CN113721184A - 基于改进music算法的近场信号源定位方法 - Google Patents

基于改进music算法的近场信号源定位方法 Download PDF

Info

Publication number
CN113721184A
CN113721184A CN202110957722.6A CN202110957722A CN113721184A CN 113721184 A CN113721184 A CN 113721184A CN 202110957722 A CN202110957722 A CN 202110957722A CN 113721184 A CN113721184 A CN 113721184A
Authority
CN
China
Prior art keywords
field signal
array
signal source
obtaining
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
CN202110957722.6A
Other languages
English (en)
Other versions
CN113721184B (zh
Inventor
蔡晶晶
李盼盼
鲍丹
谭富伟
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN202110957722.6A priority Critical patent/CN113721184B/zh
Publication of CN113721184A publication Critical patent/CN113721184A/zh
Application granted granted Critical
Publication of CN113721184B publication Critical patent/CN113721184B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Operations Research (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明提出了一种基于改进MUSIC算法的近场信号源定位方法，实现步骤为：构建均匀线阵P；获得均匀线阵P的阵列输出信号矢量X(t)；获取接收数据阵列协方差矩阵的估计值
Figure DDA0003219084180000011
获取噪声子空间矩阵Un；构造代价函数V(b,c)；基于改进MUSIC算法获取代价函数解集
Figure DDA0003219084180000012
通过绘制幅度谱图获取近场信号源的定位估计结果。本发明采用的改进MUSIC算法是通过对代价函数求导从而得到代价函数的解集，再根据代价函数的解集绘制幅度谱图获取近场信号源的定位估计结果，有效提高了近场信号源定位中波达方向和距离的估计精度。

Description

基于改进MUSIC算法的近场信号源定位方法
技术领域
本发明属于信号处理技术领域，涉及一种近场信号源定位方法，具体涉及一种基于改进MUSIC算法的近场信号源定位方法，可用于信号方位参数的获取。
背景技术
阵列信号处理是现代信号处理的一个重要分支，其研究内容包括信号检测、参数估计、空间滤波、目标成像等，并被广泛应用于雷达、声呐、通信、导航、地震勘探、射电天文、电子医疗等众多军用、民用领域。根据信号源距离接收阵列的远近可以分为远场信号源和近场信号源，相比于远场信号源，近场信号源发射的信号处理起来更加复杂，此时近场信号源处于Fresnel区域，发射的信号相对于阵列孔径需用球面波精确描述，波前形状随阵列位置具有非线性变化特性，信号源的位置必须由距离以及波达方向共同确定，所以近场信号源的定位可以归结为信号源距离和波达方向的联合估计的问题。近场信号源定位在电子监控，地震探测，声源定位等领域得到广泛应用。近场信号源定位算法主要有最大似然估计法、加权线性预测法、多重信号分类(MUSIC)算法和旋转不变技术估计信号参数(ESPRIT)的算法等。其中，MUSIC算法属于高分辨率的子空间估计方法，其基本思想是对任意阵列接收数据的协方差矩阵进行特征分解，从而得到与信号分量相对应的信号子空间和与信号分量相正交的噪声子空间，然后利用信号子空间的导向矢量和噪声子空间的正交性构造空间谱函数，通过谱峰搜索，检测信号。
由于MUSIC算法具有很高的分辨力、估计精度及稳定性，故而被广泛利用，例如申请公布号为CN107255796A，名称为“一种非均匀噪声下窄带近场信号源定位方法”的专利申请，公开了一种非均匀噪声下窄带近场信号源定位方法，该方法利用接收数据阵列协方差矩阵构造出托普利兹矩阵，并结合直接利用导向矢量和噪声子空间矩阵构造空间谱函数的MUSIC算法估计出近场窄带信号源的方向估计值，然后，再次构造托普利兹矩阵并结合MUSIC算法求得近场窄带信号源的距离估计值。该方法有效解决了近场信号源定位时噪声非均匀的问题，但是缺点在于没有对导向矢量进行约束，直接利用导向矢量和噪声子空间矩阵构造空间谱函数，导致近场信号源的波达方向估计和距离估计的精度较低，并且托普利兹矩阵的构造过程复杂，计算复杂度较高。
发明内容
本发明的目的在于克服上述现有技术存在的缺陷，提出了一种基于改进MUSIC算法的近场信号源定位方法，旨在提高定位精度，并降低计算复杂度。
为实现上述目的，本发明采取的技术方案包括如下步骤：
(1)构建均匀线阵P：
构建包括M个全向传感器阵元的均匀线阵P＝{p0,...,pm,...,pM-1}，并将p0作为参考阵元，均匀线阵P中相邻全向传感器阵元的间距为d，其中，M≥2，pm表示第m+1个全向传感器阵元，d≤λ/4，λ为入射到阵列的窄带信号波长；
(2)获取均匀线阵P的阵列输出信号矢量X(t)：
均匀线阵P中的每个全向传感器阵元对空间中K个近场信号源发射的窄带信号进行采样和滤波，得到阵列输出信号矢量X(t)：
X(t)＝[x0(t),x1(t),...,xm(t),...,xM-1(t)]T
其中，1≤K≤M，xm(t)表示第m+1个全向传感器阵元pm的输出信号，t表示离散时间，1≤t≤L，L表示信号在时域上的采样点数，近场信号源与参考阵元p0之间的距离范围为
Figure BDA0003219084160000021
[·]T表示转置运算；
(3)获取接收数据阵列协方差矩阵的估计值
Figure BDA0003219084160000022
利用阵列输出信号矢量X(t)，计算接收数据阵列协方差矩阵的估计值
Figure BDA0003219084160000023
(4)获取噪声子空间矩阵Un：
对接收数据阵列协方差矩阵的估计值
Figure BDA0003219084160000024
进行特征分解，得到噪声子空间矩阵Un；
(5)构造代价函数V(b,c)：
(5a)对噪声子空间矩阵Un进行共轭转置，并通过Un以及共轭转置结果
Figure BDA0003219084160000025
计算方阵
Figure BDA0003219084160000031
其中，[·]H表示共轭转置运算；
(5b)通过方阵G构造代价函数V(b,c)：
V(b,c)＝a(b,c)HGa(b,c)
其中，a(b,c)表示导向矢量，
Figure BDA0003219084160000032
b表示包含一个未知量为角度θ的变量，b＝e-j2πdsinθ/λ，c表示包含两个未知量分别为角度θ和距离r的变量，
Figure BDA0003219084160000033
(6)基于改进MUSIC算法获取代价函数解集
Figure BDA0003219084160000034
(6a)采用空间网格划分方法，并根据信号源的空域稀疏特性，将观测空域[0°,180°]等间隔划分成Q个角度
Figure BDA0003219084160000035
其中，Q＞＞K，
Figure BDA0003219084160000036
表示第q个角度值；
(6b)通过角度值
Figure BDA0003219084160000037
计算变量b的值
Figure BDA0003219084160000038
再通过
Figure BDA0003219084160000039
计算代价函数
Figure BDA00032190841600000310
Figure BDA00032190841600000311
(6c)对
Figure BDA00032190841600000312
中的c进行求导，得到多项式方程
Figure BDA00032190841600000313
Figure BDA00032190841600000314
(6d)求解多项式方程
Figure BDA00032190841600000315
的多个根，并将模值为1的根代入
Figure BDA00032190841600000316
中，然后使
Figure BDA00032190841600000317
最小的根作为最优根
Figure BDA00032190841600000318
(6e)将每个
Figure BDA00032190841600000319
和
Figure BDA00032190841600000320
代入V(b,c)中，得到Q个角度对应的代价函数V(b,c)的解集
Figure BDA0003219084160000041
(7)通过绘制幅度谱图获取近场信号源的定位估计结果：
(7a)以角度
Figure BDA0003219084160000042
的值为x轴坐标，以解集
Figure BDA0003219084160000043
的倒数为y轴坐标，绘制幅度谱图，从该幅度谱图中按照从高到低的顺序寻找幅值较大的前K个谱峰，这些谱峰的峰值点所对应的x轴坐标即为所求的K个近场信号源的波达方向估计值
Figure BDA0003219084160000044
(7b)通过
Figure BDA0003219084160000045
对应的解集
Figure BDA0003219084160000046
得到最优根
Figure BDA0003219084160000047
通过每个
Figure BDA0003219084160000048
和
Figure BDA0003219084160000049
计算对应
Figure BDA00032190841600000410
的距离估计值
Figure BDA00032190841600000411
得到K个近场信号源的距离估计值
Figure BDA00032190841600000412
(7c)结合近场信号源的波达方向估计值
Figure BDA00032190841600000413
和距离估计值
Figure BDA00032190841600000414
得到K个近场信号源的定位估计结果。
本发明与现有技术相比，具有以下优点：
(1)本发明所获取的近场信号源的定位结果是基于改进MUSIC算法实现的，该方法利用噪声子空间矩阵构造的代价函数进行求导，得到一组代价函数解集，改进MUSIC算法中对代价函数求导相当于对导向矢量中的每一个值都进行约束，克服了现有技术没有对导向矢量进行约束，直接利用导向矢量和噪声子空间矩阵构造空间谱函数所导致的精度较小的问题，提高了近场信号源定位中的波达方向估计和距离估计精度。
(2)本发明所获取的噪声子空间矩阵，是通过对接收数据阵列协方差矩阵的估计值进行特征分解实现的，避免了现有技术通过接收数据阵列协方差矩阵构造的托普利兹矩阵进行特征分解，以获取噪声子空间矩阵的计算过程过于复杂的缺陷，确保定位效率。
附图说明
图1是本发明的实现流程图；
图2是本发明实施例采用的均匀线阵接收信号模型的结构示意图。
具体实施方式
下面结合附图和具体实施例，对本发明作进一步详细描述。
参照图1，本发明包括如下步骤：
步骤1)构建均匀线阵P：
构建包括M个全向传感器阵元的均匀线阵P＝{p0,...,pm,...,pM-1}，并将p0作为参考阵元，均匀线阵P中相邻全向传感器阵元的间距为d，其中，M≥2，pm表示第m+1个全向传感器阵元，d≤λ/4，λ为入射到阵列的窄带信号波长；
本实施例均匀线阵接收信号模型的结构如图2所示，包括M＝7个全向传感器阵元的均匀线阵P＝{p0,p1,...,p6}，均匀线阵P位于一维坐标轴上，参考阵元p0放置在一维坐标原点，除p0外其余阵元按顺序依次放置在一维坐标轴上，假设均匀线阵P接收近场信号源X发射的信号，则近场信号源X距离参考阵元p0之间的距离为距离rX，参考阵元p0接收近场信号源X发射的信号与一维坐标轴的夹角为波达方向角θX。
步骤2)获取均匀线阵P的阵列输出信号矢量X(t)：
均匀线阵P中的每个全向传感器阵元对空间中K个近场信号源发射的窄带信号进行采样和滤波，得到阵列输出信号矢量X(t)：
X(t)＝[x0(t),x1(t),...,xm(t),...,xM-1(t)]T
其中，1≤K≤M，xm(t)表示第m+1个全向传感器阵元pm的输出信号，t表示离散时间，1≤t≤L，L表示信号在时域上的采样点数，近场信号源与参考阵元p0之间的距离范围为
Figure BDA0003219084160000051
[·]T表示转置运算；
步骤3)获取接收数据阵列协方差矩阵的估计值
Figure BDA0003219084160000052
利用阵列输出信号矢量X(t)，计算接收数据阵列协方差矩阵的估计值
Figure BDA0003219084160000053
Figure BDA0003219084160000054
步骤4)获取噪声子空间矩阵Un：
对接收数据阵列协方差矩阵的估计值
Figure BDA0003219084160000055
进行特征分解，得到噪声子空间矩阵Un：
Figure BDA0003219084160000061
其中，Λs和Λn分别是信号子空间和噪声子空间的特征值对角矩阵，Us和Un分别是信号子空间矩阵和噪声子空间矩阵。
步骤5)构造代价函数V(b,c)：
(5a)对噪声子空间矩阵Un进行共轭转置，并通过Un以及共轭转置结果
Figure BDA0003219084160000062
计算方阵
Figure BDA0003219084160000063
其中，[·]H表示共轭转置运算；
(5b)通过方阵G构造代价函数V(b,c)：
V(b,c)＝a(b,c)HGa(b,c)
其中，a(b,c)表示导向矢量，
Figure BDA0003219084160000064
b表示包含一个未知量为角度θ的变量，b＝e-j2πdsinθ/λ，c表示包含两个未知量分别为角度θ和距离r的变量，
Figure BDA0003219084160000065
步骤6)基于改进MUSIC算法获取代价函数解集
Figure BDA0003219084160000066
(6a)采用空间网格划分方法，并根据信号源的空域稀疏特性，将观测空域[0°,180°]等间隔划分成Q个角度
Figure BDA0003219084160000067
其中，Q＞＞K，
Figure BDA0003219084160000068
表示第q个角度值；
(6b)通过角度值
Figure BDA0003219084160000069
计算变量b的值
Figure BDA00032190841600000610
再通过
Figure BDA00032190841600000611
计算代价函数
Figure BDA00032190841600000612
Figure BDA0003219084160000071
(6c)对
Figure BDA0003219084160000072
中的c进行求导，得到多项式方程
Figure BDA0003219084160000073
Figure BDA0003219084160000074
(6d)求解多项式方程
Figure BDA0003219084160000075
的多个根，并将模值为1的根代入
Figure BDA0003219084160000076
中，然后使
Figure BDA0003219084160000077
最小的根作为最优根
Figure BDA0003219084160000078
多项式方程
Figure BDA0003219084160000079
的根是复数形式，包含虚部和实部，对根求模值就是对复数求绝对值，复数的绝对值等于实部与虚部的平方和的平方根。
(6e)将每个
Figure BDA00032190841600000710
和
Figure BDA00032190841600000711
代入V(b,c)中，得到Q个角度对应的代价函数V(b,c)的解集
Figure BDA00032190841600000712
步骤7)通过绘制幅度谱图获取近场信号源的定位估计结果：
(7a)以角度
Figure BDA00032190841600000713
的值为x轴坐标，以解集
Figure BDA00032190841600000714
的倒数为y轴坐标，绘制幅度谱图，从该幅度谱图中按照从高到低的顺序寻找幅值较大的前K个谱峰，这些谱峰的峰值点所对应的x轴坐标即为所求的K个近场信号源的波达方向估计值
Figure BDA00032190841600000715
(7b)通过
Figure BDA00032190841600000716
对应的解集
Figure BDA00032190841600000717
得到最优根
Figure BDA00032190841600000718
通过每个
Figure BDA00032190841600000719
和
Figure BDA00032190841600000720
计算对应
Figure BDA00032190841600000721
的距离估计值
Figure BDA00032190841600000722
得到K个近场信号源的距离估计值
Figure BDA00032190841600000723
(7c)结合近场信号源的波达方向估计值
Figure BDA0003219084160000081
和距离估计值
Figure BDA0003219084160000082
得到K个近场信号源的定位估计结果。

Claims (3)

1.一种基于改进MUSIC算法的近场信号源定位方法，其特征在于包括如下步骤：
(1)构建均匀线阵P：
构建包括M个全向传感器阵元的均匀线阵P＝{p0,...,pm,...,pM-1}，并将p0作为参考阵元，均匀线阵P中相邻全向传感器阵元的间距为d，其中，M≥2，pm表示第m+1个全向传感器阵元，d≤λ/4，λ为入射到阵列的窄带信号波长；
(2)获取均匀线阵P的阵列输出信号矢量X(t)：
均匀线阵P中的每个全向传感器阵元对空间中K个近场信号源发射的窄带信号进行采样和滤波，得到阵列输出信号矢量X(t)：
X(t)＝[x0(t),x1(t),...,xm(t),...,xM-1(t)]T
其中，1≤K≤M，xm(t)表示第m+1个全向传感器阵元pm的输出信号，t表示离散时间，1≤t≤L，L表示信号在时域上的采样点数，近场信号源与参考阵元p0之间的距离范围为
Figure FDA0003219084150000011
[·]T表示转置运算；
(3)获取接收数据阵列协方差矩阵的估计值
Figure FDA0003219084150000012
利用阵列输出信号矢量X(t)，计算接收数据阵列协方差矩阵的估计值
Figure FDA0003219084150000013
(4)获取噪声子空间矩阵Un：
对接收数据阵列协方差矩阵的估计值
Figure FDA0003219084150000014
进行特征分解，得到噪声子空间矩阵Un；
(5)构造代价函数V(b,c)：
(5a)对噪声子空间矩阵Un进行共轭转置，并通过Un以及共轭转置结果
Figure FDA0003219084150000015
计算方阵
Figure FDA0003219084150000021
其中，[·]H表示共轭转置运算；
(5b)通过方阵G构造代价函数V(b,c)：
V(b,c)＝a(b,c)HGa(b,c)
其中，a(b,c)表示导向矢量，
Figure FDA0003219084150000022
b表示包含一个未知量为角度θ的变量，b＝e-j2πdsinθ/λ，c表示包含两个未知量分别为角度θ和距离r的变量，
Figure FDA0003219084150000023
(6)基于改进MUSIC算法获取代价函数解集
Figure FDA00032190841500000221
(6a)采用空间网格划分方法，并根据信号源的空域稀疏特性，将观测空域[0°,180°]等间隔划分成Q个角度
Figure FDA0003219084150000024
其中，Q＞＞K，
Figure FDA0003219084150000025
表示第q个角度值；
(6b)通过角度值
Figure FDA0003219084150000026
计算变量b的值
Figure FDA0003219084150000027
再通过
Figure FDA0003219084150000028
计算代价函数
Figure FDA0003219084150000029
Figure FDA00032190841500000210
(6c)对
Figure FDA00032190841500000211
中的c进行求导，得到多项式方程
Figure FDA00032190841500000212
Figure FDA00032190841500000213
(6d)求解多项式方程
Figure FDA00032190841500000214
的多个根，并将模值为1的根代入
Figure FDA00032190841500000215
中，然后使
Figure FDA00032190841500000216
最小的根作为最优根
Figure FDA00032190841500000217
(6e)将每个
Figure FDA00032190841500000218
和
Figure FDA00032190841500000219
代入V(b,c)中，得到Q个角度对应的代价函数V(b,c)的解集
Figure FDA00032190841500000220
(7)通过绘制幅度谱图获取近场信号源的定位估计结果：
(7a)以角度
Figure FDA0003219084150000031
的值为x轴坐标，以解集
Figure FDA0003219084150000032
的倒数为y轴坐标，绘制幅度谱图，从该幅度谱图中按照从高到低的顺序寻找幅值较大的前K个谱峰，这些谱峰的峰值点所对应的x轴坐标即为所求的K个近场信号源的波达方向估计值
Figure FDA0003219084150000033
(7b)通过
Figure FDA0003219084150000034
对应的解集
Figure FDA0003219084150000035
得到最优根
Figure FDA0003219084150000036
通过每个
Figure FDA0003219084150000037
和
Figure FDA0003219084150000038
计算对应
Figure FDA0003219084150000039
的距离估计值
Figure FDA00032190841500000310
得到K个近场信号源的距离估计值
Figure FDA00032190841500000311
(7c)结合近场信号源的波达方向估计值
Figure FDA00032190841500000312
和距离估计值
Figure FDA00032190841500000313
得到K个近场信号源的定位估计结果。
2.根据权利要求1所述的基于改进MUSIC算法的近场信号源定位方法，其特征在于，步骤(3)中所述的计算接收数据阵列协方差矩阵的估计值
Figure FDA00032190841500000314
Figure FDA00032190841500000315
3.根据权利要求1所述的基于改进MUSIC算法的近场信号源定位方法，其特征在于，步骤(4)中所述的对接收数据阵列协方差矩阵的估计值
Figure FDA00032190841500000316
进行特征分解，分解公式为：
Figure FDA00032190841500000317
其中，Λs和Λn分别是信号子空间和噪声子空间的特征值对角矩阵，Us和Un分别是信号子空间矩阵和噪声子空间矩阵。
CN202110957722.6A 2021-08-19 2021-08-19 基于改进music算法的近场信号源定位方法 Active CN113721184B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110957722.6A CN113721184B (zh) 2021-08-19 2021-08-19 基于改进music算法的近场信号源定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110957722.6A CN113721184B (zh) 2021-08-19 2021-08-19 基于改进music算法的近场信号源定位方法

Publications (2)

Publication Number Publication Date
CN113721184A true CN113721184A (zh) 2021-11-30
CN113721184B CN113721184B (zh) 2023-08-15

Family

ID=78677035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110957722.6A Active CN113721184B (zh) 2021-08-19 2021-08-19 基于改进music算法的近场信号源定位方法

Country Status (1)

Country Link
CN (1) CN113721184B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107255796A (zh) * 2017-07-25 2017-10-17 西安交通大学 一种非均匀噪声下窄带近场信号源定位方法
CN109557504A (zh) * 2018-10-25 2019-04-02 西安交通大学 一种近场窄带信号源的定位方法
CN111693937A (zh) * 2020-05-25 2020-09-22 西安交通大学 一种基于稀疏重构的无需网格化的近场信号源定位方法
WO2021139208A1 (zh) * 2020-01-08 2021-07-15 华南理工大学 一种基于特定频率组合信号的一维doa估计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107255796A (zh) * 2017-07-25 2017-10-17 西安交通大学 一种非均匀噪声下窄带近场信号源定位方法
CN109557504A (zh) * 2018-10-25 2019-04-02 西安交通大学 一种近场窄带信号源的定位方法
WO2021139208A1 (zh) * 2020-01-08 2021-07-15 华南理工大学 一种基于特定频率组合信号的一维doa估计方法
CN111693937A (zh) * 2020-05-25 2020-09-22 西安交通大学 一种基于稀疏重构的无需网格化的近场信号源定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
糜坤年;张磊;: "基于MUSIC算法的圆阵DOA估计技术及改进方法", 舰船电子对抗, no. 05 *

Also Published As

Publication number Publication date
CN113721184B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
CN109375171B (zh) 一种基于正交匹配追踪算法的声源定位方法
CN111352063B (zh) 一种均匀面阵中基于多项式求根的二维测向估计方法
CN111487478B (zh) 基于深度神经网络的角度依赖型复杂阵列误差校准方法
CN109597021B (zh) 一种波达方向估计方法及装置
CN108398659B (zh) 一种矩阵束与求根music结合的波达方向估计方法
CN111812581B (zh) 基于原子范数的球面阵列声源波达方向估计方法
CN108680894A (zh) 一种基于重构累积量矩阵的混合场信源定位方法
CN113835063B (zh) 一种无人机阵列幅相误差与信号doa联合估计方法
CN112763972B (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
CN109541573A (zh) 一种弯曲水听器阵列的阵元位置校准方法
CN110208736B (zh) 基于四阶累量的非圆信号均匀阵列波达方向角估计方法
CN112016037A (zh) 一种互质面阵中基于降维Capon求根的二维测向估计方法
CN111190135A (zh) 一种适用于任意阵列的校准方法
CN113721184A (zh) 基于改进music算法的近场信号源定位方法
CN114487992B (zh) 无须解模糊的多基线相位干涉仪测向方法
CN113567916B (zh) 一种相关干涉仪测向方法、系统、设备及存储介质
CN115201821A (zh) 基于强目标成像对消的小目标检测方法
CN113381793A (zh) 一种面向相干信源估计的无网格波达方向估计方法
CN113702898B (zh) 基于分布式阵列的已知波形信源波达方向估计方法
CN107238813B (zh) 近场信号源波达方向和波达时间确定方法及装置
CN112698263A (zh) 一种基于正交传播算子的单基地互质mimo阵列doa估计算法
CN110320492A (zh) 一种基于导向矢量对称特性的低复杂度doa估计方法
CN116626591B (zh) 一种基于无人机谐波聚焦的宽带声源定位方法、系统、设备及介质
CN114036975B (zh) 基于频域-波数域解卷积的目标信号提取方法
CN113359086B (zh) 基于增广互质阵列的加权子空间数据融合直接定位方法

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