CN113552533A - 一种空间谱估计方法、装置、电子设备及存储介质 - Google Patents
一种空间谱估计方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113552533A CN113552533A CN202110815602.2A CN202110815602A CN113552533A CN 113552533 A CN113552533 A CN 113552533A CN 202110815602 A CN202110815602 A CN 202110815602A CN 113552533 A CN113552533 A CN 113552533A
- Authority
- CN
- China
- Prior art keywords
- spatial spectrum
- spectrum estimation
- current
- estimation matrix
- step length
- 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.)
- Pending
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)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本申请提供一种空间谱估计方法、装置、电子设备及存储介质,该方法包括:获取当前空间谱估计矩阵;按照预设初始搜索步长,遍历当前空间谱估计矩阵,得到多个初始极大值点;根据各初始极大值点在当前空间谱估计矩阵中的位置,从当前空间谱估计矩阵中定位多个目标子块;按照预设目标搜索步长,从目标子块中搜索谱峰;其中,目标搜索步长小于初始搜索步长;根据谱峰,确定空间谱估计矩阵对应的当前空间谱估计结果。上述方案提供的方法,通过先采用大步长去除空间谱估计矩阵中的冗余数据,并确定极大值的位置,再采用小步长在各个极大值处精细搜索谱峰,提高了空间谱估计效率,同时减少了资源占用和运算量。
Description
技术领域
本申请涉及信号处理技术领域,尤其涉及一种空间谱估计方法、装置、电子设备及存储介质。
背景技术
随着探测技术的不断发展,阵列信号处理这一技术已广泛应用于多个领域,其中,空间谱估计是阵列信号处理研究的关键问题。
在现有技术中,通常利用MUSIC算法,生成阵列信号对应的空间谱矩阵,然后以格形搜索的形式遍历空间谱矩阵,即通过与四周的相邻值作差,在空间谱矩阵中寻找极值,进而得到空间谱估计结果。
但是,在实际应用中,空间谱矩阵通常为高维矩阵,现有技术的大运算量限制了空间谱估计的效率。
发明内容
本申请提供一种空间谱估计方法、装置、电子设备及存储介质,以解决现有技术的空间谱估计效率低等缺陷。
本申请第一个方面提供一种空间谱估计方法,包括:
获取当前空间谱估计矩阵;
按照预设初始搜索步长,遍历所述当前空间谱估计矩阵,得到多个初始极大值点;
根据各初始极大值点在当前空间谱估计矩阵中的位置,从所述当前空间谱估计矩阵中定位多个目标子块;
按照预设目标搜索步长,从所述目标子块中搜索谱峰;其中,所述目标搜索步长小于初始搜索步长;
根据所述谱峰,确定所述空间谱估计矩阵对应的当前空间谱估计结果。
可选的,所述根据各初始极大值点在当前空间谱估计矩阵中的位置,从所述当前空间谱估计矩阵中定位多个目标子块,包括:
根据所述初始搜索步长,确定各初始极大值点对应的子块范围;
根据所述子块范围,定位所述初始极大值点对应的目标子块。
可选的,所述获取当前空间谱估计矩阵,包括:
获取MUSIC空间谱函数和当前阵列数据;
利用所述MUSIC空间谱函数,根据当前阵列数据,构建当前空间谱估计矩阵。
可选的,所述获取MUSIC空间谱函数,包括:
获取当前阵列数据对应的协方差矩阵;
对所述协方差矩阵进行特征分解,以分别得到对应的信号方向子空间和噪声子空间;
根据所述信号方向子空间和噪声子空间之间的属性信息,确定所述协方差矩阵对应的方向估计值;
根据所述方向估计值和所述方向子空间,构建MUSIC空间谱函数。
可选的,所述利用所述MUSIC空间谱函数,根据当前阵列数据,构建当前空间谱估计矩阵,包括:
利用所述MUSIC空间谱函数,生成所述当前阵列数据中各方向角对应的多个空间谱估计值;
根据所述空间谱估计值,构建所述当前阵列数据对应的当前空间谱估计矩阵。
可选的,所述根据所述谱峰,确定所述空间谱估计矩阵对应的当前空间谱估计结果,包括:
根据所述谱峰对应的方位角和俯仰角,确定所述当前空间谱估计结果。
可选的,所述方法还包括:
根据所述当前空间谱估计结果,确定信源的位置信息。
本申请第二个方面提供一种空间谱估计装置,包括:
获取模块,用于获取当前空间谱估计矩阵;
第一搜索模块,用于按照预设初始搜索步长,遍历所述当前空间谱估计矩阵,得到多个初始极大值点;
定位模块,用于根据各初始极大值点在当前空间谱估计矩阵中的位置,从所述当前空间谱估计矩阵中定位多个目标子块;
第二搜索模块,用于按照预设目标搜索步长,从所述目标子块中搜索谱峰;其中,所述目标搜索步长小于初始搜索步长;
确定模块,用于根据所述谱峰,确定所述空间谱估计矩阵对应的当前空间谱估计结果。
可选的,所述定位模块,具体用于:
根据所述初始搜索步长,确定各初始极大值点对应的子块范围;
根据所述子块范围,定位所述初始极大值点对应的目标子块。
可选的,所述获取模块,具体用于:
获取MUSIC空间谱函数和当前阵列数据;
利用所述MUSIC空间谱函数,根据当前阵列数据,构建当前空间谱估计矩阵。
可选的,所述获取模块,具体用于:
获取当前阵列数据对应的协方差矩阵;
对所述协方差矩阵进行特征分解,以分别得到对应的信号方向子空间和噪声子空间;
根据所述信号方向子空间和噪声子空间之间的属性信息,确定所述协方差矩阵对应的方向估计值;
根据所述方向估计值和所述方向子空间,构建MUSIC空间谱函数。
可选的,所述获取模块,具体用于:
利用所述MUSIC空间谱函数,生成所述当前阵列数据中各方向角对应的多个空间谱估计值;
根据所述空间谱估计值,构建所述当前阵列数据对应的当前空间谱估计矩阵。
可选的,所述确定模块,具体用于:
根据所述谱峰对应的方位角和俯仰角,确定所述当前空间谱估计结果。
本申请第三个方面提供一种电子设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一个方面以及第一个方面各种可能的设计所述的方法。
本申请第四个方面提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一个方面以及第一个方面各种可能的设计所述的方法。
本申请技术方案,具有如下优点:
本申请提供的空间谱估计方法、装置、电子设备及存储介质,通过获取当前空间谱估计矩阵;按照预设初始搜索步长,遍历当前空间谱估计矩阵,得到多个初始极大值点;根据各初始极大值点在当前空间谱估计矩阵中的位置,从当前空间谱估计矩阵中定位多个目标子块;按照预设目标搜索步长,从目标子块中搜索谱峰;其中,目标搜索步长小于初始搜索步长;根据谱峰,确定空间谱估计矩阵对应的当前空间谱估计结果。上述方案提供的方法,通过先采用大步长去除空间谱估计矩阵中的冗余数据,并确定极大值的位置,再采用小步长在各个极大值处精细搜索谱峰,提高了空间谱估计效率,同时减少了资源占用和运算量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本申请实施例基于的网络结构示意图;
图2为本申请实施例提供的空间谱估计方法的流程示意图;
图3为本申请实施例提供的示例性的空间谱估计矩阵遍历方向示意图;
图4为本申请实施例提供的一种示例性的运算量变化曲线图;
图5为本申请实施例提供的另一种示例性的运算量变化曲线图;
图6为本申请实施例提供的再一种示例性的运算量变化曲线图;
图7为本申请实施例提供的空间谱估计装置的结构示意图;
图8为本申请实施例提供的电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
在现有技术中,通常是利用MUSIC算法,生成阵列信号对应的空间谱矩阵,然后以格形搜索的形式遍历空间谱矩阵,即通过与四周的相邻值作差,在空间谱矩阵中寻找极值,进而得到空间谱估计结果。但是,在实际应用中,空间谱矩阵通常为高维矩阵,现有技术的大运算量限制了空间谱估计的效率。
针对上述问题,本申请实施例提供的空间谱估计方法、装置、电子设备及存储介质,通过获取当前空间谱估计矩阵;按照预设初始搜索步长,遍历当前空间谱估计矩阵,得到多个初始极大值点;根据各初始极大值点在当前空间谱估计矩阵中的位置,从当前空间谱估计矩阵中定位多个目标子块;按照预设目标搜索步长,从目标子块中搜索谱峰;其中,目标搜索步长小于初始搜索步长;根据谱峰,确定空间谱估计矩阵对应的当前空间谱估计结果。上述方案提供的方法,通过先采用大步长去除空间谱估计矩阵中的冗余数据,并确定极大值的位置,再采用小步长在各个极大值处精细搜索谱峰,提高了空间谱估计效率,同时减少了资源占用和运算量。
下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明实施例进行描述。
首先,对本申请所基于的网络结构进行说明:
本申请实施例提供的空间谱估计方法、装置、电子设备及存储介质,适用于检测信源信号的波达方向。如图1所示,为本申请实施例基于的网络结构示意图,主要包括信源、传感器及用于进行空间谱估计的空间谱估计装置。其中,传感器可以为天线上的阵子。具体地,传感器采集信源发出的信号,并生成对应的传感器数据(阵列数据),然后由空间谱估计装置根据传感器数据,确定信源的位置信息,同时确定了信源所发出的信源信号的波达方向。
本申请实施例提供了一种空间谱估计方法,用于检测信源信号的波达方向。本申请实施例的执行主体为电子设备,比如服务器、台式电脑、笔记本电脑、平板电脑及其他可用于进行空间谱估计的电子设备。
如图2所示,为本申请实施例提供的空间谱估计方法的流程示意图,该方法包括:
步骤201,获取当前空间谱估计矩阵。
需要说明的是,空间谱估计矩阵包括当前阵列数据各方向角对应的空间谱估计值。
步骤202,按照预设初始搜索步长,遍历当前空间谱估计矩阵,得到多个初始极大值点。
需要说明的是,为了进一步提高空间谱估计效率,可以根据干扰个数的范围估计极大值点的个数,据此选择运算量和所占内存最小的初始搜索步长,以得到最优初始搜索步长。
其中,如图3所示,为本申请实施例提供的示例性的空间谱估计矩阵遍历方向示意图。
具体地,现有的直接搜索技术通常是步长按照如图3所示的四个方向,计算每个点相对于四个方向的差值,若该点大于周围的八个值,则认为该点为一个极大值点(谱峰)。而本申请实施例为了提高空间谱估计效率,首先按照较大的初始搜索步长,如从当前空间谱估计矩阵中搜索初始极大值点,然后再进一步精密搜索谱峰。
其中,初始极大值点的搜索方向可以参考图3所示的遍历方向,且在确定初始极大值点的过程中,同样是与间隔预设初始步长的八个值进行比较。
步骤203,根据各初始极大值点在当前空间谱估计矩阵中的位置,从当前空间谱估计矩阵中定位多个目标子块。
具体地,在确定了多个初始极大值点后,可以以初始极大值点为中心,在当前空间谱估计矩阵中定位该初始极大值点对应的目标子块。其中,目标子块对应的矩阵范围的大小可以根据预设初始搜索步长来调整。
步骤204,按照预设目标搜索步长,从目标子块中搜索谱峰。
其中,目标搜索步长小于初始搜索步长。
具体地,按照目标搜索步长,遍历目标子块,从而得到目标极大值点(谱峰)。其中,由于目标子块的矩阵规模远小于原空间谱估计矩阵,所以当前即便采用小步长遍历目标子块,也不会耗费太多的计算资源,也不降低空间谱估计效率。
步骤205,根据谱峰,确定空间谱估计矩阵对应的当前空间谱估计结果。
需要说明的是,谱峰是当前空间谱估计矩阵中的某矩阵元素,空间谱估计矩阵中各元素对应的方向角是已知的,所以在已确定谱峰的情况下,可以根据谱峰对应的方向角,确定当前空间谱估计结果。
具体地,在一实施例中,可以根据谱峰对应的方位角和俯仰角,确定当前空间谱估计结果。
需要说明的是,在本申请实施例中,方向角包括方位角和俯仰角。
进一步地,在一实施例中,可以根据当前空间谱估计结果,确定信源的位置信息。
其中,具体的确定过程可以参考现有技术,本申请实施例不做限定。
具体地,在确定了信源的位置信息之后,可以根据位置信息对该信源信号进行针对性的屏蔽或增强等,具体可以根据实际情况选取处理方式,以满足实际需求。
在上述实施例的基础上,为了提高空间谱估计结果的可靠性,作为一种可实施的方式,在一实施例中,根据各初始极大值点在当前空间谱估计矩阵中的位置,从当前空间谱估计矩阵中定位多个目标子块,包括:
步骤2031,根据初始搜索步长,确定各初始极大值点对应的子块范围;
步骤2032,根据子块范围,定位初始极大值点对应的目标子块。
具体地,以初始极大值点为中心,按照子块范围,为初始极大值点定位目标子块。其中,子块范围与初始搜索步长相对应,避免了重要空间谱估计值出现搜索遗漏情况,从而提高了空间谱估计结果的可靠性。
在上述实施例的基础上,由于空间谱估计矩阵的可靠性直接影响最终的空间谱估计结果的可靠性,因此,为了进一步提高空间谱估计结果的可靠性,作为一种可实施的方式,在一实施例中,获取当前空间谱估计矩阵,包括:
步骤2011,获取MUSIC空间谱函数和当前阵列数据;
步骤2012,利用MUSIC空间谱函数,根据当前阵列数据,构建当前空间谱估计矩阵。
需要说明的是,MUSIC空间谱函数具体可以基于多重信号分类算法(MultipleSignal Classification,简称:MUSIC)来确定,具体的确定过程可以参考MUSIC算法的原理,本申请实施例不做限定。
具体地,在一实施例中,利用MUSIC空间谱函数,生成当前阵列数据中各方向角对应的多个空间谱估计值;根据空间谱估计值,构建当前阵列数据对应的当前空间谱估计矩阵。
具体地,可以以空间谱估计步长θ′对进行扫描,可得到各个方向角的MUSIC空间谱估计值I=1,…,M;j=1,…,N,其中N=Rθ/θ′。代表方位角上的扫描范围,Rθ代表俯仰角θ上的扫描范围,其中,PMUSIC(·)表示MUSIC空间谱函数,表示阵列数据对应的空间谱估计值。最后得到离散MUSIC空间谱矩阵(空间谱估计矩阵):
具体地,在一实施例中,可以获取当前阵列数据对应的协方差矩阵;对协方差矩阵进行特征分解,以分别得到对应的信号方向子空间和噪声子空间;根据信号方向子空间和噪声子空间之间的属性信息,确定协方差矩阵对应的方向估计值;根据方向估计值和方向子空间,构建MUSIC空间谱函数。
示例性的,设当前阵列数据对应的阵元数(传感器数量)为T,入射信号数(信源数量)为P,且P<T。阵列输出向量X为:
X=A(θ)S+W
其中,S表示入射到阵列的空间来波信号向量,W为阵列输出加性白噪声,零均值,方差为σ2;A(θ)=[a(θ1),a(θ2),…,a(θP)](M×P)为阵列对入射信号的映射矩阵(导向矢量矩阵)。
进一步地,设各阵元噪声独立,且入射信号相互独立。对阵列输出向量X求其空间相关矩阵(协方差矩阵)RX:
其中,假定A(θ)RSAH(θ)满秩,对其进行特征分解,得到的对角矩阵Λs含有P个大特征值,对应信号方向子空间,Un对应噪声子空间。
进一步地,分析噪声子空间Un和信号方向矩阵A(θ)之间的属性信息:
由上式比较可知,若RS是非奇异的,则A(θ)与Us所张成的子空间相同。A(θ)的列向量(值域空间)与信号子空间重合,A(θ)的列向量a(θ)与噪声子空间是正交的,噪声子空间上的正交投影估计(上述方向估计值)为:
由此构造MUSIC空间谱函数:
其中,上式中给出所有θ的波达方向估计,对PMUSIC(θ)在θ域进行谱峰搜索,在三维空间中θ代表波达方向的方位角和俯仰角搜索得到的谱峰p∈1,…,P,即为波达方向估计。并不是任何意义下的真实谱,严格来说,它只是信号导向矢量与噪声子空间之间的距离,搜索二维空间谱得到极大值即谱峰点θp(p=1,…,P),就是入射波到达角的估计。
为了方便本领域技术人员更好地了解本申请实施例提供的空间谱估计方法,本申请实施例提供了如下实验数据:
本实验采用7阵元天线,接收到的信号包含5个干扰。则有接收到的信号X的协方差矩阵RX为7×7矩阵。由此构造MUSIC空间谱函数:
对k个目标子块ΔP1′,ΔP2′,…ΔPk′进行极大值搜索,从四个方向进行二次差值运算,所有的初始极大值点对应的方向角集合中,对方位角或俯仰角差≤5°的极大值点进行合并,然后按照MUSIC空间谱估计值降序排列得到前5个极大值点对应的方向角作为来向角估计值。
需要说明的是,在对上述两种方法的运算量进行比较时,可以只对二次差值的运算量进行对比。其它比如排序运算的计算量相对二次差值运算较小,且两种方法差别不大,所以在此不再赘述。
传统方法二次差值运算时占用内存大小1.3×105的float数据,数据进行1.3×105次二次差值运算。
当nmax为5时,搜索步长从0.5°到20°对应的优化后两步搜索的运算量变化曲线如图4所示,图4为本申请实施例提供的一种示例性的运算量变化曲线图;当nmax为10时,搜索步长从0.5°到20°对应的运算量变化曲线如图5所示,图5为本申请实施例提供的另一种示例性的运算量变化曲线图;当nmax为20时,搜索步长从0.5°到20°对应的运算量变化曲线如6图所示,图6为本申请实施例提供的再一种示例性的运算量变化曲线图。具体可以根据附图4-6,设定最优的初始搜索步长n。
由图4-6可以看出,当初始步长为0.5°时,运算量与传统方法的运算量相等,随着初始搜索步长增加,可以看出优化方法的运算量急剧降低,在步进为5°左右降至最低,然后缓慢上升。据此可以将初步搜索步进设定为5°,将得到的最大值进行排序,取其中最大的10个最大值进行二次搜索,可兼顾准确性和计算量。
在实际应用中,可以结合具体需求,确定抗干扰的个数,据此选择合适的初始搜索步长与二次搜索的最大值个数。
针对实际实验数据,得到运算量与资源占用信息:
本申请实施例提供的空间谱估计方法占用最大内存为400的float数据,需1.6×104次矩阵乘加运算,5068次加法运算。
由此可以看出本申请实施例提供的空间谱估计方法占用资源变少,运算量减少,提高了空间谱估计效率。
本申请实施例提供的空间谱估计方法,通过获取当前空间谱估计矩阵;按照预设初始搜索步长,遍历当前空间谱估计矩阵,得到多个初始极大值点;根据各初始极大值点在当前空间谱估计矩阵中的位置,从当前空间谱估计矩阵中定位多个目标子块;按照预设目标搜索步长,从目标子块中搜索谱峰;其中,目标搜索步长小于初始搜索步长;根据谱峰,确定空间谱估计矩阵对应的当前空间谱估计结果。上述方案提供的方法,通过先采用大步长去除空间谱估计矩阵中的冗余数据,并确定极大值的位置,再采用小步长在各个极大值处精细搜索谱峰,提高了空间谱估计效率,同时减少了资源占用和运算量。并且,在提高了空间谱估计效率的同时,还保障了空间谱估计结果的可靠性。
本申请实施例提供了一种空间谱估计装置,用于执行上述实施例提供的空间谱估计方法。
如图7所示,为本申请实施例提供的空间谱估计装置的结构示意图。该空间谱估计装置40包括:获取模块401、第一搜索模块402、定位模块403、第二搜索模块404和确定模块405。
其中,获取模块,用于获取当前空间谱估计矩阵;第一搜索模块,用于按照预设初始搜索步长,遍历当前空间谱估计矩阵,得到多个初始极大值点;定位模块,用于根据各初始极大值点在当前空间谱估计矩阵中的位置,从当前空间谱估计矩阵中定位多个目标子块;第二搜索模块,用于按照预设目标搜索步长,从目标子块中搜索谱峰;其中,目标搜索步长小于初始搜索步长;确定模块,用于根据谱峰,确定空间谱估计矩阵对应的当前空间谱估计结果。
关于本实施例中的空间谱估计装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本申请实施例提供的空间谱估计装置,用于执行上述实施例提供的空间谱估计方法,其实现方式与原理相同,不再赘述。
本申请实施例提供了一种电子设备,用于执行上述实施例提供的空间谱估计方法。
如图8所示,为本申请实施例提供的电子设备的结构示意图。该电子设备50包括:至少一个处理器51和存储器52;
存储器存储计算机执行指令;至少一个处理器执行存储器存储的计算机执行指令,使得至少一个处理器执行如上实施例提供的空间谱估计方法。
本申请实施例提供的一种电子设备,用于执行上述实施例提供的空间谱估计方法,其实现方式与原理相同,不再赘述。
本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上任一实施例提供的空间谱估计方法。
本申请实施例的包含计算机可执行指令的存储介质,可用于存储前述实施例中提供的空间谱估计方法的计算机执行指令,其实现方式与原理相同,不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种空间谱估计方法,其特征在于,包括:
获取当前空间谱估计矩阵;
按照预设初始搜索步长,遍历所述当前空间谱估计矩阵,得到多个初始极大值点;
根据各初始极大值点在当前空间谱估计矩阵中的位置,从所述当前空间谱估计矩阵中定位多个目标子块;
按照预设目标搜索步长,从所述目标子块中搜索谱峰;其中,所述目标搜索步长小于初始搜索步长;
根据所述谱峰,确定所述空间谱估计矩阵对应的当前空间谱估计结果。
2.根据权利要求1所述的方法,其特征在于,所述根据各初始极大值点在当前空间谱估计矩阵中的位置,从所述当前空间谱估计矩阵中定位多个目标子块,包括:
根据所述初始搜索步长,确定各初始极大值点对应的子块范围;
根据所述子块范围,定位所述初始极大值点对应的目标子块。
3.根据权利要求1所述的方法,其特征在于,所述获取当前空间谱估计矩阵,包括:
获取MUSIC空间谱函数和当前阵列数据;
利用所述MUSIC空间谱函数,根据当前阵列数据,构建当前空间谱估计矩阵。
4.根据权利要求3所述的方法,其特征在于,所述获取MUSIC空间谱函数,包括:
获取当前阵列数据对应的协方差矩阵;
对所述协方差矩阵进行特征分解,以分别得到对应的信号方向子空间和噪声子空间;
根据所述信号方向子空间和噪声子空间之间的属性信息,确定所述协方差矩阵对应的方向估计值;
根据所述方向估计值和所述方向子空间,构建MUSIC空间谱函数。
5.根据权利要求3所述的方法,其特征在于,所述利用所述MUSIC空间谱函数,根据当前阵列数据,构建当前空间谱估计矩阵,包括:
利用所述MUSIC空间谱函数,生成所述当前阵列数据中各方向角对应的多个空间谱估计值;
根据所述空间谱估计值,构建所述当前阵列数据对应的当前空间谱估计矩阵。
6.根据权利要求1所述的方法,其特征在于,所述根据所述谱峰,确定所述空间谱估计矩阵对应的当前空间谱估计结果,包括:
根据所述谱峰对应的方位角和俯仰角,确定所述当前空间谱估计结果。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述当前空间谱估计结果,确定信源的位置信息。
8.一种空间谱估计装置,其特征在于,包括:
获取模块,用于获取当前空间谱估计矩阵;
第一搜索模块,用于按照预设初始搜索步长,遍历所述当前空间谱估计矩阵,得到多个初始极大值点;
定位模块,用于根据各初始极大值点在当前空间谱估计矩阵中的位置,从所述当前空间谱估计矩阵中定位多个目标子块;
第二搜索模块,用于按照预设目标搜索步长,从所述目标子块中搜索谱峰;其中,所述目标搜索步长小于初始搜索步长;
确定模块,用于根据所述谱峰,确定所述空间谱估计矩阵对应的当前空间谱估计结果。
9.一种电子设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110815602.2A CN113552533A (zh) | 2021-07-19 | 2021-07-19 | 一种空间谱估计方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110815602.2A CN113552533A (zh) | 2021-07-19 | 2021-07-19 | 一种空间谱估计方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113552533A true CN113552533A (zh) | 2021-10-26 |
Family
ID=78103401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110815602.2A Pending CN113552533A (zh) | 2021-07-19 | 2021-07-19 | 一种空间谱估计方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113552533A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115988629A (zh) * | 2023-03-13 | 2023-04-18 | 新华三技术有限公司 | 定时估计方法、装置、设备及可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101487888A (zh) * | 2009-02-23 | 2009-07-22 | 重庆大学 | 一种空间谱谱峰搜索方法 |
CN102520389A (zh) * | 2011-11-23 | 2012-06-27 | 华中科技大学 | 一种二维空间谱谱峰搜索方法 |
CN109633525A (zh) * | 2018-11-29 | 2019-04-16 | 上海无线电设备研究所 | 一种快速的均匀圆阵空间谱测向实现方法 |
CN109765526A (zh) * | 2018-12-29 | 2019-05-17 | 北京邮电大学 | 一种基于空间谱的目标搜索方法及装置 |
CN110398732A (zh) * | 2019-06-21 | 2019-11-01 | 西北大学 | 低计算量自适应步长迭代搜索的目标方向检测方法 |
WO2021134449A1 (zh) * | 2019-12-31 | 2021-07-08 | 深圳开阳电子股份有限公司 | 一种强杂波下fmcw阵列雷达运动多目标弱信号检测方法、装置、计算机设备及存储介质 |
-
2021
- 2021-07-19 CN CN202110815602.2A patent/CN113552533A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101487888A (zh) * | 2009-02-23 | 2009-07-22 | 重庆大学 | 一种空间谱谱峰搜索方法 |
CN102520389A (zh) * | 2011-11-23 | 2012-06-27 | 华中科技大学 | 一种二维空间谱谱峰搜索方法 |
CN109633525A (zh) * | 2018-11-29 | 2019-04-16 | 上海无线电设备研究所 | 一种快速的均匀圆阵空间谱测向实现方法 |
CN109765526A (zh) * | 2018-12-29 | 2019-05-17 | 北京邮电大学 | 一种基于空间谱的目标搜索方法及装置 |
CN110398732A (zh) * | 2019-06-21 | 2019-11-01 | 西北大学 | 低计算量自适应步长迭代搜索的目标方向检测方法 |
WO2021134449A1 (zh) * | 2019-12-31 | 2021-07-08 | 深圳开阳电子股份有限公司 | 一种强杂波下fmcw阵列雷达运动多目标弱信号检测方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
齐崇英, 张永顺, 张明智: "信号到达角的快速估计算法研究", 系统工程与电子技术, no. 10 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115988629A (zh) * | 2023-03-13 | 2023-04-18 | 新华三技术有限公司 | 定时估计方法、装置、设备及可读存储介质 |
CN115988629B (zh) * | 2023-03-13 | 2023-06-27 | 新华三技术有限公司 | 定时估计方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8363973B2 (en) | Descriptor for image corresponding point matching | |
CN109633525B (zh) | 一种快速的均匀圆阵空间谱测向实现方法 | |
Liu et al. | DOA estimation in impulsive noise via low-rank matrix approximation and weakly convex optimization | |
US10846563B2 (en) | Methods and apparatus for generating a dense field of three dimensional data for machine vision | |
Liu et al. | Efficient 2-D DOA estimation for coherent sources with a sparse acoustic vector-sensor array | |
Gonzalez-Diaz et al. | Neighborhood matching for image retrieval | |
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 | |
Benouini et al. | Fractional‐order generalized Laguerre moments and moment invariants for grey‐scale image analysis | |
CN113552533A (zh) | 一种空间谱估计方法、装置、电子设备及存储介质 | |
CN113239136B (zh) | 一种数据处理方法、装置、设备及介质 | |
US6665335B1 (en) | System and method for estimating a shift between two signals where one signal is known in advance | |
CN111026922A (zh) | 一种分布式向量索引方法、系统、插件及电子设备 | |
CN113238184B (zh) | 一种基于非圆信号的二维doa估计方法 | |
CN113670253B (zh) | 空间目标姿态反演方法、装置、计算设备及存储介质 | |
CN112198473B (zh) | 基于均匀圆阵测向仪的相位解模糊方法和电子设备 | |
Hossain et al. | On constructing approximate convex hull | |
CN113203997B (zh) | 基于fpga的雷达超分辨测向方法、系统及应用 | |
CN110895679B (zh) | 机器视觉图像数据处理方法和装置 | |
CN115358327A (zh) | 基于pca-svm的海洋温跃层数据可视化方法、装置、设备及介质 | |
CN114047475A (zh) | 基于多维标度法简化代价函数的到达时间差迭代定位方法 | |
Khan et al. | Beamspace matrix pencil method for direction of arrival estimation | |
Yang et al. | A new analytical method for relative camera pose estimation using unknown coplanar points | |
CN116008948B (zh) | 雷达定位方法、装置、设备及存储介质 | |
CN113221059B (zh) | 无需构造协方差矩阵的快速共轭梯度测向算法 | |
CN115619709B (zh) | 一种3d平面检测与重建方法、装置及存储介质 |
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 |