基于复数盲源分离的船舶DOA方位估计方法 |
|||||||
申请号 | CN201510226778.9 | 申请日 | 2015-05-06 | 公开(公告)号 | CN104931918A | 公开(公告)日 | 2015-09-23 |
申请人 | 集美大学; | 发明人 | 王荣杰; 周海峰; | ||||
摘要 | 本 发明 公开了一种基于复数 盲源分离 的 船舶 DOA方位估计方法,包括以下步骤:(1)基于交叉验证的可 检测区域 船舶数量估计;(2)基于复数盲源分离的阵列响应伪逆矩阵估计;(3)目标船舶DOA方位估计。由于本发明方法只接收 信号 而不发射任何信号就可以探测目标船舶DOA方位,而传统的DOA估计方法均属于主动探测目标技术;又由于本发明方法能估计天线阵列可检测区域内的船舶数量,而传统的DOA估计方法需要目标数已知;又由于本发明方法的估计 精度 不受快拍数限制,而传统的DOA估计方法的估计 质量 严重受到快拍数的制约,使得本发明计算更加简单、优化的优点。 | ||||||
权利要求 | 1.一种基于复数盲源分离的船舶DOA方位估计方法,其特征在于:包括以下步骤: |
||||||
说明书全文 | 基于复数盲源分离的船舶DOA方位估计方法技术领域[0001] 本发明涉及一种交通运输领域,特别是涉及一种基于复数盲源分离的船舶DOA方位估计方法。 背景技术[0002] 船舶DOA方位估计的问题描述。如图1所示,在等距线阵中,m和d分别表示阵元数和阵元间距,接收阵列位于n艘船舶位置的远场区,且m≥n。假设n艘目标船舶发送的T源信号s(t)=[s1(t),s2(t),…,sn(t)]为彼此互相独立且零均值的窄带信号,并记它们到达第1个阵元直射线与阵列法线方向之间的夹角为θi(i=1,2,…,n),称这个夹角为波到方位(角),即船舶的DOA方位。若将第1个阵元视为参考阵列,则目标源到达非参考阵元都会存在延迟,即非参考阵元接收到的信号与目标源信号存在一个相位差,记第i个目标源到达第2个阵元引起的相位差为ωi,ωi与θi之间的关系为: [0003] [0005] [0006] 式中, 为虚数。同理可得其它目标源信号到达m个阵元引起相位差的向量,将所有相位差的向量组成一个矩阵,记为A,它与所有向量ai的关系为: [0007] [0008] 式(3)中的阵列响应矩阵A为一个m×n维的Vandermonde矩阵,Rank(A)=n。若将m个阵元接收到的信号记为x(t)=[x1(t),x2(t),…,xm(t)]T,那么x(t)与s(t)之间的关系为: [0009] x(t)=As(t) (4) [0010] 船舶DOA方位估计所要解决的问题就是在源信号s(t)和接收阵列的混叠参数A未知的情况下,仅仅根据源信号的独立统计特性从观测到的混叠信号x(t)中估算出各艘目标船舶所处相对于参考阵列的DOA方位,即θi(i=1,2,…,n)。 [0011] 现有的DOA估计方法主要可分为三类:多重信号分类(multiple signal classification,MUSIC)法、旋转不变技术(estimating signal parameter via rotational invariance techniques,ESPRIT)和最大似然估计法。MUSIC方法对噪声具有很好的鲁棒性,但它需要接收信号的快拍数足够多,并且它的估计精度和待定位目标源之间的方位差互相制约;ESPRIT技术能适用于方位差较大的情况下,但它不仅对噪声抑制能力差外,并且像MUSIC估计方法一样要求信号的快拍数足够多。最大似然估计的似然函数是一个非线性的多模函数,要优化这个目标函数是一个很困难和复杂的问题。 发明内容[0012] 本发明的目的在于提供一种计算更加简单、优化的基于复数盲源分离的船舶DOA方位估计方法,本方法只通过接收信号而不发射任何信号被动地对于天线阵列可检测区域内的船舶数量以及船舶的DOA方位进行估计。 [0013] 为实现上述目的,本发明的技术解决方案是: [0014] 1、一种基于复数盲源分离的船舶DOA方位估计方法,其特征在于:包括以下步骤: [0015] 步骤1:基于交叉验证的可检测区域船舶数量估计 [0016] 将阵列接收数据分成两部分,其中一部分用于提取数据的特征,其它部分用于验证这些特征,提出式(5)和式(6)为估计可检测区域船舶数量的准则, [0017] [0018] [0019] 式中,i=1,2,…,m,trace(·)为矩阵求迹运算,C为阵列接收数据x的协方差T矩阵C=xx, Λi为对角元素为C前i个特征值的对角矩阵,Ui的列向量为与其相应的特征向量;而计算 的 对角矩阵 的对角线与Λm是交叉的且两个 矩阵在对角线上的元素排序是相反的; [0020] 步骤2:基于复数盲源分离的阵列响应伪逆矩阵估计 [0021] 在不知道源信号和不对未知的混叠系统(阵列接收系统)的参数做任何先验信息假设的情况下,寻找一个最优的阵列响应伪逆矩阵W,使得W与阵列响应矩阵A满足WA=I,I为m×m维单位矩阵,上标“H”符为Hermitian转置运算;记wi(i=1,2,…,n)为W的一个列向量,则 将为一个m维的复数向量, 和均为实数;通过求解n次wi最终也能获得W,W由式(7a)-(7d)、(8)计算得到; [0022] [0023] yi(t)=wix(t) (7b) [0024] [0025] [0026] 式中,E[·]为求均值运算,[αi,1,αi,2,…,αi,2m-1]∈[02π](2m-1);另外,为了避免产生两个相同的wi,利用式(8)来去相关处理; [0027] [0028] 步骤3:目标船舶DOA方位估计 [0029] 阵列响应矩阵相邻的两个行向量之间都相差一个相位,设L1=[I(m-1)×(m-1)0(m-1)×1]和L2=[0(m-1)×1I(m-1)×(m-1)],可得 [0030] [0031] 由此得# [0032] ωi=jln[(L1ai)L2ai] (10) [0033] [0034] 式中i=1,2,…,n。 [0036] 步骤2.1设定收敛误差值Δ;在0~2π之间随机产生FS个n×2m-1维的数据集,分别记为θ(l,d),l=1,2,…,FS,d=1,2,…,n×2m-1; [0037] 步骤2.2 [0038] for l=1to Fs [0039] 将第l个数据集θ(l,d)的值赋给n个[αi,1,αi,2,…,αi,2m-1]; [0040] for i=1to n [0041] 由 构造wi; [0042] 由 去相关处理; [0043] 计算yi(t)=wix(t); [0044] 计算 [0045] end [0046] 计算 [0047] end [0048] t=1; [0049] 步骤2.3迭代寻优运算 [0050] 步骤2.3.1 [0051] for l=1to Fs [0052] for d=1to n×2m-1 [0053] 由θnew(l,d)=θ(l,d)+rand[θ(l,d)-θ(r,d)]计算,rand为在[01]之间的随机数,r为在[1FS]之间产生的不为l的随机整数; [0054] end [0055] 将第l个数据集θnew(l,d)的值赋给n个[αi,1,αi,2,…,αi,2m-1]; [0056] for i=1to n [0057] 由 构造wi; [0058] 由 去相关处理; [0059] 计算yi(t)=wix(t); [0060] 计算 [0061] end [0062] 计算 [0063] if Jnew(l)>J(l) [0064] J(l)=Jnew(l); [0065] 将θnew(l,d)的值赋给θ(l,d); [0066] end [0067] end [0068] 步骤2.3.2 [0069] Jglobal(t)=J(1); [0070] 将第1个数据集θ的值赋给θglobal; [0071] for l=2to Fs [0072] if Jglobal(t) [0073] Jglobal(t)=J(l); [0074] 将第l个数据集θ的值赋给θglobal; [0075] end [0076] end [0077] 步骤2.3.3 [0078] if t=1 [0079] t=t+1; [0080] 回到步骤2.3.1; [0081] else [0082] 计算ε=Jglobal(t)-Jglobal(t-1); [0083] ifε<Δ [0084] 跳至步骤2.4; [0085] else [0086] t=t+1; [0087] 回到步骤2.3.1; [0088] end [0089] end [0090] 步骤2.4 [0091] 步骤2.4.1将θglobal的值赋给n个[αi,1,αi,2,…,αi,2m-1]; [0092] 步骤2.4.2 [0093] for i=1to n [0094] 由 构造wi; [0095] 由 去相关处理; [0096] end [0097] 步骤2.4.3将n个wi构造W=[w1,w2,…,wn],通过计算W的广义逆矩阵得到阵列响应矩阵。 [0098] 采用上述方案后,本发明具有以下优点: [0099] (1)本发明方法只接收信号而不发射任何信号就可以探测目标船舶DOA方位,而传统的DOA估计方法均属于主动探测目标技术; [0100] (2)本发明方法能估计天线阵列可检测区域内的船舶数量,而传统的DOA估计方法需要目标数已知; [0101] (3)本发明方法的估计精度不受快拍数限制,而传统的DOA估计方法的估计质量严重受到快拍数的制约。 附图说明[0103] 图1是本发明等距线阵与波达方位图; [0104] 图2是本发明基于复数盲源分离的船舶DOA方位估计方法实现流程图; [0105] 图3是本发明基于交叉验证的可检测区域船舶数量估计方法实现流程图; [0106] 图4是本发明目标船舶DOA方位估计实现流程图。 具体实施方式[0107] 如图2所示,本发明是一种基于复数盲源分离的船舶DOA方位估计方法,包括以下步骤: [0108] 步骤1:基于交叉验证的可检测区域船舶数量估计 [0109] 交叉验证的思想是将数据分成两部分,其中一部分用于提取数据的特征,其它部分用于验证这些特征。利用这一思想,提出式(5)和式(6)为估计可检测区域船舶数量的准则,这种方法的实现流程如图3所示。 [0110] [0111]T [0112] 式中,i=1,2,…,m,trace(·)为矩阵求迹运算,C为x的协方差矩阵C=xx,Λi为对角元素为C前i个特征值的对角矩阵,Ui的列向量为与其相应的特征向量;而计算 的 对角矩阵 的对角线与Λm是交叉的,且两个矩阵在对角线上的元素排序是相反的。 [0113] 如图3所示,步骤2:基于复数盲源分离的阵列响应伪逆矩阵估计 [0114] 复数盲源分离的目的就是要在不知道源信号和不对未知的混叠系统(接收系统)H的参数做任何先验信息假设的情况下,寻找一个最优的W,使得W=A,即WA=I,I为m×m维单位矩阵,上标“H”符为Hermitian转置运算。记wi(i=1,2,…,n)为W的一个列向量,则 将为一个m维的复数向量, 和 均为实数。 通过求解n次wi最终也能获得W,W由式(7a)-(7d)、(8)计算得到。 [0115] [0116] yi(t)=wix(t) (7b) [0117] [0118] [0119] 式中,E[·]为求均值运算,[αi,1,αi,2,…,αi,2m-1]∈[02π](2m-1)。另外,为了避免产生两个相同的wi,利用式(8)来去相关处理。 [0120] [0121] 步骤2基于复数盲源分离的阵列响应伪逆矩阵估计包括以下步骤: [0122] 步骤2.1设定收敛误差值Δ;在0~2π之间随机产生FS个n×2m-1维的数据集,分别记为θ(l,d),l=1,2,…,FS,d=1,2,…,n×2m-1; [0123] 步骤2.2 [0124] for l=1to Fs [0125] 将第l个数据集θ(l,d)的值赋给n个[αi,1,αi,2,…,αi,2m-1]; [0126] for i=1to n [0127] 由 构造wi; [0128] 由 去相关处理; [0129] 计算yi(t)=wix(t); [0130] 计算 [0131] end [0132] 计算 [0133] end [0134] t=1; [0135] 步骤2.3迭代寻优运算 [0136] 步骤2.3.1 [0137] for l=1to Fs [0138] for d=1to n×2m-1 [0139] 由θnew(l,d)=θ(l,d)+rand[θ(l,d)-θ(r,d)]计算,rand为在[01]之间的随机数,r为在[1FS]之间产生的不为l的随机整数; [0140] end [0141] 将第l个数据集θnew(l,d)的值赋给n个[αi,1,αi,2,…,αi,2m-1]; [0142] for i=1to n [0143] 由 构造wi; [0144] 由 去相关处理; [0145] 计算yi(t)=wix(t); [0146] 计算 [0147] end [0148] 计算 [0149] if Jnew(l)>J(l) [0150] J(l)=Jnew(l); [0151] 将θnew(l,d)的值赋给θ(l,d); [0152] end [0153] end [0154] 步骤2.3.2 [0155] Jglobal(t)=J(1); [0156] 将第1个数据集θ的值赋给θglobal; [0157] for l=2to Fs [0158] if Jglobal(t) [0159] Jglobal(t)=J(l); [0160] 将第l个数据集θ的值赋给θglobal; [0161] end [0162] end [0163] 步骤2.3.3 [0164] if t=1 [0165] t=t+1; [0166] 回到步骤2.3.1; [0167] else [0168] 计算ε=Jglobal(t)-Jglobal(t-1); [0169] ifε<Δ [0170] 跳至步骤2.4; [0171] else [0172] t=t+1; [0173] 回到步骤2.3.1; [0174] end [0175] end [0176] 步骤2.4 [0177] 步骤2.4.1将θglobal的值赋给n个[αi,1,αi,2,…,αi,2m-1]; [0178] 步骤2.4.2 [0179] for i=1to n [0180] 由 构造wi; [0181] 由 去相关处理; [0182] end [0183] 步骤2.4.3将n个wi构造W=[w1,w2,…,wn],通过计算W的广义逆矩阵得到阵列响应矩阵。 [0184] 如图4所示,步骤3:目标船舶DOA方位估计 [0185] 比较背景技术中式(3)中相邻的两个行向量的区别,不难发现它们之间都相差一个相位,设L1=[I(m-1)×(m-1)0(m-1)×1]和L2=[0(m-1)×1I(m-1)×(m-1)],可得[0186] [0187] 由此易得 [0188] ωi=jln[(L1ai)#L2ai] (10) [0189] [0190] 式中i=1,2,…,n。 [0191] 例:设λs=2d,如步骤2估计得到 [0192] [0193] ai为矩阵A的第i列向量。 [0194] [0195]# [0196] ω1=jln[(L1a1)L2a1]=0.0548,θ1=arcsin(0.0548·λs/2·π·d)=1°;# [0197] ω2=jln[(L1a2)L2a2]=0.8131,θ1=arcsin(0.8131·λs/2·π·d)=15°。 |