一种基于准平稳信号局部协方差匹配的kr子空间doa估计方法
【技术领域】
[0001] 本发明属于阵列信号处理领域，具体设及准平稳信号欠定阵列的波达方向估计技 术，针对当信源数大于阵元数时经典DOA估计算法无法准确估计出波达方向，W及KR子空 间算法不能应用于目标移动速度较快场景的问题，提出了一种基于准平稳信号局部协方差 匹配的KR子空间DOA估计方法。
【背景技术】
[0002] 波达方向估计值OAdirectionofarrival)是阵列信号处理的重要研究问题之 一，在雷达、声纳、通讯等领域，经常要求确定信号源的位置，即对信号源进行辨别和定位， 波达方向估计理论就是为了满足运种要求而产生的。早期的DOA估计利用转动装置转动单 个天线进行空间扫描，运种方法的缺点是速度慢且精度低；直到波束形成方法出现，运些问 题才得到一定程度的解决；但是，分辨率受限是波束形成法的重要缺陷。近几十年来，为了 突破瑞利限对分辨率的约束，高分辨算法受到越来越多的关注；相对于常规方法，高分辨率 理论为DOA估计问题带来了全新的解决方法，大大提升了在阵元数目有限条件下波达方向 估计的性能；经过前人几十年的不懈努力，高分辨率理论已经日趋成熟。与用频谱对时域进 行分析类似，利用传统的角度谱对空域的分析是一种空间谱估计，如由Capon提出的极大 似然估计、Burg提出的最大赌法、Pisarenko提出的谐波分解法等。随后类似时域谱估计中 的非线性处理，非线性方法也被应用在空域谱分析中，如极大似然估计、最大赌估计（线性 预测）、自相关矩阵的特征值分解法、多重信号分类法（MUSIC)和基于旋转不变技术的参数 估计法巧SPRIT)。运些新方法进一步地提高了角度分辨率。
[0003] 然而，经典空间谱估计方法不能处理欠定情况下的DOA估计，即在所需估计 的信源数大于已有阵元数的情况下，常用的一些高分辨率方法无法准确估计信源方 向。Wing-KinMa在2010年提出了一种新的方法，利用阵列协方差矩阵矢量化，提出了 化atri-Rao子空间的概念，针对准平稳（如asi-Stationary)窄带信号，讨论了信源数大于 阵元数情况下的DOA估计问题，大大提高了自由度。但该方法还有一些缺陷，比如无法处理 相干信号源、只能处理准平稳信号、需要足够多的信号快拍数、在信噪比低的情况下性能不 稳定等等。现实生活中，准平稳信号（非平稳，在很短的时间内可W认为是平稳的信号）总 是随处可见，如语音信号，视频信号等。准平稳信号的DOA估计具有广泛的应用，如麦克风 阵列对声源的定位、航空站系统对视频信号的定位等。因此，研究准平稳信号的DOA估计问 题具有重要的现实意义。
【发明内容】
[0004] 本发明的目的在于利用准平稳信号局部平稳的性质提供一种基于准平稳信号局 部协方差匹配的KR子空间DOA估计方法，用W提升现有的KR子空间DOA估计方法的性能。
[0005] 本发明的解决方案是：一种基于准平稳信号局部协方差匹配的KR子空间DOA估计 方法，包括W下步骤：
[0006] (1)将接收的信号序列划分为多个信号子序列段，估计每段信号子序列的局部协 方差矩阵；
[0007] (2) -方面将每段信号子序列的局部协方差矩阵矢量化，构造成为一个新的模型， 经过去噪、降维处理后，对模型进行奇异值分解，从而得到噪声子空间并计算空间谱；另一 方面，对每一段信号子序列的局部协方差矩阵进行协方差匹配，并求其倒数得到每个局部 协方差矩阵的匹配谱；
[0008] (3)将得到的所有信号子序列的协方差匹配谱叠加并与空间谱结合，进行谱峰捜 索得到峰值，即得出信号的波达方向。
[0009] 更进一步的，本发明的具体步骤为：
[0010] 设置参数：信号源个数为K，阵元个数为N，假设阵列为均匀线性阵列；
[0011] 步骤1、接收信号序列；，将长度为T的序列划分为M段子序列，每一段的长 度为L;
[0012] 步骤2、设定每段信号子序列的局部协方差矩阵为： 阳 01引 Rw=￡片(/片"（〇;eC、x扣卢 / 色[("一）左.",左-U，化二 1 …M:,M二TlL*
[0014] 估计局部协方差矩阵：
[0016] 结合局部协方差矩阵表达式，Rm表不为：
[0017] Rm=ADmAVc 阳〇1引其中，〇,,, = 1)雌(41，或,:，...，4&.)€化^4'是信号源在第111段的协方差矩阵，〇为噪 声；
[0019] 步骤3、将局部协方差矩阵矢量化：
[0020] 二丽與J
[0021] 并将矢量化后的向量组合成为一个新的矩阵Y=玲...私];
[0022] 步骤4、对每一段信号子序列的协方差矩阵进行匹配，得到相应的匹配谱：
[0024] 其中，氣=良f@挣"
[0026] 其中，I为M2xm2的单位矩阵，巫（0 ) = [A*0ArOI];
[0027] 步骤5、噪声协方差预估：
[0028] Y=YP,,,
[0029] 其中，
Im为MXM的单位矩阵，Im=[]_，.,.，矿色化"；
[0030] 步骤6、降低维数 阳的1] 矩阵A*OA分解为A*OA=GB， 阳0巧其中，B=扣的)，...，b從是降维后的阵列流型矩阵， 巧eCw:x(2'v-i;.，
[0033] 令W=GTg，W=Diag(1，2,. . .，N-1,N,N-1,. . .，2, 1)。
[0034] 因此，降维后的信号协方差矩阵为：f=嘗10护帘；
[00对步骤7、对矩阵Y奇异值分解Y=UEV?，其中0e 和V 分别是左右 特征矩阵，五E肢KXK是对角线元素为奇异值构成的矩阵；得到噪声子空间：
[0036] …U巧轉御确
[0037] 步骤8、计算KR-MUSIC空间谱：
[0039] 步骤9、将每一段信号子序列的协方差匹配谱和KR-MUSIC空间谱叠加： W40]P=PkrM眶（目）巧（目）+…+Fm(白）
[0041] 在上进行谱峰捜索，找出其中最大的K个谱峰，对应的角度就是估计 得到的波达方向。
[0042] 本发明提供一种改进KR子空间方法性能的波达方向估计方法，本方法在利用KR 子空间方法将准平稳信号的局部协方差矩阵矢量化来估计噪声子空间的基础上，利用准平 稳信号局部序列功率谱平稳的性质对每一段局部协方差矩阵进行匹配；提出了一种在扫描 空间谱的时候将整体的MUSIC空间谱和局部匹配谱结合起来的方法，提高了KR子空间方法 的性能；在KR子空间方法中，需要足够多的信号快拍数，否则无法进行DOA估计，而本发明 提出的方法在信号快拍数较少的情况下能更为准确地估计出波达方向。在实际应用中，本 发明在目标移动速度较快情况下进行DOA估计时有重要的实用意义；与传统高分辨率方法 相比提高了自由度，能用更少的阵元估计出更多的信源方向。
【附图说明】
[0043] 图1、本发明方法的流程示意图；
[0044] 图2、基于本发明方法所仿真的空间谱图； W45]图3、本发明方法和KR子空间法在划分段数变化时的性能对比。
【具体实施方式】
[0046] 下面结合附图和实施例对本发明做进一步详细说明；如图1所示为本发明的流程 示意图，结合该图本发明基于准平稳信号局部协方差匹配的KR子空间DOA估计方法，具体 步骤如下：
[0047] 设置参数：信号源个数为K，阵元个数为N，此处假设阵列为均匀线性阵列。 W48] 步骤1、接收信号序列的0広1。将长度为T的序列划分为M段子序列，每一段的长 度为L。 阳049] 令x(t) =[Xi(t),. ..，XN(t)]T，则接收信号的模型如下；
[00日0] X(t)二AsU)+V(t)，t二 0, 1，2,…T
[0051] 上式中，s(t) = [Si(t)，…，SN(t)r是源信号，V約eC*是噪声信号，阵列流型为A二La的过(巧）JsC 阳0巧其中，a(巧二平sinW，..,，e-平W-IiSinWf，d和X分别为阵元间距和信号波长。
[0053] 该模型有W下几个假设：
[0054] 假设1 :信源零均值且互不相关； 阳