一种在空间非平稳噪声环境下信号的DOA估计方法

申请号 CN201610006301.4 申请日 2016-01-06 公开(公告)号 CN105676164A 公开(公告)日 2016-06-15
申请人 重庆邮电大学; 发明人 汪弟杰; 高飞飞; 柴蓉;
摘要 本 发明 涉及一种在空间非平稳噪声环境下 信号 的DOA估计方法,属于阵列 信号处理 技术领域。该方法在非平稳噪声环境的前提下,提取接收信号协方差矩阵非主对 角 线上的数据信息来估计目标源方位,包括以下步骤:步骤一:根据空间非平稳噪声环境下噪声之间不相干,即阵列接收的噪声协方差具有对角结构的特点构建协方差方程;步骤二:提取非主对角线元素的数据信息,避开噪声的影响;步骤三:对相干信号进行去相关处理,并利用多项式求根公式估计出所有信源的方向。本发明提出的提取协方差矩阵非主对角线上数据信息的方法在空间非平稳噪声的环境下提高了计算速度和估计 精度 ,在阵列信号处理中具有较好的应用前景。
权利要求

1.一种在空间非平稳噪声环境下信号的DOA估计方法,其特征在于:在该方法中,在非平稳噪声环境的前提下,提取接收信号协方差矩阵非主对线上的数据信息来估计目标源方位,包括以下步骤:
步骤一:根据空间非平稳噪声环境下噪声之间不相干,即阵列接收的噪声协方差具有对角结构的特点构建协方差方程;
步骤二:提取非主对角线元素的数据信息,避开噪声的影响;
步骤三:对相干信号进行去相关处理,并利用多项式求根公式估计出所有信源的方向。
2.根据权利要求1所述的一种在空间非平稳噪声环境下信号的DOA估计方法,其特征在于:所述步骤具体包括:
接收入射到均匀线性阵列的待估计信号,得到输出信号模型为:X(t)=A(θ)S(t)+N(t),其中X(t)为接收机接收到的信号,A(θ)为接收信号的方向矩阵,N(t)为噪声矢量;
空间非平稳噪声是指,噪声只对阵列数据相关矩阵主对角线上的项有贡献,在这种情况下,认为噪声空间协方差矩阵为一对角矩阵,但阵元噪声功率具有不等的特性;
由接收到的信号和噪声协方差矩阵的特点可以得到接收信号的协方差矩阵其中ai为接收信号的方向矩阵A的第i行,其中RS为信号相关矩阵, 为噪声功率,d为阵元间距,λ为入射波长
由于噪声只对协方差矩阵主对角线上的项有影响,提取协方差矩阵非主对角线上的项整理合并得
其中Φ=diag(a2);
若信号为相干的,则对矩阵:
做去相干处理,得到一个秩为M-L的非奇异矩阵;
进而得到一个多项式公式, 其解可由 得到。
3.根据权利要求2所述的一种在空间非平稳噪声环境下信号的DOA估计方法,其特征在于:
在步骤二中进行信息提取的步骤具体为:
提取出协方差矩阵非主对角线元素的信息整理合并得如下式子
a)信号为非相干情况下,利用多项式求根算法进行信号估计,且
b)信号为相干情况下,因为信号之间是相干的,所以矩阵
的秩为M-L,上式可简化为
对简化后的矩阵利用多项式求根算法进行信号估计,且
其中ai为接收信号的方向矩阵A的第i行,其中RS为信号相关矩阵, 为噪声功率,d为阵元间距,Φ=diag(a2),λ为入射波长。

说明书全文

一种在空间非平稳噪声环境下信号的DOA估计方法

技术领域

[0001] 本发明属于阵列信号处理技术领域,涉及一种在空间非平稳噪声环境下信号的DOA估计方法。

背景技术

[0002] 随着数字微电子技术、信号处理技术、并行处理技术的迅速发展,阵列信号处理所表现出的各种优点在实践中得到很好的体现,现在已经在通信、声纳、雷达、天文、医疗诊断及全球定位等领域得到迅速的发展和广泛的应用。例如声纳,阵列信号处理在声纳技术中具有很重要作用,与雷达接收电磁波不同,声纳采用阵列接收海洋中传播的声音信号;射电天文学方面,为了探测宇宙深处,往往需要大孔径阵列,因此长达数千公里的阵列在射电天文学中是很常见的,由于阵列过于庞大,因此在射电天文学中使用的阵列一般是稀疏阵列;医疗诊断,在医学成像中,一般使用阵列技术对需要诊断的人体器官进行X射线照射,然后对阵列接收数据进行分析得出其病变状况;全球定位,在军事和民用领域中往往需要为特定用户提供方位信息,即定位信息。
[0003] 而在移动通信方面,当频域、时域和码域等资源的潜被第一代、第二代和第三代移动通信技术充分挖掘和利用后,采用阵列天线对空域资源进行充分利用就成为了突破的方向。无线通信中一个关键技术就是使用智能天线技术实现空分多址,即SDMA技术,使用SDMA技术可以降低用户和基站发射功率,减少共道干扰,显著提高网络容量。在移动通信中,如果已知信号源方位,则利用阵列天线具有容易实现高定向和波束控制特性,使波束指向特定用户。一方面通过提高小区空间利用率来提高容量,另一方面可以降低对特定用户的发射功率来减少对共信道干扰以达到提高容量的目的。
[0004] 现有的高分辨的DOA估计方法都假定背景噪声是统计独立的高斯白噪声,然而在实际环境中,白噪声的假设并不总是成立,当实际噪声模型不满足白噪声时,传统的高分辨方法则将引起严重的性能恶化甚至失效。在一些特定的应用中,一般的相关色噪声能够进一步被简化,即假定阵元之间的噪声是不相关的空间非平稳噪声,噪声只对阵列数据相关矩阵主对线的项有贡献,在这种情况下,可以认为噪声空间协方差矩阵为一对角矩阵,但阵元噪声功率具有不等的特性。

发明内容

[0005] 有鉴于此,本发明的目的在于提供一种在空间非平稳噪声环境下信号的DOA估计方法,该方法利用空间非平稳噪声协方差矩阵具有对角矩阵的特点,提取接收信号协方差矩阵非主对角线上的元素,进而构建多项式方程,通过多项式求根算法对信号源进行估计。
[0006] 为达到上述目的,本发明提供如下技术方案:
[0007] 一种在空间非平稳噪声环境下信号的DOA估计方法,在该方法中,在非平稳噪声环境的前提下,提取接收信号协方差矩阵非主对角线上的数据信息来估计目标源方位,包括以下步骤:
[0008] 步骤一:根据空间非平稳噪声环境下噪声之间不相干,即阵列接收的噪声协方差具有对角结构的特点构建协方差方程;
[0009] 步骤二:提取非主对角线元素的数据信息,避开噪声的影响;
[0010] 步骤三:对相干信号进行去相关处理,并利用多项式求根公式估计出所有信源的方向。
[0011] 进一步,所述步骤具体包括:
[0012] 接收入射到均匀线性阵列的待估计信号,得到输出信号模型为:X(t)=A(θ)S(t)+N(t),其中X(t)为接收机接收到的信号,A(θ)为接收信号的方向矩阵,N(t)为噪声矢量;
[0013] 空间非平稳噪声是指,噪声只对阵列数据相关矩阵主对角线上的项有贡献,在这种情况下,认为噪声空间协方差矩阵为一对角矩阵,但阵元噪声功率具有不等的特性;
[0014] 由接收到的信号和噪声协方差矩阵的特点可以得到接收信号的协方差矩阵[0015]
[0016] 其中ai为接收信号的方向矩阵A的第i行,其中RS为信号相关矩阵, 为噪声功率,d为阵元间距,λ为入射波长
[0017] 由于噪声只对协方差矩阵主对角线上的项有影响,提取协方差矩阵非主对角线上的项整理合并得
[0018]
[0019] 其中Φ=diag(a2);
[0020] 若信号为相干的,则对矩阵:
[0021]
[0022] 做去相干处理,得到一个秩为M-L的非奇异矩阵;
[0023] 进而得到一个多项式公式, 其解可由 得到。
[0024] 进一步:
[0025] 在步骤二中进行信息提取的步骤具体为:
[0026] 提取出协方差矩阵非主对角线元素的信息整理合并得如下式子
[0027]
[0028] a)信号为非相干情况下,利用多项式求根算法进行信号估计,且[0029] b)信号为相干情况下,因为信号之间是相干的,所以矩阵的秩为M-L,上式可简化为
[0030]
[0031] 对简化后的矩阵利用多项式求根算法进行信号估计,且
[0032] 其中ai为接收信号的方向矩阵A的第i行,其中RS为信号相关矩阵, 为噪声功率,d为阵元间距,Φ=diag(a2),λ为入射波长。
[0033] 本发明的有益效果在于:本发明提出的提取协方差矩阵非主对角线上数据信息的方法在空间非平稳噪声的环境下提高了计算速度和估计精度,在阵列信号处理中具有较好的应用前景。附图说明
[0034] 为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
[0035] 图1为非相干信号在空间非平稳噪声环境下本文算法与MUSIC算法的性能比较;
[0036] 图2为相干信号在空间非平稳噪声环境下本文算法与前后向空间平滑算法的性能比较;
[0037] 图3为本发明提出的空间非平稳噪声下DOA估计算法流程图

具体实施方式

[0038] 下面将结合附图,对本发明的优选实施例进行详细的描述。
[0039] 图3为本发明提出的空间非平稳噪声下DOA估计算法流程图,在本方法中,在非平稳噪声环境的前提下,提取接收信号协方差矩阵非主对角线上的数据信息来估计目标源方位,包括以下步骤:
[0040] 步骤一:根据空间非平稳噪声环境下噪声之间不相干,即阵列接收的噪声协方差具有对角结构的特点构建协方差方程;
[0041] 步骤二:提取非主对角线元素的数据信息,避开噪声的影响;
[0042] 步骤三:对相干信号进行去相关处理,并利用多项式求根公式估计出所有信源的方向。
[0043] 在本实施例中:
[0044] 以多个正余弦信号的叠加为例来说明非平稳噪声下DOA估计新算法的具体实施方式。
[0045] 1)信号模型
[0046] 本实施例考虑远场信号情况,M个阵元组成的阵列接收L个信源,阵元间距为d,入射波长为λ,信源方向分别为θ1,…,θn,阵列信号矢量可以表示为:
[0047] X(t)=A(θ)S(t)+N(t)
[0048] 其中,X(t)为接收机接收到的信号,A(θ)为接收信号的方向矩阵,且方向矩阵A(θ)=[a(θ1) a(θ2) … a(θL)],S(t)为接收信号的复包络矢量,N(t)为噪声矢量,其中S(t)=[S1(t) S2(t) … SL(t)]T为信号矢量,Si(t)为第i个窄波的振幅,且噪声矢量为N(t)=[N1(t) N2(t) … NM(t)]T。
[0049] 由式阵列信号协方差矩阵为
[0050] R=E{X(t)XH(t)}=ARSAH+RN
[0051] 其中RS为信号相关矩阵,且RS为可逆矩阵,{}H表示共轭转置,由于假定接收L个信号源情况,RN为噪声协方差矩阵。
[0052] 2)空间非平稳噪声下非相干信号DOA估计
[0053] 在背景噪声为空间非平稳噪声的情况下,噪声之间不相关,阵元噪声功率之间不相等,
[0054] 即阵列接收的噪声协方差矩阵RN具有对角结构,即
[0055]
[0056] 且
[0057] 由于方向矩阵
[0058]
[0059] 将A分
[0060]
[0061] 其中ai为方向矩阵的第i行。
[0062] 可得协方差矩阵R为
[0063]
[0064] 下面将利用预测的方法,将阵列协方差矩阵进行降维处理,即提取协方差矩阵非主对角线上的元素信息。
[0065]
[0066]
[0067]
[0068]
[0069] 因为传感器阵列为均匀线性分布,阵元之间的间隔大小是相同的,于是令Φ=diag(a2),所以可将上式化简为:
[0070]
[0071]
[0072]
[0073] ·
[0074] ·
[0075] ·
[0076]
[0077] 整理合并C=[C1 C2 C3 … CM-L]得下式
[0078]
[0079] 可得
[0080]
[0081] 其中
[0082]且因为信号之间不相干,所以Ψ为非奇异矩阵,令 则
可得关于z的多项式方程如下
[0083]
[0084] 信源的DOA估计可由下式解得:
[0085]
[0086] 3)空间非平稳噪声下的相干信号DOA估计由2)可知
[0087]
[0088] 因为信号之间是相干的,所以矩阵的秩为M-L,上式
可简化为
[0089]
[0090] 进而可通过2)中的方法求得所估计的信号源。
[0091] 最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
QQ群二维码
意见反馈