一种基于方位-俯仰字典的目标二维DOA估计方法与流程

本发明涉及目标参量估计领域，尤其是一种通过求解目标二维doa的方法。

背景技术：

目前较为传统的目标参量估计方法有利用预形成波束定向、分裂波束定向，内插法定向，多波束定向等方法。传统的目标参量估计方法其原理都通过测量目标信号到达基阵上各阵元之间的声程差或相位差后进行求解。该类方法理论研究与实际应用都已经较为成熟，但其自身亦存在很多不足，如恶劣条件下精度下降明显，测量设备精度要求较高，容错性差，环境对误差影响较大，应用场合受到限制。为了提高不同环境下目标测量精度，该测量方法操作更加简易，应用更加广泛，该发明是十分有必要的。

发明专利cn201611201932.8公开了“一种目标定位及识别方法”。其主要是利用磁异常技术进行测量，但其方法对信噪比要求较高，对于实际的磁异常信号，其收敛速度与收敛性无法保证，很难进行实际应用，不适于大规模应用。

技术实现要素：

为了克服现有技术的不足，本发明提供一种基于方位-俯仰字典的目标二维doa估计方法，是一种通过建立方位-俯仰联合字典对目标回波处理来估计目标方位-俯仰的求解算法方法，对方位-俯仰字典对目标二维doa进行联合估计，实现在不同环境下均可对目标进行较好的方位-俯仰估计，且误差较小，操作相对于原有算法大大简化，弥补了原有算法的不足。

本发明解决其技术问题所采用的技术方案包括以下步骤：

1)利用平面阵接收来自不同方位和俯仰角的目标回波；

假设平面阵由l个阵元组成，将方位角划分成nθ个，分别为将俯仰角划分成个，为利用平面阵接收来自不同方向和俯仰角的目标回波；

2)利用接收到的目标回波构建方位-俯仰联合字典；

方位-俯仰联合字典ψ的第m列表示为：

其中m＝(l×n)*(j-1)+k，1≤k≤l×n，

其中，为第l个阵元在方位角为俯仰角为时接收到的目标回波的第n个点；

3)接收待测目标的回波y(t)，将回波y(t)表示为步骤1)中在不同方位以及俯仰角上接收到的回波的线性叠加：

其中，表示将每个阵元在方位为θi、俯仰角为时接收到的目标回波依次相接，并作归一化处理所得的回波；

4)检测目标回波，目标回波表达为：

y＝ψα

其中，α为回波在字典中的稀疏表达；

5)利用字典对目标二维doa进行估计，由波形字典获取回波信号的稀疏表达，通过引入凸优化理论中的l1范数最小化方法求解出使下述公式达到最小的稀疏向量α：

其中，σ为噪声方差，p为字典的势，γ代表权系数，大小随噪声增强而增大，求解得到的稀疏向量α包含目标的方位-俯仰信息，求出稀疏向量α中最大值的位置，以转化成目标的方位-俯仰估计结果。

本发明的有益效果在于本发明的定位方法运算量小，精度高，可以针对不同环境，在不同干扰下建立不同的字典，从而可以满足在各种环境条件下均可准确的检测目标方位俯仰位置，且能满足实时性的要求，经试验验证，达到了非常好的效果。能够有效解决传统方法中的环境干扰对测量影响的问题，具有广泛的应用前景，可直接投入使用。而在不同环境建立的字典可以重复使用，多次测量，在不同环境下使用不同字典，使计算量最小，资源利用最大。

附图说明

图1为本发明的流程图。

图2为该发明中实施方式所建立的方位-俯仰联合字典与其相干性分析,其中图2(a)为方位-俯仰联合字典的相干特性，图2(b)为方位-俯仰联合字典的-3db等高线图。

图3为该发明实验时对不同目标的二维doa估计情况，其中图3(a)为目标位置分别为(方位角-20°，俯仰角4°)和(方位角-20°，俯仰角4.5°)的两个目标方位-俯仰联合估计结果，图3(b)为目标位置分别为(方位角-20°，俯仰角3°)和(方位角-19°，俯仰角3.5°)的两个目标方位-俯仰联合估计结果。

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。

本发明的基本思路是建立方位-俯仰字典，根据接收到的目标回波，应用凸优化理论，估计目标二维波达方向。

下面结合说明书附图对具体实施进行一个描述：

步骤一：读取各个方位-俯仰联合角度上的目标回波，在消声水池中完成，换能器位于水下2m处，发射阵元与接收阵列的中心相距5m。接收阵列转动的方位角度范围为-20°～20°，步长为0.5°，俯仰角度范围为-20°～20°，步长为1°。

步骤二：用接收到的数据建立方位-俯仰字典，接收到的回波信号e(t)可表达成不同方位-俯仰上的各个回波线性叠加，方位-俯仰联合字典的第m列表示为：

其中m＝(l×n)*(j-1)+k，1≤k≤l×n，

字典即为：

选择双稀疏随机阵作为接收阵列，阵列孔径为1m，发射阵元距离两个阵元中点5m；在方位维上，方位角的范围为-20°～20°，步长为0.5°；在俯仰维上，俯仰角的范围为-20°～20°，步长为1°；最终得到如图2所示的方位-俯仰联合字典相干特性分析。

从图2可以看出，方位-俯仰联合字典是锯齿状的，这是字典的构造方法决定的；方位-俯仰联合字典的相干性在对角线上的值均为1，其余值都比较小，主瓣宽度很窄，旁瓣高度也比较低；-3db等高线图中是一条很细的亮线，说明方位-俯仰字典中的原子之间差异大，对目标方位-俯仰进行估计时，估计精度就会越高。

步骤三：利用该字典，对目标的方位-俯仰角进行联合估计。

γ的取值范围为0＜γ＜γmax＝||ψ^tx||∞，并有经验公式：

式σ为噪声方差，p为字典的势。

可通过凸优化理论中的l1范数最小化方法解决，即求解：

最后解出的稀疏向量α中就包含目标方位-俯仰信息。

在信噪比为-10db的条件下，用该字典完成对两个目标二维doa的联合估计。分别假设两个目标位置分别为(4°,-20°)和(4.5°,-20°)，估计结果如说明书附图3(a)所示；两个目标位置分别为(3°,-20°)和(4°,-20°)，估计结果如图3(b)所示。