本发明涉及传感器技术领域，尤其涉及一种阵列传感器的波达方向估计方法。
背景技术：
传统的无人车、无人机、射频识别等无人控制自动化智能物联网设备应用雷达声波传感器，用以确定与周围物体的位置，一种方法是雷达自身全方位实现扫描，另一种方法是采用相控阵雷达。这两种方法，都需要雷达具有高分辨力方向角估计的传感器。
目前提出的大多数高分辨波达方向估计算法都是以阵列流型精确已知为前提的，因此其性能良好。然而，在实际的工程应用中由于温度、元器件老化以及阵元之间相互耦合等的影响，各种传感器误差不可避免的存在。这些误差直接导致了实际的阵列流型与理想的阵列流型之间出现一定程度的偏差，此时，这些高分辨谱估计算法性能会降低，甚至失效。因此，阵列误差是阵列信号处理技术走向实用化的一个瓶颈，也是技术人员不得不面对的一个难题。
综上所述，需要设计一种抗干扰、低功耗的，应用于无人车、无人机、射频识别等具有高分辨力方向角估计能力的阵列传感器。
技术实现要素：
本发明针对现有技术的不足，提出一种阵列传感器的波达方向估计方法，解决了无人车、无人机、射频识别等中所使用的传感器易干扰、误差大、分辨低的问题。
为实现上述目的，本发明采用如下的技术方案：
本发明提出一种阵列传感器的波达方向估计方法，包括：
将3d均匀平面线性天线阵划分为若干个3d子天线阵元，每个3d子天线阵元的天线口在x、y、z三个方向是均匀排列的；
对每个3d子天线阵元在搜索窗内的接收信号及延迟信号进行相关处理获得3d子天线阵元协方差矩阵；
将每个3d子天线阵元协方差矩阵进行奇异值分解获得各个3d子天线阵元协方差矩阵相应的信号子空间向量矩阵；
把在x、y、z三个方向上的3d子天线阵元协方差矩阵相应的信号子空间向量矩阵进行直积运算
优选地，利用降维转换矩阵对所述搜索窗内的接收信号及延迟信号进行降维处理。
优选地，所述降维转换矩阵是酉变换矩阵，将所述搜索窗内的接收信号及延迟信号变成实域矩阵。
优选地，所述3d子天线阵元协方差矩阵可分解为特征信号子空间与特征噪声子空间。
优选地，所述特征信号子空间可通过使用递归最小二乘法则来实时更新加权矩阵。
优选地，所述特征信号子空间可通过子空间迭代法来更新跟踪。
优选地，所述特征信号子空间可通过使用旋转不变esprit法则来更新跟踪。
优选地，所述3d子天线阵元在x、y、z三个方向上的按照其对应特征值大小重排后参与直积运算的。
优选地，如果两个所述3d子天线阵元之间的位置关系满足相邻3d子天线阵元关系，对所述3d子天线阵元对应的波束形成增益最大的两个角度进行插值计算，该插值计算结果为该波束的波达方向。
优选地，根据所述波达方向的一步预测值与所述噪声子空间的瞬时来估计当前来波方向瞬时的测量值。
本发明的有益效果：本发明的一种阵列传感器的波达方向估计方法，解决了无人车、无人机、射频识别等中所使用的传感器易干扰、误差大、分辨低的问题。
附图说明
用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制。
图1是本发明阵列传感器的波达方向估计方法一实施例流程示意图。
具体实施方式
下面结合附图与实施例对本发明技术方案作进一步的说明，这是本发明的较佳实施例。本发明实施例提供的一种阵列传感器的波达方向估计方法可以应用于传感器技术领域中的各个场景，包括但不局限于2ggsm、3gcdma、4glte/lte-a、5gembb的移动通信、集群通信、卫星通信、激光通信、光纤通信、数字电视、射频识别、电力载波、无人车、无人机、物联网、雷达等系统，本发明实施例对此不作特别限制。
如图1所示，本发明考虑阵元间距d＝λ/2(λ为信号波长)的均匀线性天线阵列情况下的典型实例，并考虑在中心频率fc为2.5g时的两个非相干窄带信号远场情景，提出一种阵列传感器的波达方向估计方法：
步骤s101，将3d均匀平面线性天线阵划分为若干个3d子天线阵元，每个3d子天线阵元的天线口在x、y、z三个方向是均匀排列的；
步骤s102，对每个3d子天线阵元在搜索窗内的接收信号及延迟信号进行相关处理获得3d子天线阵元协方差矩阵；
步骤s103，将每个3d子天线阵元协方差矩阵进行奇异值分解获得各个3d子天线阵元协方差矩阵相应的信号子空间向量矩阵；
步骤s104，把在x、y、z三个方向上的3d子天线阵元协方差矩阵相应的信号子空间向量矩阵进行直积运算
一般地，发信机采用帧格式结构传输数据，由于传输的数据量比较大，如果完全利用所有的数据来进行处理，往往需要消耗大量的硬件资源，延时也较大，因而可利用降维转换矩阵对搜索窗内的接收信号及延迟信号进行降维处理。
具体地，在本实施例中的降维转换矩阵是酉变换矩阵，将搜索窗内的接收信号及延迟信号变成实域矩阵。需要说明的是，也可以采用酉变换矩阵等同的其它矩阵来实施降维转换，本发明对此不做特别限制。
降维转换后的数据所构造的3d子天线阵元协方差矩阵可分解为特征信号子空间与特征噪声子空间，并且满足特征信号子空间与特征噪声子空间正交化。正交化的过程，可以采用施密特schmidt或修正施密特schmidt法则来完成，其它的相应方法不做特别限制。
由于无线传输环境条件的恶劣性，传输的信号往往会受到各种外来干扰，而导致特征信号子空间会产生相应的波动，因而需要对特征信号子空间进行跟踪更新。本实施例中的特征信号子空间可通过使用递归最小二乘法则来实时更新加权矩阵。
具体地，特征信号子空间可通过子空间迭代法来更新跟踪。其中使用旋转不变esprit法则来更新跟踪，是一种常用而有效的方法。同理，对于特征噪声子空间也可采用相同原理的方法进行更新跟踪，其它的相应方法本发明不做特别限制。
具有垂直与水平极化的交叉极化阵列趋于导致良好分离的发送通道，这对于多流数据发送具有吸引力。从这点看，一般使用的+/-45度交叉极化阵列因为发送来自垂直极化和水平极化两者上的两个不同极化混合。因而，实际应用中的平面阵列天线可分解为x、y、z三个方向上的多个3d子天线阵元，该3d子天线阵元在x、y、z三个方向上的按照其对应特征值大小重排后参与直积运算的。
进一步地，如果两个3d子天线阵元之间的位置关系满足相邻3d子天线阵元关系，对3d子天线阵元对应的波束形成增益最大的两个角度进行插值计算，该插值计算结果为该波束的波达方向。
为了进一步提供估计精度，可根据波达方向的一步预测值与噪声子空间的瞬时来估计当前来波方向瞬时的测量值。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。