正交化搜索的邻近强弱信号波达角估计方法

文档序号:8474931阅读:264来源:国知局
正交化搜索的邻近强弱信号波达角估计方法
【技术领域】
[0001] 本发明属于目标定位技术领域,涉及一种邻近强弱信号波达方向(DOA)估计技 术,它以无线通信、雷达、声纳等领域为实际应用背景,可用于在强弱信号同时存在且空间 夹角邻近时高精度定位弱信号的波达方向。
【背景技术】
[0002] 波达角估计是进行目标定位的基础,也是阵列信号处理中的重要研宄方向,出现 了很多关于波达方向估计的方法。然而当来波信号的空间方向角邻近且能量差异较大时, 由于能量强的信号遮掩了能量较弱信号的信息,传统波达角估计方法的性能均将严重恶 化,致使能量较弱信号的方向角估计成为难题。因此,研宄强弱信号的波达角估计具有非常 重要的意义。
[0003] Li Jian在"Angle and waveform estimation via RELAX[J] (IEEE Transactions on Aerospace and Electronic Systems, 1997,33(3):1077-1087)" 一 文中利用减 法的思想和重复迭代的方式实现了弱信号的检测,但是该方法需要反复迭代,其运算 量非常大。McCloud M. L在"A new subspace identification algoalgorithm for high resolution DOA estimation[J](IEEE Trans, on Antenna and Propagation, 2002, 50 (10) : 1382-1390) "中提出了 SSMusic方法。该方法利用信号对应主特征值的倒数 对其相应的信号子空间进行加权处理,从而达到弱化其主特征矢量方向的谱强度的目的, 提高了 MUSIUC算法对邻近信号的超分辨能力。但是,该方法在抑制了强信号的同时会对邻 近弱信号引入损失,影响弱信号的检测概率。
[0004] 陈辉在"强干扰/信号背景下的DOA估计新方法[J](电子学 报,2006, 4(3) :530-534) "中利用强干扰的波达角设计了一个干扰阻塞矩阵,将强干扰从阵 列流型中滤除,实现对弱信号的检测。但是该方法需要已知强干扰的精确信息,且强干扰波 达角的误差对其性能影响比较大。
[0005] 徐亮在"基于特征波束形成的强弱信号波达方向与信源数估计方法[J](电子与 信息学报,2011 (2) :321-325)"中利用样本数据相关矩阵特征分解后的特征矢量,得到各 个通道对应的空间谱,最后基于各个通道空间谱的分析判断来波信号的个数及其方位角。 该方法具有不需要知道信号源个数的优点,但是判断是否为信号的门限难以准确获取。

【发明内容】

[0006] 本发明的目的在于克服现有技术的不足,提出一种针对邻近强弱信号波达角估计 的方法。该方法充分利用数据特征矢量与导向矢量的关系,利用正交化搜索导向矢量来实 现对弱信号的有效检测,能提高弱信号的检测概率和弱信号的波达角估计精度,为复杂环 境下的目标定位提供一种有效的处理方法。
[0007] 实现本发明目的技术方案,包括如下步骤:
[0008] (1)利用阵列天线接收数据估计数据相关矩阵I;
[0009] (2)将相关矩阵进行特征分解,从而得到信号子空间Us和噪声子空间U n;
[0010] ⑶利用MUSIC空间谱估计强信号的波达角成,i = 1,2··· P ;
[0011] ⑷根据矩阵理论,将搜索导向矢量a(0)向强信号的正交补空间投影,得到修正 后的搜索导向矢量
[0012] (5)利用修正后的搜索导向矢量在强信号附近局部搜索匹配弱信号,得到弱信号 的波达角估计6。
[0013] 本发明与现有技术相比具有以下优点:
[0014] 本发明将邻近的强弱信号放在一起同时进行最大似然估计,通过正交化搜索导向 矢量来进行弱信号的波达角估计,克服了抑制强信号时对邻近的弱目标引入损失这一缺 点,能有效提高弱信号的检测概率和弱信号的波达角估计精度。
【附图说明】
[0015] 图1是本发明流程图;
[0016] 图2是本发明与传统算法的归一化空间谱图;
[0017] 图3是本发明与传统算法对弱信号的检测概率曲线图;
[0018] 图4是本发明与传统算法对弱信号的估计精度曲线图;
[0019] 图5是本发明在强弱信号波达角分别为-3Γ和-30°时的归一化空间谱图; [0020] 图6是本发明在强弱信号波达角分别为-Γ和0°时的归一化空间谱图;
[0021] 图7是本发明在强信号波达角为30°时的归一化空间谱图;
【具体实施方式】
[0022] 下面结合附图对本
【发明内容】
做进一步的描述。
[0023] 参照图1,本发明的具体实施步骤如下:
[0024] 步骤1.利用阵列天线接收数据估计数据相关矩阵。
[0025] 数据相关矩阵々λ.为:
[0026]
【主权项】
1. 一种正交化捜索的邻近强弱信号波达角估计方法,其特征在于,包括如下步骤: (1) 利用阵列天线接收数据估计数据相关矩阵麻,.: (2) 将相关矩阵哀X进行特征分解,从而得到信号子空间&和噪声子空间U。; 0)利用MUSIC空间谱估计强信号的波达角g,i= 1,2"'P; (4) 根据矩阵理论,将捜索导向矢量a(0)向强信号的正交补空间投影,得到修正后的 捜索导向矢量房(化《); (5) 利用修正后的捜索导向矢量在强信号附近局部捜索匹配弱信号,得到弱信号的波 达角估计谷。
2. 根据权利要求1所述的正交化捜索的邻近强弱信号波达角估计方法,其中步骤(1) 所述的数据相关矩阵房、为:
其中X为阵列天线接收数据,N为快拍数,H为共辆转置操作。
3. 根据权利要求1所述的正交化捜索的邻近强弱信号波达角估计方法,其中 步骤(2)所述的相关矩阵哀X的特征值分解为:
其中M为阵元数,Ai(i= 1…M)为第i个特征值,Vi(i= 1…M)为第i个特征向量; 进而可得信号子空间&和噪声子空间U。; Us= [Vi,V2-,Vp] Un= [Vp……,Vj 其中P为信源个数。
4. 根据权利要求1所述的正交化捜索的邻近强弱信号波达角估计方法,其特征在于: 步骤做所述的MUSIC空间谱为;
其中0为捜索角,P"sic(0)为在0角的MUSIC空间谱,a(0)为捜索导向矢量; 进而强信号的波达角估计g可用如下公式表示:
5. 根据权利要求1所述的正交化捜索的邻近强弱信号波达角估计方法,其特征在于: 步骤(4)所述的修正后的捜索矢量房(代《.)按如下步骤进行: 5a)将捜索导向矢量a( 0 )向强信号的正交空间投影片'(0,知为:
其中I为单位矩阵,u(g.)为强信号的导向矢量,M为阵元数; 5b)修正后的捜索导向矢量为:
6.根据权利要求1所述的正交化捜索的邻近强弱信号波达角估计方法,其特征在于: 步骤(5)所述弱信号的波达角估计^按如下步骤进行: 6a)利用修正后的捜索导向矢量片(房,马)在强信号附近局部捜索匹配弱信号,得到捜索 角空间的空间谱P( 0 )为:
其中0为捜索角; 6b)弱信号的波达角估计^为:
【专利摘要】本发明公开了一种正交化搜索的邻近强弱信号波达角估计方法,主要解决现有方法抑制强信号的同时会对弱信号引入损失,影响弱信号的检测概率问题。其实现过程为:利用阵列天线接收数据估计数据相关矩阵;将相关矩阵进行特征值分解得到信号子空间和噪声子空间;通过MUSIC空间谱估计强信号的波达角;根据矩阵理论,将搜索导向矢量向强信号的正交补空间投影,得到修正后的搜索导向矢量;利用修正后的搜索矢量在强信号附近局部搜索匹配弱信号,得到弱信号的波达角估计。本方法具有对弱信号检测概率高和波达角估计精度高之优点,可用于邻近强弱信号下的波达角估计。
【IPC分类】H04B17-391
【公开号】CN104796208
【申请号】CN201510157624
【发明人】贺顺, 李国民, 张释如, 侯颖
【申请人】西安科技大学
【公开日】2015年7月22日
【申请日】2015年4月3日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1