基于智能超表面稀疏排布的相干信源测向方法

本发明属于信号处理，尤其涉及一种基于智能超表面稀疏排布的相干信源测向方法。

背景技术：

1、传统的波达方向估计通过复杂馈电网络驱动的大规模相控阵天线收集数据，但由于环境的不确定性，常会有盲区和遮挡，智能可重构超表面具有低成本、高效率的特点，可以作为替代大规模天线的解决方案，其工作原理是通过反射和透射控制电磁波传输，具有功耗低、易于部署的优点，在6g无线通信中具有巨大的潜力。

2、相干信号是指发射信号之间的相对相位关系是已知的，在实际环境中相干信号源是普遍存在的，多径效应会产生相干信号，电磁干扰也会导致信号相干。多径效应造成的失真表现为信号的衰落和相移，由于多个相干信号入射天线阵列，阵列协方差矩阵会出现缺秩现象，使得传统的doa估计方法对相干信号已经失效，常用的解相干方法为空间平滑法，但在稀疏阵中不便于使用空间平滑进行解相干处理。通过空间平滑法或者稀疏重构法，经过一系列变换处理使得信号协方差矩阵的秩得到有效恢复，从而解相干正确估计信号源方向。目前解相干的处理方法主要有降维处理算法和非降维处理算法，分别包括空间平滑、矩阵重构和频域平滑，toeplitz方法等。

3、当信号相互独立时，差阵的协方差矩阵呈现对角矩阵，因此可以通过对协方差矩阵运算来实现信号分离。当信号之间存在相关性或相干性时，稀疏阵列无法对其进行doa估计，协方差矩阵不再呈对角矩阵，此时通过传统的稀疏阵列协方差重构方法无法完全分离信号，导致稀疏阵列的应用受到影响。此外，传统的波达方向估计对于信号源的数量和位置需要进行先验假设。这种方法无法应对多个移动信号源的情况，并且需要预先知道信号源的数量和位置信息，对于实际应用场景的适应性较差。

技术实现思路

1、有鉴于此，本技术实施例提供一种智能可重构超表面用于阵列信号处理的方法，以解决现有传统波达方向估计方法的相干信号问题。

2、实现本发明的技术方案如下：

3、本技术一实施例，一种智能可重构超表面用于阵列信号处理的方法，具体过程为：

4、设置超表面阵列；

5、获取超表面天线阵列的方向图，基于所述方向图获得相干信号经超表面反射后的信号模型；

6、基于所述信号模型，获取超表面输出协方差矩阵；

7、基于所述超表面输出的协方差矩阵作差合阵运算，得到虚拟均匀线阵的阵列输出矢量y；

8、针对所述虚拟均匀线阵的阵列输出矢量y，使用正交匹配追踪法稀疏重建信号，获得入射信号的波达角度。

9、进一步地，本发明所述基于超表面天线阵列的方向图，获得相干信号经超表面反射后的信号模型为：

10、x(t)＝aωs(t)+n(t)

11、其中，a＝{a(θ1)，a(θ2)，...，a(θk)}为超表面天线阵列的导向矢量矩阵，s(t)为信号源，n(t)为信道噪声，ω为超表面天线阵列的方向图。

12、进一步地，本发明基于所述信号模型，获取超表面输出的协方差矩阵rxx为：

13、rxx＝e{x(t)xh(t)}

14、其中，e{}表示数学期望。

15、进一步地，本发明所述对所获取的超表面输出的协方差矩阵作差合阵运算，得到虚拟均匀线阵的阵列输出矢量y；

16、r＝vec(rxx)

17、y＝fr

18、其中，f为差分共阵选择矩阵。

19、进一步地，本发明所述使用正交匹配追踪法稀疏重建信号具体为：

20、首先，根据虚拟均匀线阵对应的导向矢量矩阵bu生成冗余矩阵g，

21、其次，针对所述步骤四获得的虚拟均匀线阵的阵列输出矢量y，基于冗余矩阵g，采用正交匹配追踪法稀疏重建信号，得到新的输出矩阵yt；

22、再次，确定yt中的非零元素所在位置的导向矢量对应的角度即为估计出的入射信号的波达角度。

23、本技术另一实施例，一种智能可重构超表面用于阵列信号处理的方法，具体过程为：

24、设嵌套阵列接收信号模型，每一级子阵中都有m/2传感器；

25、对每个子阵列求协方差矩阵ri，每个子阵列的协方差矩阵中都有m2/4+m/2个元素；

26、基于所述协方差矩阵ri，计算信号协方差矩阵rss；

27、根据所述信号协方差矩阵rss，获得空间谱函数p(θ)；

28、对空间谱函数进行峰值搜索，峰值对应于信号源的方向，通过检测峰值的位置和强度，可以得到信号源的波达角度估计。

29、进一步地，本发明对每个子阵列求协方差矩阵ri的过程为：

30、获取超表面天线阵列的方向图，基于所述方向图获得相干信号经超表面反射后的信号模型；基于所述信号模型，获取超表面输出协方差矩阵。

31、进一步地，本发明基于超表面天线阵列的方向图，获得相干信号经超表面反射后的信号模型为：

32、x(t)＝aωs(t)+n(t)

33、其中，a为导向矢量矩阵，s(t)为信号源，n(t)为信道噪声，ω为超表面天线阵列的方向图；

34、基于所述信号模型，获取超表面输出的协方差矩阵rxx为：

35、ri＝e{x(t)xh(t)}。

36、进一步地，本发明信号协方差矩阵rss

37、

38、称矩阵rss为信号协方差矩阵。

39、进一步地，本发明所述根据所述信号协方差矩阵rss，获得空间谱函数p(θ)为：

40、对rss进行特征值分解，根据特征值的大小，将特征向量分为信号子空间和噪声子空间，通过对特征值的排序，可以选择前q个特征向量作为信号子空间的估计，其中q为信号源的个数。信号子空间对应的特征值和特征向量为{λ1，λ2，...，λq}和{v1，v2，...，vq}，噪声子空间对应的特征值和特征向量分别为{λq+1，λq+2，...，λk}和{vq+1，vq+2，...，vk}，利用噪声子空间特征向量求解波达方向，构建噪声矩阵en＝{vq+1，vq+2，...，vk}，最后计算空间谱函数p(θ)；

41、

42、其中，ah(θ)和enh分别是导向矢量a(θ)和en的共轭转置矩阵。

43、本发明与现有技术相比，具有以下优点：

44、第一，本发明设计了通过超表面反射和稀疏重构波达方向估计的方法，用于处理相干信号的波达方向估计，解决了相干信号干扰和稀疏矩阵无法做空间平滑的问题。

45、第二，相比于现有技术，本发明通过超表面反射和稀疏重构能够准确估计波达方向。

46、第三，本发明设计了通过超表面反射和空间平滑结合用于波达方向估计的方法，解决了传统空间平滑法无法恢复相干信号的问题。

47、第四，本发明当信号之间存在相关性或相干性时，协方差矩阵不再呈对角矩阵，此时通过传统的稀疏阵列协方差重构方法无法完全分离信号，本发明超表面反射和空间平滑结合能够解决上述无法重构的问题。

48、第五，相比于现有技术，本发明通过超表面反射和空间平滑结合能够准确估计波达方向。

49、第六，本发明方法适用于6g无线通信中，具有巨大的潜力。