基于最小互熵谱分析的波达方向估计方法
【专利摘要】本发明公开了基于最小互熵谱分析的波达方向估计方法。步骤包括：发射换能器发射信号；用接收水听器阵接收发射的声信号的回波；对接收到的回波信号进行平面波模型的建模，然后运用最小互熵谱估计的方法进行处理，得到空间功率谱估计值；对所述的空间功率谱估计值进行分析，峰值处对应横坐标即为目标所在估计角度。本发明只需要一次较少阵元的阵列采样数据即可得到具有高分辨率的谱分析结果。进一步采用倒谱法，通过逆FFT变换提高了最小互熵谱分析算法的收敛速度。本方法较常规空间谱估计方法有更高的分辨力和更小的运算量，能够对阵列信号进行实时处理。算法不依赖于预先估计的信源数目，具有较好的宽容性，较高的分辨力以及极低的旁瓣电平。
【专利说明】基于最小互熵谱分析的波达方向估计方法
【技术领域】
[0001]本发明涉及雷达、声纳及无线通信领域，特别涉及基于最小互熵谱分析的波达方向估计方法。
【背景技术】
[0002]波达方向(Directional of Arrival, D0A)估计是阵列信号处理领域的一个重要研究方向，在通信、雷达和声纳领域都有广泛的应用。在信号定位时，一般需要确定信号的二维到达角(方位角和俯仰角)，即2D-D0A。学者们基于空间谱估计提出了各种有效且实用的算法，比如多重信号分类算法(Multiple Signal Classif ication, MUSIC和旋转不变算法(Estimation of Signal Parameter via Rotational Invariance Techniques, ESPRIT)等经典算法来实现2D-D0A估计。然而这些算法的计算量较大，很难调和高分辨率和计算时间长这两者之间的矛盾。Mal i outov等人针对均勻线阵的角度估计问题，提出了 一种基于接收数据奇异值分解的简化算法。杨雪亚等结合稀疏解问题和二维DFT，提出一种DOA的迭代算法。然而这些算法虽然降低了计算时间，却存在数据盲区的问题。
【发明内容】
[0003]本发明的目的是针对阵列信号的实时处理，提供基于最小互熵谱分析的波达方向估计方法，在只有较少阵元数的阵列采样(快拍)数据情况下得到高分辨率的谱分析结果。
[0004]基于最小互熵谱分析的波达方向估计方法，包括:
[0005](1.1)发射换能器发射信号；
[0006](1.2)用接收水听器阵接收发射的声信号的回波；
[0007](1.3)对接收到的回波信号进行平面波模型的建模，然后运用最小互熵谱估计的方法进行处理，得到空间功率谱估计值；
[0008](1.4)对所述的空间功率谱估计值进行分析，峰值处对应横坐标即为目标所在估计角度。
[0009]在步骤(1.2)中，所述的接收水听器阵的布阵要求满足半波长布阵，当所述的声信号为宽带信号时，需满足最小波长的半波长布阵要求。
[0010]在步骤(1.3)中，所述的最小互熵谱估计包含以下步骤:
[0011](3.1)最小互熵算法是估计一个真实的概率分布，使得它与给定的先验概率分布之间的相对熵最小；
[0012](3.2)利用功率谱密度和自相关函数互为傅立叶变换的关系，用方便计算的自相关函数值来估计功率谱密度，而自相关函数值的数量有限，那么根据最小互熵算法来外推不能通过计算得到的自相关函数值，从而得到更加准确的功率谱密度；
[0013](3.3)利用驾驶协方差矩阵，获得回波信号的高分辨率算法空间功率谱估计，取空间功率谱估计值的峰值对应的横坐标，即为目标的方位估计值。
[0014]步骤(1.2)中，所述的接收水听器阵接收到的回波信号只存在较小的多普勒扩展。[0015]步骤(1.3)中，所述的空间功率谱估计要求探测水域混响小。
[0016]与现有技术相比，本发明的有益效果是:
[0017]传统的DOA估计方法如多重信号分类算法(MUSIC)需要对阵列接收数据的协方差矩阵进行特征分解，并在全空域进行谱峰搜索，运算量巨大，尤其是二维DOA估计方法还存在稳健性较差的问题。
[0018](I)本发明只需要一次快拍数据，即能在信噪比和阵元数都很小的情况下得到较高的空间谱分辨率,体现了该算法在DOA估计中的优势。
[0019](2)采用倒谱法实现的最小互熵算法很大程度上降低了计算量，能够对阵列信号进行实时处理。
[0020](3)不依赖于预先估计的信源数目，而且能够高分辨力辨识它们，具有较好的宽容性。
【专利附图】
【附图说明】
[0021]图1是本发明的原理图；
[0022]图2是发射换能器和8元接收水听器阵及目标的示意图；
[0023]图3是DOA为-45°和60°时不同样本数下MCE和MUSIC算法的空间谱曲线；
[0024]图4是DOA为-5°和5°时不同样本数下MCE和MUSIC算法的空间谱曲线；
`[0025]图5是莫干山湖上实验声速剖面图；
[0026]图6是不同样本数下MCE和MUSIC算法的空间谱曲线。
【具体实施方式】
[0027]下面结合附图和具体实例对本发明做进一步的描述。
[0028]本发明所采取的具体技术方案，步骤包括:
[0029]( I)发射换能器发射信号；
[0030](2)用接收水听器阵接收发射的声信号的回波；
[0031](3)对接收到的回波信号进行平面波模型的建模，然后运用最小互熵谱估计的方法进行处理，得到高分辨率的DOA估计；
[0032](4)对空间功率谱估计值进行分析，其峰值处对应横坐标即为目标所在估计角度。
[0033]利用本发明的基于最小互熵谱分析的波达方向估计方法包括如下步骤:
[0034](I)对于N元均匀线阵，阵元间距为d，λ/2, λ为波长，在远场、平面波假设下有M个窄带点源信号以0k(k= 1，2，...，Μ)方向入射，则阵列接收的快拍数信号可表示为X(t) = A(0)S(t)+N(t)，其中X(t)NX1为快拍数据矢量，N(t)NX1为阵列噪声矢量，阵列噪声假定为空时均独立的高斯白噪声，其均值为0，方差为σ2，S(t)为入射信号复幅度矢量，Θ = [Q1,...ΘΜ]为信源方位矢量，Α(θ)为驾驶向量矩阵，且Α(θ)=
其中，a(0k) = [l，ejek，...，eJ(N-1)ek]T，k= 1，2，...，Μ为第 k个信源的驾驶矢量，β k = -2 π dsin( Θ k) λ。阵列的协方差矩阵R定义为R = E[X(t)XH(t)]=ARsAH+o 21，其中，Rs = E[S(t)SH(t)]为入射信号的协方差矩阵，I为单位阵。
[0035](2)根据谱分析的空时等效性原理，对于一个给定阵列，不同的入射角对应不同的频率分量。通过对空间谱峰的搜索，就可以获得空间信号的方向信息，从而实现测向。为满足均匀线阵无侧向模糊，通常d≤λ/2，则M个信号的频率为|-dsin(0k)/A I≤1/2，其满足采样定理中最小频率值为1，因此x(n)所组成的离散采样序列满足采样定理的要求。由于噪声为高斯白噪声，且各阵元间的噪声相互独立，其互相关函数为O，频谱为平坦谱，故可以得到M个谱峰。根据谱峰对应的频率即可求出信号的到达角
[0036]Θ k = arcsin (-fk λ /d) (I)
[0037](3)最小互熵算法从严格的互熵(也称相对熵或交叉熵)的定义出发,用Lagrange乘数法求其最小优化时的解。设f为真实概率密度，P是我们关于y的估计的先验密度。约束条件
[0038]
【权利要求】
1.一种基于最小互熵谱分析的波达方向估计方法，其特征在于，包括: (1.1)发射换能器发射信号； (1.2)用接收水听器阵接收发射的声信号的回波； (1.3)对接收到的回波信号进行平面波模型的建模，然后运用最小互熵谱估计的方法进行处理，得到空间功率谱估计值； (1.4)对所述的空间功率谱估计值进行分析，峰值处对应横坐标即为目标所在估计角度。
2.根据权利要求1的方法，其特征在于，在步骤(1.2)中，接收水听器阵的布阵要求满足半波长布阵，当所述的声信号为宽带信号时，需满足最小波长的半波长布阵要求。
3.根据权利要求1的方法，其特征是，在步骤(1.3)中，所述的最小互熵谱估计包含以下步骤: (3.1)最小互熵算法是估计一个真实的概率分布，使得它与给定的先验概率分布之间的相对熵最小； (3.2)利用功率谱密度和自相关函数互为傅立叶变换的关系，用方便计算的自相关函数值来估计功率谱密度，而自相关函数值的数量有限，那么根据最小互熵算法来外推不能通过计算得到的自相关函数值，从而得到更加准确的功率谱密度； (3.3)利用驾驶协方差矩阵，获得回波信号的高分辨率算法空间功率谱估计，取空间功率谱估计值的峰值对应的横坐标，即为目标的方位估计值。
4.根据权利要求1的方法，其特征在于，步骤(1.2)中，接收水听器阵接收到的回波信号只存在较小的多普勒扩展。
5.根据权利要求1的方法，其特征在于，步骤(1.3)中，所述的空间功率谱估计要求探测水域混响小。
【文档编号】G01S3/802GK103713276SQ201310717611
【公开日】2014年4月9日 申请日期:2013年12月23日 优先权日:2013年12月23日
【发明者】徐豫西, 潘翔, 宫先仪 申请人:浙江大学