CN114966526A - 一种波达方向估计方法 - Google Patents

一种波达方向估计方法 Download PDF

Info

Publication number
CN114966526A
CN114966526A CN202210541535.4A CN202210541535A CN114966526A CN 114966526 A CN114966526 A CN 114966526A CN 202210541535 A CN202210541535 A CN 202210541535A CN 114966526 A CN114966526 A CN 114966526A
Authority
CN
China
Prior art keywords
arrival
reconstructed
noise subspace
received signal
spatial
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
Application number
CN202210541535.4A
Other languages
English (en)
Inventor
史文虎
田烨
陈军
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.)
Shanghai Yingheng Electronic Co ltd
Original Assignee
Shanghai Yingheng Electronic Co ltd
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 Shanghai Yingheng Electronic Co ltd filed Critical Shanghai Yingheng Electronic Co ltd
Priority to CN202210541535.4A priority Critical patent/CN114966526A/zh
Publication of CN114966526A publication Critical patent/CN114966526A/zh
Pending legal-status Critical Current

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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种波达方向估计方法。所述方法包括：基于接收信号构建目标矩阵，所述接收信号通过雷达上的天线阵列接收，所述接收信号为MIMO阵列的相干信号源；基于所述目标矩阵得到噪声子空间；基于预设的接收信号导向矢量以及重构的噪声子空间重构空间谱函数；基于所述重构的空间谱函数确定所述雷达的波达方向。该方法能够适用于相干信号源的波达方向估计，通过构建目标矩阵进行解相干操作，重构噪声子空间，构建新的空间谱函数可以有效减小运算量。

Description

一种波达方向估计方法
技术领域
本发明实施例涉及信号处理技术领域，尤其涉及一种波达方向估计方法。
背景技术
近年来，雷达在军用、民用等各方面都得到了广泛应用，例如车载雷达、气象雷达等。其中，车载毫米波雷达发展迅速，可对车辆周围的情况进行探测，帮助驾驶员进行汽车驾驶，降低交通事故的发生概率。随着信号处理技术等技术的发展，MIMO雷达在车载毫米波雷达中得到了广泛应用，其为多发多收的新体制雷达，通过时分复用、发射正交信号等方式，实现了雷达天线的复用，同等估计精度情况下，大大减小了雷达尺寸。
车载雷达中常用的信号发射体制为调频连续波(Frequency ModulatedContinuous Wave，FMCW)雷达，当多个目标位于相同距离单元及速度单元内时，无法通过距离及速度分辨出多个目标，此时需要通过波达方向估计算法进行波达方向估计，得到多个目标的位置。传统的波达方向估计算法受限于瑞利限，角分辨率较差，无法分辨出角度接近的多个目标；而传统的超分辨率算法虽然具有较高的角分辨率，但是存在相干信源时，由于接收数据协方差矩阵的秩亏损导致特征向量发散到噪声子空间，特征值分解时无法正确分辨信号子空间和噪声子空间，从而导致波达方向估计性能恶化甚至完全失效。
因此，如何对雷达的波达方向进行有效估计是当前亟待解决的技术问题。
发明内容
本发明实施例提供了一种波达方向估计方法，该方法能够适用于相干信号源的波达方向估计，通过构建目标矩阵进行解相干操作，重构噪声子空间，构建新的空间谱函数可以有效减小运算量。
第一方面，本发明实施例提供了一种波达方向估计方法，包括：
基于接收信号构建目标矩阵，所述接收信号为MIMO阵列的相干信号源；
基于所述目标矩阵得到噪声子空间；
基于预设的接收信号空域导向矢量以及重构的噪声子空间重构空间谱函数；
基于所述重构的空间谱函数确定所述接收信号的波达方向。
第二方面，本发明实施例还提供了一种波达方向估计装置，包括：
构建模块，用于基于接收信号构建目标矩阵，所述接收信号为MIMO阵列的相干信号源；
得到模块，用于基于所述目标矩阵得到噪声子空间；
重构模块，用于基于预设的接收信号空域导向矢量以及重构的噪声子空间重构空间谱函数；
确定模块，用于基于所述重构的空间谱函数确定所述接收信号的波达方向。
第三方面，本发明实施例还提供了一种终端设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器用于实现本发明任意实施例中所述的波达方向估计方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的波达方向估计方法。
本发明实施例提供了一种波达方向估计方法，首先基于接收信号构建目标矩阵，所述接收信号为MIMO阵列的相干信号源；然后基于所述目标矩阵得到噪声子空间；之后基于预设的空域导向矢量以及重构的噪声子空间重构空间谱函数；最后基于所述重构的空间谱函数确定所述接收信号的波达方向。上述技术方案能够适用于相干信号源的波达方向估计，通过构建目标矩阵进行解相干操作，重构噪声子空间，构建新的空间谱函数可以有效减小运算量。
附图说明
图1为本发明实施例一所提供的一种波达方向估计方法的流程示意图；
图2为本发明实施例一所提供的一种波达方向估计方法的估计结果对比示意图；
图3为本发明实施例二所提供的一种波达方向估计方法的示例流程图；
图4为本发明实施例三所提供的一种波达方向估计装置的结构示意图；
图5为本发明实施例四所提供的一种计算机设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面介绍与本发明实施例所提供的一种波达方向估计方法相关的现有技术方案，包括基于单快拍数据的相干信号DOA估计方法、基于空间平滑算法的二位相干源DOA估计方法以及基于加权-改进MUSIC算法的相干信号波达方向估计方法。
基于单快拍数据的相干信号DOA估计方法，通过对阵列的单次快拍接收数据进行重排，得到两个伪协方差矩阵，然后使用这两个伪协方差矩阵来扩展重构子空间算法的伪协方差矩阵来扩展重构子空间算法的伪协方差矩阵。对新的伪协方差矩阵进行奇异值分解得到信号子空间和噪声子空间，再利用MUSIC谱估计方法对相干来波信号进行DOA估计。
空间平滑算法的核心思想是将阵列划分为互相重叠的子阵列，由于各自阵列的阵列流型相同，因此可以用所有子阵列接收数据的协方差矩阵均值取代替原协方差矩阵，从而恢复协方差矩阵的秩，达到解相干的目的。该类算法损失了阵列孔径，降低了DOA估计精度。
基于加权-改进MUSIC算法的相干信号波达方向估计方法中提到的MMUSIC算法与WMMUSIC算法，对接收数据协方差矩阵进行重构，使重构后的协方差矩阵满足Toeplitz特性，并且协方差矩阵分解后的信号子空间和噪声子空间能够正交。然后使用重构前的矩阵及重构后的矩阵构造新的增广矩阵，对其进行奇异值分解得到相应的噪声子空间，根据特征值大小对噪声子空间特征向量进行加权，构造空间谱函数，完成对相干信号的波达方向估计。
但是，上述方案存在以下缺陷，第一、在解相干过程中，降低了DOA估计的角度分辨率；第二、极大的增加了运算量。
基于以上缺陷，本发明实施例提供了一种波达方向估计方法，能够有效解决现有技术中的缺陷。
实施例一
图1为本发明实施例一所提供的一种波达方向估计方法的流程示意图，该方法可适用于雷达MIMO阵列的相干信号源波达方向估计的情况，该方法可以由波达方向估计装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在终端设备上，在本实施例中终端设备包括但不限于：计算机设备以及雷达设备。
如图1所示，本发明实施例一提供的一种波达方向估计方法，包括如下步骤：
S110、基于多个接收信号构建目标矩阵，所述多个接收信号为MIMO阵列的相干信号源。
在本实施例中，通过雷达上的天线阵列可以发射信号，发射的信号到达目标后反射，能够被雷达上的天线阵列接收。此处，对雷达的型号类型不做具体限制，优选的，雷达可以为FMCW雷达。
需要强调的是，多个接收信号为MIMO阵列的相干信号源。
进一步的，所述多个接收信号基于雷达采集的数据进行傅里叶变换后得到，所述多个接收信号中的各接收信号为同距离同速度的信号；其中，所述傅里叶变换包括距离维傅里叶变换及速度维傅里叶变换。
在本实施例中，对雷达进行数据采集可以得到时域数据，对时域数据进行距离维傅里叶变换以及速度维傅里叶变换后，可以得到多个同距离同速度的单快拍接收信号。此处对距离维傅里叶变换以及速度维傅里叶变换的具体过程不做赘述。
示例性的，若多个接收信号对应的阵元数为M，对于单次快拍而言，多个接收信号可以表示为：
Figure BDA0003648531750000061
其中，
Figure BDA0003648531750000062
表示第m个接收信号的方位角，θm表示第m个接收信号的俯仰角，Sm(t)表示第m个信号包络，N(t)表示均值为0，方差为σ2高斯白噪声，
Figure BDA0003648531750000071
表示第m个接收信号空域导向矢量。
在本实施例中，对接收信号进行归一化处理后，为了能够对相干信号源进行角估计，需要通过接收信号X构造目标矩阵R，以此解相干。
其中，目标矩阵R是一种协方差矩阵。
具体的，所述基于所述接收信号构建目标矩阵，包括：对所述接收信号进行归一化处理得到归一化接收信号；对所述归一化接收信号构成的不等间隔的空间序列做统计得到目标矩阵。
其中，在构建目标矩阵之前，需要对X进行归一化处理，得到归一化接收信号，归一化处理包括将X与比例系数相乘，将得到的乘积与X中的最大值作商得到归一化处理后的归一化接收信号。
其中，目标矩阵R可以写成：
Figure BDA0003648531750000072
由此可知，为构造目标矩阵R，需要计算归一化接收信号的估计值ri,i＝0,1,…,M-1，对ri的估计主要可以通过对M个接收信号构成的不等间隔的空间序列做统计处理来进行。
进一步的，所述对所述归一化接收信号构成的不等间隔的空间序列做统计得到目标矩阵，包括：通过修正后的估计值计算公式计算所述归一化接收信号的估计值，所述估计值计算公式基于估计偏差修正；根据所述多个估计值构造得到目标矩阵。
其中，修正后的估计值计算公式为：
Figure BDA0003648531750000073
使用修正后的估计值计算公式可以计算出归一化接收信号的估计值，根据归一化接收信号的估计值即可构造出目标矩阵R。
可选的，在构建目标矩阵时，还可以使用Teoplitz的各类方法，将数据协方差矩阵重构使其满足Teoplitz特性，从而使得矩阵分解后信号子空间和噪声子空间正交，由此解相干，达成对接收信号进行估计的目的。
可选的，在构建目标矩阵时，还可以使用基于压缩感知理论的算法，例如把协方差矩阵进行矢量化获得稀疏重构模型，利用协方差匹配准则重构出满秩的协方差矩阵，并利用协方差矩阵的高阶幂近似噪声子空间从而计算加权向量。
S120、基于所述目标矩阵得到噪声子空间。
其中，目标矩阵为复数矩阵，因此需要将目标矩阵对角化，将整个目标矩阵近似为对角阵。
在本实施例中，基于所述目标矩阵得到噪声子空间的方式可以为：利用预设算法对目标矩阵进行特征值分解；利用特征向量得到噪声子空间。
其中，预设算法可以为预先设置的复数域算法，优选的，预设算法可以为复数域JACOBI算法。
具体的，所述基于所述目标矩阵得到噪声子空间，包括：通过预设算法对所述目标矩阵进行特征值分解得到多个特征值；将所述多个特征值按照单调非递增顺序排列；将排列后的多个特征值对应的特征向量中的部分特征向量进行组合，得到噪声子空间。
示例性的，通过预设算法对所述目标矩阵进行特征值分解得到多个特征值的过程可以为：每个迭代中，将目标矩阵的一个二接主子阵用酉对角阵相似变换为二阶的实对称矩阵，然后再利用复数域JACOBI算法将此二阶实对称矩阵对角化，通过不断循环，不断选取不同的二阶主子阵，应用复数域JACOBI算法进行对角化，直到整个目标矩阵最终近似为对角阵。
其中，将特征值按照单调非递增顺序排列，即：λ1≥λ2≥…λK＞λK+1＝λK+2＝…＝λM＝σ2，这些特征值对应的特征向量分别为u1,u2…uK,uK+1…uM，其中，uK+1…uM可以组成噪声子空间EN，定义噪声矩阵EN＝[uK+1,uK+2…uM]∈CM×(M-K)。
S130、基于预设的空域导向矢量以及重构的噪声子空间重构空间谱函数。
在本实施例中，由于通过常规算法构造的空间谱函数的表达式中含有冗余乘法运算，为了减小谱峰搜索时的运算量，需要重构噪声子空间，将谱峰搜索时的复数运算转换为实数运算。
其中，预设的空域导向矢量的表达式为：
Γ(θ)＝[1,Re(a(2)),Re(a(3)),…,Re(a(M)),Im(a(2)),Im(a(3)),…,Im(a(M))]
其中，重构的噪声子空间的表达式为：
Figure BDA0003648531750000091
其中，
Figure BDA0003648531750000092
具体的，所述基于预设的空域导向矢量以及重构的噪声子空间重构空间谱函数，包括：将预设的空域导向矢量与重构的噪声子空间相乘后的倒数作为初始空间谱函数；将所述初始空间谱函数进行等价转换得到重构的空间谱函数。
其中，现有技术中通过常规MUSIC算法构造的空间谱函数为：
Figure BDA0003648531750000093
在上式中，a(θ)表示空间域导向矢量，θ表示接收信号的俯仰角度。
在本实施例中，初始空间谱函数的表达式为：
Figure BDA0003648531750000101
其中，Γ(θ)表示预设的空域导向矢量，Unew表示重构的噪声子空间，θ表示接收信号的俯仰角度。
在本实施例中，由于初始空间谱函数为倒数，为避开求倒数运算，可以将计算初始空间谱函数极大值问题等价转化为直接计算极小值的问题，重构的空间谱函数如下：
PMUSIC(θ)＝Γ(θ)Unew,θ∈(-θc,θc)
其中，Γ(θ)表示预设的空域导向矢量，Unew表示重构的噪声子空间，θ表示接收信号的俯仰角度。
S140、基于所述重构的空间谱函数确定所述接收信号的波达方向。
在本实施例中，可以通过对重构的空间谱函数进行谱峰搜索，得到目标角度即波达方向。
具体的，所述基于所述重构的空间谱函数确定所述雷达的波达方向，包括：遍历所述雷达的搜索角范围，对所述重构的空间谱函数进行谱峰搜索，得到极小值对应的位置，所述谱峰搜索为实数运算；将所述极小值对应位置的角度作为所述接收信号的波达方向。
其中，重构的空间谱函数中的乘法运算均为实数乘法运算，雷达的搜索角范围包括(-θc,θc)。
在本实施例中，重构的空间谱函数的K个波谷位置即接收信号波达方向的估计。
本发明实施例一提供的一种波达方向估计方法，首先基于接收信号构建目标矩阵，所述接收信号为MIMO阵列的相干信号源；然后基于所述目标矩阵得到噪声子空间；之后基于预设的空域导向矢量以及重构的噪声子空间重构空间谱函数；最终基于所述重构的空间谱函数确定所述接收信号的波达方向。利用上述方法，能够对MIMO阵列的相干信号源进行角度估计，该方法不降低分辨率，具有较高的角度分辨率，并且能够大大减小运算量。与现有技术相比，该方法可以在不牺牲阵列分辨率的情况下，对相干信号源进行角估计，并且未改变协方差矩阵大小，且通过对噪声子空间的实数化处理减小了谱峰搜索时的计算量。
图2为本发明实施例一所提供的一种波达方向估计方法的估计结果对比示意图，图2展示了本发明实施例所提供的波达方向估计方法与传统波达波达方向估计方法的相干信号估计结果。
由图2可知，当双目标的方向分别位于-1°及2°时，传统算法无法分辨出两个目标，从而角度估计失败，而本发明实施例所提供的波达方向估计方法可以有效估计出两个目标角度。
实施例二
本发明实施例在上述各实施例的技术方案的基础上，提供了一种具体的实施方式。
作为一种示例实施例，图3为本发明实施例二所提供的一种波达方向估计方法的示例流程图，如图3所示，该方法包括如下步骤：
步骤1、数据采集，得到时域数据。
步骤2、时域数据距离维FFT及速度维FFT后，得到同距同速的接收信号。
对时域数据分别进行距离维FFT及速度维FFT，得到同距同速的单快拍接收信号，假设阵元数为M，那么对于单次快拍而言，接收数据即接收信号可以表示为X＝AS+N。
步骤3、构造矩阵R。
为防止实测的数据过大时会导致解特征值算法陷入死循环，因此构造矩阵R即目标矩阵之前，首先对接收信号X进行归一化处理：
Figure BDA0003648531750000121
其中，c表示比例系数。
为了能够对相干信号源进行角估计，使用接收信号X构造矩阵R，以此解相干，构造的矩阵R可以表示为：
Figure BDA0003648531750000122
为构造矩阵R，首先要计算ri,i＝0,1,…,M-1，对ri的估计主要通过对M个接收信号构成的不等间隔的空间序列做统计处理得到。
对于接收信号Xm，其空域互相关函数为
Figure BDA0003648531750000123
其估计值为：
Figure BDA0003648531750000124
对于每一固定延迟i，可利用的数据只有M-i个，所以，
Figure BDA0003648531750000125
其估计偏差计算为：
Figure BDA0003648531750000126
由此可知，当M固定时，当i＜＜M才能使
Figure BDA0003648531750000127
的均值接近真实值，而在实际中，天线阵列的阵元数M不会太大，这就使得估计的偏差很大。所以将
Figure BDA0003648531750000131
的表达式进行修正为：
Figure BDA0003648531750000132
即修正后的估计值计算公式。使用该公式即可以构造出矩阵R。
步骤4、使用JACOBI算法进行特征分解，得到特征值和特征向量。
将特征值按照单调非递增顺序排列，即λ1≥λ2≥…λK＞λK+1＝λK+2＝…＝λM＝σ2，这些特征值对应的特征向量分别为u1,u2…uK,uK+1…uM，其中，u1,u2…uK和uK+1…uM分别组成信号子空间ES和噪声子空间EN。
定义信号矩阵ES＝[u1,u2…uK]∈CM×K，定义噪声矩阵EN＝[uK+1,uK+2…uM]∈CM×(M-K)。
步骤5、重构噪声子空间。
常规MUSIC算法构造的空间谱函数为
Figure BDA0003648531750000133
其中，导向矢量
Figure BDA0003648531750000134
其中，d表示接收天线单元坐标，λ表示波长。由于该式中含有冗余乘法运算，为了减小谱峰搜索时的运算量，需重构噪声子空间，将谱峰搜索时的复数运算转为实数运算。
令
Figure BDA0003648531750000135
对aH(θ)Ua(θ)进行分解得到：
Figure BDA0003648531750000136
其中，
Re(a*(i)U(i,j)a(j))＝[Re(a(i))*Re(a(j))+Im(a(i))]*Re(U(i,j))+[Im(a(i))*Re(a(j))-Re(a(i))*Im(a(i))]*Im(U(i,j))
＝Re(a(i-j+1))*Re(U(i,j))+Im(a(i-j+1))*Im(U(i,j))
可合并上式中的相同项，并将其带入aH(θ)Ua(θ)中，可以得到新的伪导向矢量即预设的空间域导向矢量：
Γ(θ)＝[1,Re(a(2)),Re(a(3)),…,Re(a(M)),Im(a(2)),Im(a(3)),…,Im(a(M))]
以及重构的噪声子空间：
Figure BDA0003648531750000141
其中，
Figure BDA0003648531750000142
步骤6、构造空间谱伪谱函数，进行谱峰搜索，得到目标角度。
使用伪导向矢量及重构的噪声空间，重新构造MUSIC伪谱函数即初始空间谱函数：
Figure BDA0003648531750000143
为避开求倒数运算，可将计算MUSIC伪谱函数极大值问题等价转化为直接计算极小值问题，等价后的空间谱函数即重构的空间谱函数如下：
PMUSIC(θ)＝Γ(θ)Unew,θ∈(-θc,θc)
遍历雷达搜索角范围，对空间谱函数进行搜索，找到极小值对应的位置，即目标角度。
本发明实施例二所提供的一种波达方向估计方法，通过对MUSIC算法进行改进，使其适用于相干信源的DOA估计，且减小了运算量。该方法通过重构协方差矩阵进行解相干操作，重构了噪声子空间，构造了新的空间谱函数以减小运算量。仿真表明，在雷达估计范围内，该算法取得了较好的估计性能，能够对相干信源进行估计且具有较高的角分辨率，且谱峰搜索时的运算量远远小于噪声子空间重构前的运算量。
实施例三
图4为本发明实施例三所提供的一种波达方向估计装置的结构示意图，该装置可适用于雷达MIMO阵列的相干信号源波达方向估的情况，其中该装置可由软件和/或硬件实现，并一般集成在终端设备上。
如图4所示，该装置包括：构建模块110、得到模块120、重构模块130以及确定模块140。
在本实施例中，该装置首先通过构建模块110基于接收信号构建目标矩阵，所述接收信号为MIMO阵列的相干信号源；然后通过得到模块120基于所述目标矩阵得到噪声子空间；之后通过重构模块130基于预设的空域导向矢量以及重构的噪声子空间重构空间谱函数；最后通过确定模块140基于所述重构的空间谱函数确定所述接收信号的波达方向。
本实施例提供了一种波达方向估计装置，能够适用于相干信号源的波达方向估计，具有较高的角分辨率；通过构建目标矩阵进行解相干操作，重构噪声子空间，构建新的空间谱函数可以有效减小运算量。
进一步的，所述接收信号基于雷达采集的数据进行傅里叶变换后得到，所述接收信号中的各接收信号为同距离同速度的信号；其中，所述傅里叶变换包括距离维傅里叶变换及速度维傅里叶变换。
进一步的，构建模块110具体用于：对所述接收信号进行归一化处理得到归一化接收信号；对所述归一化接收信号构成的不等间隔的空间序列做统计得到目标矩阵。
进一步的，所述对所述归一化接收信号构成的不等间隔的空间序列做统计得到目标矩阵，包括：通过修正后的估计值计算公式计算所述归一化接收信号的估计值，所述估计值计算公式基于估计偏差修正；根据所述多个估计值构造得到目标矩阵。
基于上述技术方案，得到模块120具体用于：通过预设算法对所述目标矩阵进行特征值分解得到多个特征值；将所述多个特征值按照单调非递增顺序排列；将排列后的多个特征值对应的特征向量中的部分特征向量进行组合，得到噪声子空间。
进一步的，重构模块130具体用于：将预设的空域导向矢量与重构的噪声子空间相乘后的倒数作为初始空间谱函数；将所述初始空间谱函数进行等价转换得到重构的空间谱函数。
进一步的，确定模块140具体用于：遍历所述雷达的搜索角范围，对所述重构的空间谱函数进行谱峰搜索，得到极小值对应的位置，所述谱峰搜索过程为实数运算；将所述极小值对应位置的角度作为所述接收信号的波达方向。
上述波达方向估计装置可执行本发明任意实施例所提供的波达方向估计方法，具备执行方法相应的功能模块和有益效果。
实施例四
图5为本发明实施例四所提供的一种终端设备的结构示意图。如图5所示，本发明实施例四提供的终端设备包括：一个或多个处理器41和存储装置42；该终端设备中的处理器41可以是一个或多个，图5中以一个处理器41为例；存储装置42用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器41执行，使得所述一个或多个处理器41实现如本发明实施例中任一项所述的波达方向估计方法。
所述终端设备还可以包括：输入装置43和输出装置44。
终端设备中的处理器41、存储装置42、输入装置43和输出装置44可以通过总线或其他方式连接，图5中以通过总线连接为例。
该终端设备中的存储装置42作为一种计算机可读存储介质，可用于存储一个或多个程序，所述程序可以是软件程序、计算机可执行程序以及模块，如本发明实施例一或二所提供的波达方向估计方法对应的程序指令/模块(例如，附图4所示的波达方向估计装置中的模块，包括：构建模块110、得到模块120、重构模块130以及确定模块140)。处理器41通过运行存储在存储装置42中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述方法实施例中的波达方向估计方法。
存储装置42可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储装置42可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置42可进一步包括相对于处理器41远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置43可用于接收输入的数字或字符信息，以及产生与终端设备的用户设置以及功能控制有关的键信号输入。输出装置44可包括显示屏等显示设备。
并且，当上述终端设备所包括一个或者多个程序被所述一个或者多个处理器41执行时，程序进行如下操作：
基于接收信号构建目标矩阵，所述接收信号为MIMO阵列的相干信号源；
基于所述目标矩阵得到噪声子空间；
基于预设的空域导向矢量以及重构的噪声子空间重构空间谱函数；
基于所述重构的空间谱函数确定所述接收信号的波达方向。
实施例五
本发明实施例五提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时用于执行波达方向估计方法，该方法包括：
基于接收信号构建目标矩阵，所述接收信号为MIMO阵列的相干信号源；
基于所述目标矩阵得到噪声子空间；
基于预设的空域导向矢量以及重构的噪声子空间重构空间谱函数；
基于所述重构的空间谱函数确定所述接收信号的波达方向。
可选的，该程序被处理器执行时还可以用于执行本发明任意实施例所提供的波达方向估计方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory，RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于：电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、无线电频率(Radio Frequency，RF)等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种波达方向估计方法，其特征在于，所述方法包括：
基于接收信号构建目标矩阵，所述接收信号为MIMO阵列的相干信号源；
基于所述目标矩阵得到噪声子空间；
基于预设的空域导向矢量以及重构的噪声子空间重构空间谱函数；
基于所述重构的空间谱函数确定所述接收信号的波达方向。
2.根据权利要求1所述的方法，其特征在于，所述接收信号基于雷达采集的数据进行傅里叶变换后得到，所述接收信号中的各接收信号为同距离同速度的信号；
其中，所述傅里叶变换包括距离维傅里叶变换及速度维傅里叶变换。
3.根据权利要求1所述的方法，其特征在于，所述基于所述接收信号构建目标矩阵，包括：
对所述接收信号进行归一化处理得到归一化接收信号；
对所述归一化接收信号构成的不等间隔的空间序列做统计得到目标矩阵。
4.根据权利要求3所述的方法，其特征在于，所述对所述归一化接收信号构成的不等间隔的空间序列做统计得到目标矩阵，包括：
通过修正后的估计值计算公式计算所述归一化接收信号的估计值，所述估计值计算公式基于估计偏差修正；
根据所述多个估计值构造得到目标矩阵。
5.根据权利要求1所述的方法，其特征在于，所述基于所述目标矩阵得到噪声子空间，包括：
通过预设算法对所述目标矩阵进行特征值分解得到多个特征值；
将所述多个特征值按照单调非递增顺序排列；
将排列后的多个特征值对应的特征向量中的部分特征向量进行组合，得到噪声子空间。
6.根据权利要求1所述的方法，其特征在于，所述基于预设的空域导向矢量以及重构的噪声子空间重构空间谱函数，包括：
将预设的空域导向矢量与重构的噪声子空间相乘后的倒数作为初始空间谱函数；
将所述初始空间谱函数进行等价转换得到重构的空间谱函数。
7.根据权利要求1所述的方法，其特征在于，所述基于所述重构的空间谱函数确定所述雷达的波达方向，包括：
遍历所述雷达的搜索角范围，对所述重构的空间谱函数进行谱峰搜索，得到极小值对应的位置，所述谱峰搜索过程为实数运算；
将所述极小值对应位置的角度作为所述接收信号的波达方向。
8.一种波达方向估计装置，其特征在于，所述装置包括：
构建模块，用于基于接收信号构建目标矩阵，所述接收信号为MIMO阵列的相干信号源；
得到模块，用于基于所述目标矩阵得到噪声子空间；
重构模块，用于基于预设的空域导向矢量以及重构的噪声子空间重构空间谱函数；
确定模块，用于基于所述重构的空间谱函数确定所述接收信号的波达方向。
9.一种终端设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器用于执行权利要求1-7任一项所述的波达方向估计方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的波达方向估计方法。
CN202210541535.4A 2022-05-17 2022-05-17 一种波达方向估计方法 Pending CN114966526A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210541535.4A CN114966526A (zh) 2022-05-17 2022-05-17 一种波达方向估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210541535.4A CN114966526A (zh) 2022-05-17 2022-05-17 一种波达方向估计方法

Publications (1)

Publication Number Publication Date
CN114966526A true CN114966526A (zh) 2022-08-30

Family

ID=82983576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210541535.4A Pending CN114966526A (zh) 2022-05-17 2022-05-17 一种波达方向估计方法

Country Status (1)

Country Link
CN (1) CN114966526A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115840192A (zh) * 2023-02-27 2023-03-24 中国科学技术大学 一种基于空间估计谱置信度估计的室内定位方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115840192A (zh) * 2023-02-27 2023-03-24 中国科学技术大学 一种基于空间估计谱置信度估计的室内定位方法

Similar Documents

Publication Publication Date Title
Athley Threshold region performance of maximum likelihood direction of arrival estimators
Roy et al. ESPRIT-estimation of signal parameters via rotational invariance techniques
CN110109051B (zh) 基于频控阵的互耦阵列doa估计方法
Yan et al. Fast DOA estimation based on a split subspace decomposition on the array covariance matrix
CN109375154B (zh) 一种冲击噪声环境下基于均匀圆阵的相干信号参数估计方法
Liu et al. Fourth-order cumulants-based sparse representation approach for DOA estimation in MIMO radar with unknown mutual coupling
CN112666513B (zh) 一种改进式music波达方向估计方法
CN113032721B (zh) 一种低计算复杂度的远场和近场混合信号源参数估计方法
CN112379327A (zh) 一种基于秩损估计的二维doa估计与互耦校正方法
Liao et al. Resolution Improvement for MUSIC and ROOT MUSIC Algorithms.
CN116203517A (zh) 基于可重构智能表面辅助的阵列误差校准方法及相关设备
CN113286363A (zh) 无线定位参数估计方法、装置、计算机设备及存储介质
CN114966526A (zh) 一种波达方向估计方法
Gao et al. An improved music algorithm for DOA estimation of coherent signals
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
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
Reaz et al. A comprehensive analysis and performance evaluation of different direction of arrival estimation algorithms
Trinh-Hoang et al. Improved DOA estimators using partial relaxation approach
Al-Sadoon et al. A more efficient AOA method for 2D and 3D direction estimation with arbitrary antenna array geometry
CN106844886B (zh) 基于主分量分析的目标波达方向获取方法
CN114184999B (zh) 一种互耦小孔径阵列的生成式模型处理方法
Chang et al. An enhanced MUSIC DoA scanning scheme for array radar sensing in autonomous movers
Zhao et al. Low complexity sparse beamspace DOA estimation via single measurement vectors for uniform circular array
CN113075613A (zh) 一种卫星移动通信系统中的干扰测向方法
Cao et al. Transform domain: design of closed-form joint 2-D DOA estimation based on QR decomposition

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