方向估计方法 - Google Patents

基于全实值计算的远场窄带无线电信号波达方向估计方法 Download PDF

Info

Publication number
CN113219399A
CN113219399A CN202010779585.7A CN202010779585A CN113219399A CN 113219399 A CN113219399 A CN 113219399A CN 202010779585 A CN202010779585 A CN 202010779585A CN 113219399 A CN113219399 A CN 113219399A
Authority
CN
China
Prior art keywords
real
arrival
polynomial
calculated
matrix
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
CN202010779585.7A
Other languages
English (en)
Other versions
CN113219399B (zh
Inventor
闫锋刚
王军
刘帅
孟祥天
李享
苑清扬
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.)
Harbin Institute of Technology Weihai
Original Assignee
Harbin Institute of Technology Weihai
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 Harbin Institute of Technology Weihai filed Critical Harbin Institute of Technology Weihai
Priority to CN202010779585.7A priority Critical patent/CN113219399B/zh
Publication of CN113219399A publication Critical patent/CN113219399A/zh
Application granted granted Critical
Publication of CN113219399B publication Critical patent/CN113219399B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S3/00Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/02Direction-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
    • G01S3/14Systems for determining direction or deviation from predetermined direction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及信号处理技术领域,具体地说是一种能够显著降低计算复杂度、提高精度的基于全实值计算的远场窄带无线电信号波达方向估计方法,其特征在于,获取辐射源信号后,计算信号协方差矩阵,构造实导向矢量后,构造实值多项式,计算多项式系数及根,解模糊并获得信号波达方向,本发明与现有技术相比有益效果为:实现了特征值分解和多项式求根的全实值计算,避免了进行复值多项式求根所需的大量计算,为波达方向的工程化实现提供了技术支持。

Description

基于全实值计算的远场窄带无线电信号波达方向估计方法
技术领域:
本发明涉及信号处理技术领域,具体地说是一种能够显著降低计算复杂度、 提高精度的基于全实值计算的远场窄带无线电信号波达方向估计方法。
背景技术:
信号的波达方向估计是雷达、声呐、无线通信和无源定位等应用中经常遇到 的重要研究课题,以多重信号分类和旋转不变子空间为代表的子空间类算法的提 出,实现了传统空间谱估计向超分辨测角的飞跃,但MUSIC算法庞大的计算量和 ESPRIT算法较低的估计精度阻碍了超分辨算法的工程化进度。针对此问题,促 成了酉MUSIC(Unitary MUSIC,U-MUSIC)算法的诞生。
酉求根MUSIC算法是最经典的实值波达方向(Direction of Arrival,DOA) 估计方法之一。与传统的求根MUSIC算法在特征值分解(Eigenvalue Decomposition,EVD)与多项式求根两个过程都需要进行复值运算不同的是,酉 求根算法利用酉变换、前向/后向(Forward/Backward,FB)平滑和坐标变换等 数学技术,实现了在对称实矩阵上进行实值特征值分解。
但是,与其它经典的酉算法相比,例如,酉MUSIC(U-MUSIC),酉旋转不变 子空间法,酉求根MUSIC算法只能被视为半实值的估计方法,因为它只能在EVD 阶段实现有限的实值计算,而在多项式的计算上仍需要进行大量的复值计算。
发明内容:
本发明针对经典的酉求根MUSIC算法只能在EVD过程实现实值计算而在多 项式求根中仍为复值计算的问题,提出一种通过三角多倍角公式改写导向矢量, 以及变量替换实现实值多项式的构建,实现了在多项式求根过程的全实值计算, 显著降低了计算复杂度,为波达方向实际工程化提供重要技术支持的基于全实值 计算的远场窄带无线电信号波达方向估计方法。
本发明通过以下措施达到:
一种基于全实值计算的远场窄带无线电信号波达方向估计方法,其特征在于, 获取辐射源信号后,计算信号协方差矩阵,构造实导向矢量后,构造实值多项式, 计算多项式系数及根,解模糊并获得信号波达方向。
本发明所述获取辐射源信号具体包括以下内容:
第一步,利用天线阵列接收辐射源信号,天线阵列具有L个相互独立的阵元, 以d等间距组成均匀线阵(ULA),空间中存在K个远场窄带信号入射到阵列,其 中,假设K先验已知,d满足d≤λ/2以避免相位模糊,λ为窄带信号的波长, 则辐射源信号为:
Figure BDA0002619720010000021
其中,A(θ)为L×K维的阵列流型矩阵,s(t)为K×1维的入射信号矢量,n(t) 为L×1维的加性高斯白噪声矢量,a(θ)为A(θ)的列向量,表示为:
a(z)=[1,z,z2,…,zL-1]T,
其中,z=jφ,φ=(2π/λ)dsinθ;
L×L维阵列协方差矩阵为:
Figure BDA00026197200100000212
其中Rss=E[s(t)sH(t)]是K×K的信号协方差矩阵,理论上Rxx不可知,但 可以用T快拍数据对其估计:
Figure BDA0002619720010000022
其复值特征值分解可以表示为:
Figure BDA0002619720010000023
本发明所述计算信号实协方差矩阵具体为:
(1)用前后向平滑协方差矩阵代替
Figure BDA0002619720010000024
Figure BDA0002619720010000025
从而得到 对称实协方差阵:
Figure BDA0002619720010000026
其中U是酉矩阵,由L的奇 偶性其具有两种形式:
Figure BDA0002619720010000027
为了简化而不失一般性,文中假设L=2M,实值协方差矩阵的特征值分解为:
Figure BDA0002619720010000028
其中,
Figure BDA0002619720010000029
是实信号矩阵,
Figure BDA00026197200100000210
是实噪声矩阵,因此波达 角可以通过低复杂度实值计算进行估计;
U-MUSIC的谱函数为:
Figure BDA00026197200100000211
其中a(φ)是2M×1的实导向矢量:
Figure BDA0002619720010000031
本发明所述构造实导向矢量具体为:
定义新的变量ψ=φ/2,则用ψ表示的导向矢量为:
Figure BDA0002619720010000032
其中,b(ψ)和d(ψ)是两个M×1维的实向量:
Figure BDA0002619720010000033
再定义两个变量x=cosψ和 y=sinψ,通过三角多倍角公式可以表示:
Figure BDA0002619720010000034
其中αm,k和βm,k如下:
Figure BDA0002619720010000035
Figure BDA00026197200100000313
由此可以计算得到:
cos(3ψ)=x(4x2-3)
sin(3ψ)=y(4x2-1)
cos(5ψ)=x(16x4-20x2+5)
sin(5ψ)=y(16x4-12x2+1);
用αm,k和βm,k表示b(ψ)和d(ψ):
Figure BDA0002619720010000036
Figure BDA0002619720010000037
其中,
Figure BDA0002619720010000038
Figure BDA0002619720010000039
是M×1维范德蒙德向量:
Figure BDA00026197200100000310
并且
Figure BDA00026197200100000311
Figure BDA00026197200100000312
是两个由αm,k和βm,k表示的查询矩阵:
Figure BDA0002619720010000041
Figure BDA0002619720010000042
本发明所述构造实值多项式具体为:将噪声矩阵
Figure BDA0002619720010000043
分为四个子矩阵:
Figure BDA0002619720010000044
由此将U-MUSIC的功率谱表示为ψ的多项式:
Figure BDA0002619720010000045
再将其用x,
Figure BDA0002619720010000046
和y表示为:
Figure BDA0002619720010000047
其 中,
Figure BDA0002619720010000048
并且
Figure BDA0002619720010000049
Figure BDA00026197200100000410
都是2M-2阶多项式:
Figure BDA00026197200100000411
Figure BDA00026197200100000412
Figure BDA00026197200100000413
其中,γk,δk和εk都是待定系数,并且
Figure BDA00026197200100000414
Figure BDA00026197200100000415
都是M×M维实矩阵:
Figure BDA00026197200100000416
Figure BDA00026197200100000417
Figure BDA00026197200100000418
因为可以通过对
Figure BDA00026197200100000419
求根进行波达角估计,为了建立只有一个变量的多 项式,所以令
Figure BDA00026197200100000420
有如下关系:
Figure BDA00026197200100000421
其中
Figure BDA00026197200100000422
是2M-1阶的:
Figure BDA0002619720010000051
其中,ζk是待定系数,并且对y的表达式两边同时平方,并带入
Figure BDA0002619720010000052
得到只有
Figure BDA0002619720010000053
的4M-2阶多项式;
本发明所述计算多项式系数及根具体包括以下步骤:
(1)通过对
Figure BDA0002619720010000054
Figure BDA0002619720010000055
的观察,得到:
Figure BDA0002619720010000056
因此γk,k∈[0,2M-2]可以由此计算:
Figure BDA0002619720010000057
s.t.s+t-2=k, 同样的,可以计算出:
Figure BDA0002619720010000058
s.t.s+t-2=k
Figure BDA0002619720010000059
s.t.s+t-2=k;
由以上结果可以确定ζk
Figure BDA00026197200100000510
然后令
Figure BDA00026197200100000511
由此可以计算:
Figure BDA00026197200100000512
s.t.s+t=k
Figure BDA00026197200100000513
s.t.s+t=k,
最终可以确定系数:
Figure BDA00026197200100000514
计算出所有系数后,求解方程
Figure BDA00026197200100000515
确定方程 的根。
本发明中解模糊并获得信号波达方向包括以下内容:
Figure BDA0002619720010000061
因为根是最靠近实轴的,通过
Figure BDA0002619720010000062
得到可能的2K个根,进而估计出角度:
Figure BDA0002619720010000063
通过最大化
Figure BDA0002619720010000064
解模糊,得到K个真实的DOAs的估计值。
本发明与现有技术相比有益效果为:本发明实现了特征值分解和多项式求根 的全实值计算,避免了进行复值多项式求根所需的大量计算,为波达方向的工程 化实现提供了技术支持。
附图说明
图1是本发明的流程图。
图2是本发明与求根MUSIC算法和酉求根MUSIC算法根的分布图,其中L=8, SNR=10dB,T=100,K=2,θ1=6°,θ2=15°。
图3是本发明算法根的分布图,其中L=8,SNR=10dB,T=100,K=2,θ1=6°, θ2=15°。
图4是本发明与不同算法的RMSE随输入信噪比的变化情况,其中L=8,SNR=10dB,T=100,K=2,θ1=6°,θ2=15°。
图5是本发明与不同算法的RMSE随快拍数的变化情况,其中L=8,SNR=10dB, T=100,K=2,θ1=6°,θ2=15°。
图6是本发明与不同算法运行时间对比图。
具体实施方式
下面结合附图和实施例,对本发明作进一步的说明:
如附图1所示,本发明提出了一种基于全实值计算的多项式求根波达角估计 新方法,具体包括以下内容:
第一步,利用天线阵列接收辐射源信号:
(1)假设L个相互独立的阵元,以d等间距组成均匀线阵(ULA),考虑空 间中存在K个远场窄带信号入射到阵列。其中,假设K先验已知,d满足d≤λ/2 以避免相位模糊,λ为窄带信号的波长。阵列接收辐射源信号为:
Figure BDA0002619720010000071
其中,A(θ)为L×K维的阵列流型矩阵,s(t)为K×1维的入射信号矢量,n(t) 为L×1维的加性高斯白噪声矢量,a(θ)为A(θ)的列向量,可以表示为:
a(z)=[1,z,z2,…,zL-1]T,
其中,z=jφ,φ=(2π/λ)d sin θ;
(2)L×L维阵列协方差矩阵为:
Figure BDA0002619720010000072
其中Rss=E[s(t)sH(t)]是K×K的信号协方差矩阵,理论上Rxx不可知,但 可以用T快拍数据对其估计:
Figure BDA0002619720010000073
其复值特征值分解可以表示为:
Figure BDA0002619720010000074
第二步,计算信号实协方差矩阵,所述第二步包括以下步骤:
(1)用前后向平滑协方差矩阵代替
Figure BDA0002619720010000075
Figure BDA0002619720010000076
从而得到对称实协方差矩阵:
Figure BDA0002619720010000077
其中U是酉矩阵,由L的奇偶性其具有两种形式:
Figure BDA0002619720010000078
为了简化而不失一般性,文中假设L=2M,实值协方差矩阵的特征值分解为:
Figure BDA0002619720010000079
其中,
Figure BDA0002619720010000081
是实信号矩阵,
Figure BDA0002619720010000082
是实噪声矩阵,因此波达角可以通过低复杂度实 值计算进行估计;
(2)U-MUSIC的谱函数为:
Figure BDA0002619720010000083
其中a(φ)是2M×1的实导向矢量:
Figure BDA0002619720010000084
第三步,构造实导向矢量,所述第三步包括以下步骤:
(1)定义新的变量ψ=φ/2,则用ψ表示的导向矢量为:
Figure BDA0002619720010000085
其中,b(ψ)和d(ψ)是两个M×1维的实向量:
Figure BDA0002619720010000086
再定义两个变量x=cosψ和y=sinψ,通过三角多倍角公式可以表示:
Figure BDA0002619720010000087
其中αm,k和βm,k如下:
Figure BDA0002619720010000088
Figure BDA0002619720010000089
由此可以计算得到:
cos(3ψ)=x(4x2-3)
sin(3ψ)=y(4x2-1)
cos(5ψ)=x(16x4-20x2+5)
sin(5ψ)=y(16x4-12x2+1);
(2)用αm,k和βm,k表示b(ψ)和d(ψ):
Figure BDA0002619720010000091
Figure BDA0002619720010000092
其中,
Figure BDA0002619720010000093
Figure BDA0002619720010000094
是M×1维范德蒙德向量:
Figure BDA0002619720010000095
并且
Figure BDA00026197200100000919
Figure BDA00026197200100000918
是两个由αm,k和βm,k表示的查询矩阵:
Figure BDA0002619720010000096
Figure BDA0002619720010000097
第四步,构造实值多项式,所述第四步包括以下步骤:
(1)将噪声矩阵
Figure BDA0002619720010000098
分为四个子矩阵:
Figure BDA0002619720010000099
由此可以将U-MUSIC的功率谱表示为ψ的多项式:
Figure BDA00026197200100000910
(2)再将其用x,
Figure BDA00026197200100000911
和y表示为:
Figure BDA00026197200100000912
其中,
Figure BDA00026197200100000913
并且
Figure BDA00026197200100000914
Figure BDA00026197200100000915
都是2M-2阶多项式:
Figure BDA00026197200100000916
Figure BDA00026197200100000917
Figure BDA0002619720010000101
其中,γk,δk和εk都是待定系数,并且
Figure BDA0002619720010000102
Figure BDA0002619720010000103
都是M×M维实矩阵:
Figure BDA0002619720010000104
Figure BDA0002619720010000105
Figure BDA0002619720010000106
因为可以通过对
Figure BDA0002619720010000107
求根进行波达角估计,为了建立只有一个变量的多 项式,所以令
Figure BDA0002619720010000108
有如下等式:
Figure BDA0002619720010000109
其中
Figure BDA00026197200100001010
是2M-1阶的:
Figure BDA00026197200100001011
其中,ζk是待定系数,并且对y的表达式两边同时平方,并带入
Figure BDA00026197200100001012
得到只有
Figure BDA00026197200100001013
的4M-2阶多项式。
第五步,计算多项式系数及根,所述第五步包括以下步骤:
(1)通过对
Figure BDA00026197200100001014
Figure BDA00026197200100001015
的观察,可以得到:
Figure BDA00026197200100001016
因此γk,k∈[0,2M-2]可以由此计算:
Figure BDA00026197200100001017
s.t.s+t-2=k,
同样的,可以计算:
Figure BDA00026197200100001018
s.t.s+t-2=k
Figure BDA00026197200100001019
s.t.s+t-2=k;
(2)由以上结果可以确定ζk
Figure BDA0002619720010000111
然后令
Figure BDA0002619720010000112
由此可以计算:
Figure BDA0002619720010000113
s.t.s+t=k
Figure BDA0002619720010000114
s.t.s+t=k,
最终可以确定系数:
Figure BDA0002619720010000115
(3)计算出所有系数后,求解方程
Figure BDA0002619720010000116
确 定方程的根。
第六步,解模糊并获得信号波达方向,所述第六步包括以下步骤:
(1)因为
Figure BDA0002619720010000117
因为根是最靠近实轴的,可以通过
Figure BDA0002619720010000118
得到可能的2K个根,进而估计出角度:
Figure BDA0002619720010000119
(2)通过最大化
Figure BDA00026197200100001110
解模糊,得到K个真实的DOAs的估计值。
本发明的性能可通过以下仿真说明:
1.仿真条件
假设采用12阵元的阵元间距为d=λ/2的ULA阵型,两个入射信号的方向为 θ1=6°和θ2=15°。为了进一步评价本发明的性能,设置蒙特卡洛实验次数为1000, 将均方根误差(Root Mean Square Error,RMSE)作为评价指标,并引入克拉 美罗界(Cramér-Rao LowerBound,CRLB)作为对比。
2.仿真内容和结果
仿真1,设置阵元数L=8,信源数K=2,比较本发明与求根MUSIC算法和 酉求根MUSIC算法根的分布,其结果如图3所示。
由图2和图3可知,求根MUSIC算法和酉求根MUSIC算法需要计算14个根, 其中两对根贴近单位圆,同样本发明也需要计算14个根,其中两对模糊根贴近 实轴。这个结果证实了此前分析的正确性。
仿真2,设置T=100,比较本发明与不同算法的RMSE随输入信噪比 (Signal-to-Noise Ratio,SNR)的变化情况,其结果如图4所示。
由图4可知,酉求根MUSIC算法在SNR≤-5dB的条件下的性能优于本发明, 但是随着SNR增加,本发明和其他两种算法性能接近。
仿真3,设置信噪比SNR=0dB,比较本发明与不同算法的RMSE随快拍数 的变化情况,其结果如图5所示。
酉求根MUSIC算法在快拍数T≤50性能优于本发明,随着T的增加,本发明 的RMSE显著减少,最终本发明和其他两种算法性能接近,并且具有接近于CRLB 的估计精度。
仿真4,比较本发明与不同算法的计算效率,其中通过在Intel(R)Core(TM) DuoT5870 2.0GHz CPU处理器和1GB RAM内存的同一PC环境中运行MATLAB代 码,从CPU时间的角度对计算效率进行等效评估。
由图6可知,求根MUSIC算法的运行时间为1.7940e-4秒,酉求根MUSIC算 法的运行时间为1.7380e-4秒,最后本发明的运行时间为0.6350e-4秒,因此本 发明相比另外两种算法计算效率更高,并且可以提供接近CRLB的估计精度。
本发明与求根MUSIC算法和酉求根MUSIC算法计算复杂度,如表1所示:
Figure RE-GDA0002766293100000121
表1
其中O(L3)表示对一个L×L的实矩阵进行特征值分解和对L阶实值多项式进 行求根的计算复杂度,因为求根MUSIC算法是复值算法,所以在EVD和多项式求 根过程需要4×O(L3)和32×O(L3)的计算复杂度,酉求根MUSIC算法因为在EVD 过程只涉及实值计算因此相比与求根MUSIC算法在该过程减少到了四分之一的 计算量,对于本发明,只涉及实值计算,所以在EVD和多项式求根过程分别只需 要O(L3)和8×O(L3)的计算量,但是对于系数的计算需要额外的步骤,这部分的 计算复杂度约为5/4×O(L3),而对矩阵的计算也同样需要1/4×O(L3)的计算复 杂度。由表1可知,本发明相对其他两种算法显著降低了计算复杂度。

Claims (7)

1.一种基于全实值计算的远场窄带无线电信号波达方向估计方法,其特征在于,获取辐射源信号后,计算信号协方差矩阵,构造实导向矢量后,构造实值多项式,计算多项式系数及根,解模糊并获得信号波达方向。
2.根据权利要求1所述的一种基于全实值计算的远场窄带无线电信号波达方向估计方法,其特征在于,获取辐射源信号具体包括以下内容:
利用天线阵列接收辐射源信号,天线阵列具有L个相互独立的阵元,以d等间距组成均匀线阵(ULA),空间中存在K个远场窄带信号入射到阵列,其中,假设K先验已知,d满足d≤λ/2以避免相位模糊,λ为窄带信号的波长,则辐射源信号为:
Figure FDA0002619718000000011
其中,A(θ)为L×K维的阵列流型矩阵,s(t)为K×1维的入射信号矢量,n(t)为L×1维的加性高斯白噪声矢量,a(θ)为A(θ)的列向量,表示为:
a(z)=[1,z,z2,…,zL-1]T,其中,z=jφ,φ=(2π/λ)d sinθ;
L×L维阵列协方差矩阵为:
Figure FDA0002619718000000017
其中Rss=E[s(t)sH(t)]是K×K的信号协方差矩阵,理论上Rxx不可知,但可以用T快拍数据对其估计:
Figure FDA0002619718000000012
其复值特征值分解可以表示为:
Figure FDA0002619718000000013
3.根据权利要求1所述的一种基于全实值计算的远场窄带无线电信号波达方向估计方法,其特征在于,计算信号实协方差矩阵具体为:
用前后向平滑协方差矩阵代替
Figure FDA0002619718000000014
Figure FDA0002619718000000015
得到对称实协方差阵:
Figure FDA0002619718000000016
其中U是酉矩阵,由L的奇偶性其具有两种形式:
Figure FDA0002619718000000021
为了简化而不失一般性,假设L=2M,实值协方差矩阵的特征值分解为:
Figure FDA0002619718000000022
其中,
Figure FDA0002619718000000023
是实信号矩阵,
Figure FDA0002619718000000024
是实噪声矩阵,因此波达角通过低复杂度实值计算进行估计;
U-MUSIC的谱函数为:
Figure FDA0002619718000000025
其中a(φ)是2M×1的实导向矢量:
Figure FDA0002619718000000026
4.根据权利要求1所述的一种基于全实值计算的远场窄带无线电信号波达方向估计方法,其特征在于,所述构造实导向矢量具体为:
定义变量ψ=φ/2,则用ψ表示的导向矢量为:
Figure FDA0002619718000000027
其中,b(ψ)和d(ψ)是两个M×1维的实向量:
Figure FDA0002619718000000028
再定义两个变量x=cosψ和y=sinψ,通过三角多倍角公式表示:
Figure FDA0002619718000000029
其中αm,k和βm,k如下:
Figure FDA00026197180000000210
Figure FDA00026197180000000211
由此可以计算得到:
cos(3ψ)=x(4x2-3)
sin(3ψ)=y(4x2-1)
cos(5ψ)=x(16x4-20x2+5)
sin(5ψ)=y(16x4-12x2+1);
用αm,k和βm,k表示b(ψ)和d(ψ):
Figure FDA0002619718000000031
Figure FDA0002619718000000032
其中,
Figure FDA0002619718000000033
Figure FDA0002619718000000034
是M×1维范德蒙德向量:
Figure FDA0002619718000000035
并且
Figure FDA0002619718000000036
Figure FDA0002619718000000037
是两个由αm,k和βm,k表示的查询矩阵:
Figure FDA0002619718000000038
Figure FDA0002619718000000039
5.根据权利要求1所述的一种基于全实值计算的远场窄带无线电信号波达方向估计方法,其特征在于,构造实值多项式具体为:将噪声矩阵
Figure FDA00026197180000000310
分为四个子矩阵:
Figure FDA00026197180000000311
由此将U-MUSIC的功率谱表示为ψ的多项式:
Figure FDA00026197180000000312
再将其用x,
Figure FDA00026197180000000313
和y表示为:
Figure FDA00026197180000000314
其中,
Figure FDA00026197180000000315
并且
Figure FDA00026197180000000316
Figure FDA00026197180000000317
Figure FDA00026197180000000318
都是2M-2阶多项式:
Figure FDA00026197180000000319
Figure FDA00026197180000000320
Figure FDA0002619718000000041
其中,γk,δk和εk都是待定系数,并且
Figure FDA0002619718000000042
Figure FDA0002619718000000043
都是M×M维实矩阵:
Figure FDA0002619718000000044
Figure FDA0002619718000000045
Figure FDA0002619718000000046
通过对
Figure FDA0002619718000000047
求根进行波达角估计,为了建立只有一个变量的多项式,所以令
Figure FDA0002619718000000048
有如下关系:
Figure FDA0002619718000000049
其中
Figure FDA00026197180000000410
是2M-1阶的:
Figure FDA00026197180000000411
其中,ζk是待定系数,并且对y的表达式两边同时平方,并带入
Figure FDA00026197180000000412
得到只有
Figure FDA00026197180000000413
的4M-2阶多项式。
6.根据权利要求1所述的一种基于全实值计算的远场窄带无线电信号波达方向估计方法,其特征在于,计算多项式系数及根具体包括以下步骤:
通过
Figure FDA00026197180000000414
Figure FDA00026197180000000415
得到:
Figure FDA00026197180000000416
因此γk,k∈[0,2M-2]由此计算:
Figure FDA00026197180000000417
同样的,计算出:
Figure FDA00026197180000000418
Figure FDA00026197180000000419
由以上结果确定ζk
Figure FDA00026197180000000420
然后令
Figure FDA0002619718000000051
由此计算:
Figure FDA0002619718000000052
Figure FDA0002619718000000053
最终确定系数:
Figure FDA0002619718000000054
计算出所有系数后,求解方程
Figure FDA0002619718000000055
确定方程的根。
7.根据权利要求1所述的一种基于全实值计算的远场窄带无线电信号波达方向估计方法,其特征在于,解模糊并获得信号波达方向包括以下内容:
Figure FDA0002619718000000056
因为根是最靠近实轴的,通过
Figure FDA0002619718000000057
得到可能的2K个根,进而估计出角度:
Figure FDA0002619718000000058
通过最大化
Figure FDA0002619718000000059
解模糊,得到K个真实的DOAs的估计值。
CN202010779585.7A 2020-08-05 2020-08-05 基于全实值计算的远场窄带无线电信号波达方向估计方法 Active CN113219399B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010779585.7A CN113219399B (zh) 2020-08-05 2020-08-05 基于全实值计算的远场窄带无线电信号波达方向估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010779585.7A CN113219399B (zh) 2020-08-05 2020-08-05 基于全实值计算的远场窄带无线电信号波达方向估计方法

Publications (2)

Publication Number Publication Date
CN113219399A true CN113219399A (zh) 2021-08-06
CN113219399B CN113219399B (zh) 2023-03-10

Family

ID=77085878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010779585.7A Active CN113219399B (zh) 2020-08-05 2020-08-05 基于全实值计算的远场窄带无线电信号波达方向估计方法

Country Status (1)

Country Link
CN (1) CN113219399B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080231505A1 (en) * 2007-03-23 2008-09-25 Weiqing Zhu Method of Source Number Estimation and Its Application in Method of Direction of Arrival Estimation
CN102147458A (zh) * 2010-12-17 2011-08-10 中国科学院声学研究所 一种针对宽带声源的波达方向估计方法及其装置
CN102981152A (zh) * 2012-11-12 2013-03-20 哈尔滨工程大学 双基地多输入多输出雷达的多目标收发角度估计方法
CN104123462A (zh) * 2014-07-22 2014-10-29 西安电子科技大学 实多项式求根实现均匀线阵的谱music方法
CN108398659A (zh) * 2018-02-11 2018-08-14 华南理工大学 一种矩阵束与求根music结合的波达方向估计方法
CN108896954A (zh) * 2018-06-07 2018-11-27 河海大学 互质阵中一种基于联合实值子空间的波达角估计方法
CN111352063A (zh) * 2019-12-20 2020-06-30 南京航空航天大学 一种均匀面阵中基于多项式求根的二维测向估计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080231505A1 (en) * 2007-03-23 2008-09-25 Weiqing Zhu Method of Source Number Estimation and Its Application in Method of Direction of Arrival Estimation
CN102147458A (zh) * 2010-12-17 2011-08-10 中国科学院声学研究所 一种针对宽带声源的波达方向估计方法及其装置
CN102981152A (zh) * 2012-11-12 2013-03-20 哈尔滨工程大学 双基地多输入多输出雷达的多目标收发角度估计方法
CN104123462A (zh) * 2014-07-22 2014-10-29 西安电子科技大学 实多项式求根实现均匀线阵的谱music方法
CN108398659A (zh) * 2018-02-11 2018-08-14 华南理工大学 一种矩阵束与求根music结合的波达方向估计方法
CN108896954A (zh) * 2018-06-07 2018-11-27 河海大学 互质阵中一种基于联合实值子空间的波达角估计方法
CN111352063A (zh) * 2019-12-20 2020-06-30 南京航空航天大学 一种均匀面阵中基于多项式求根的二维测向估计方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
FENGGANG YAN ET AL.: "A Real-Valued Polynomial Rooting Method for Fast Direction of Arrival Estimation With Large Uniform Linear Arrays,", 《IEEE ACCESS》 *
XIANGTIAN MENG ET AL.: "Real-Valued DOA Estimation for Non-Circular Sources via Reduced-Order Polynomial Rooting", 《IEEE ACCESS》 *
刘志刚 等: "基于实值分解技术的循环root-MUSIC算法", 《系统仿真学报》 *
孟祥天 等: "实值闭式求根快速阵列测向算法", 《哈尔滨工业大学学报》 *
闫锋刚 等: "基于谱分解的降阶求根MUSIC算法", 《电子与信息学报》 *

Also Published As

Publication number Publication date
CN113219399B (zh) 2023-03-10

Similar Documents

Publication Publication Date Title
WO2021139208A1 (zh) 一种基于特定频率组合信号的一维doa估计方法
CN104537249B (zh) 基于稀疏贝叶斯学习的波达方向角估计方法
CN109061554B (zh) 一种基于空间离散网格动态更新的目标到达角度估计方法
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
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
CN108896954B (zh) 互质阵中一种基于联合实值子空间的波达角估计方法
Yan et al. Fast DOA estimation based on a split subspace decomposition on the array covariance matrix
CN103983944B (zh) 基于协方差矩阵稀疏表示的远场窄带doa估计方法
CN104749553A (zh) 基于快速稀疏贝叶斯学习的波达方向角估计方法
Yan et al. Real-valued root-MUSIC for DOA estimation with reduced-dimension EVD/SVD computation
CN111965591A (zh) 一种基于四阶累积量矢量化dft的测向估计方法
CN113567913A (zh) 基于迭代重加权可降维的二维平面doa估计方法
CN109557504A (zh) 一种近场窄带信号源的定位方法
Dakulagi et al. Smart antenna system for DOA estimation using single snapshot
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
CN105572629B (zh) 一种适用于任意阵列结构的低运算复杂度的二维测向方法
Akkar et al. Reactance domains unitary MUSIC algorithms based on real-valued orthogonal decomposition for electronically steerable parasitic array radiator antennas
CN112763972A (zh) 基于稀疏表示的双平行线阵二维doa估计方法及计算设备
CN113219399B (zh) 基于全实值计算的远场窄带无线电信号波达方向估计方法
CN109507634B (zh) 一种任意传感器阵列下的基于传播算子的盲远场信号波达方向估计方法
Meng et al. Real-valued DOA estimation for non-circular sources via reduced-order polynomial rooting
CN110824416A (zh) 基于秩损原理的一维非相干分布式非圆信号参数估计方法
CN106844886B (zh) 基于主分量分析的目标波达方向获取方法
CN115421098A (zh) 嵌套面阵下降维求根music的二维doa估计方法
Xu et al. DOA estimation using sparse representation of beamspace and element-space covariance differencing

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