一种基于互质阵列的混合信号波达方向估计方法专利检索-自相关矩阵数学与统计专利检索查询-专利查询网

一种基于互质阵列的混合 信号 波达方向估计方法

阅读：405发布：2020-05-13

专利汇可以提供一种基于互质阵列的混合信号波达方向估计方法专利检索，专利查询，专利分析的服务。并且本发明公开的一种基于互质阵列的混合信号波达方向估计方法，包括以下步骤：搜集接收端天线互质阵列的阵元分布信息，以及大致估计信号源的数目；利用发射信号的循环性与非循环性特征对接收信号进行扩维并计算扩维信号的自相关矩阵，然后将自相关矩阵重构成一个矢量；并利用做空间平滑后所得的协方差矩阵估计信号波达方向；取出估计性能最好的若干个估计方向，并估算对应的信号功率；计算原始接收信号的自相关矩阵，将自相关矩阵重构成一个向量后再从中删除与非循环信号对应的分量，通过空间平滑操作并在所得的协方差矩阵上使用MUSIC 算法，估计出循环信号的波达方向。本发明能够进一步增强阵列性能，以更少数目的阵元分辨更多信号源。，下面是一种基于互质阵列的混合信号波达方向估计方法专利的具体信息内容。

权利要求

1.一种基于互质阵列的混合信号波达方向估计方法，其特征在于，包括以下步骤：
系统服务器需要搜集接收端天线互质阵列的阵元分布信息，以及大致估计信号源的数目；
系统服务器利用发射信号的循环性与非循环性特征对接收信号进行扩维并计算扩维信号的自相关矩阵，然后将自相关矩阵重构成一个矢量；并对做空间平滑后所得的协方差矩阵使用MUSIC 算法估计信号波达方向；取出估计性能最好的若干个估计方向，并估算对应的信号功率；
计算原始接收信号的自相关矩阵，将自相关矩阵重构成一个向量后再从中删除与非循环信号对应的分量，通过空间平滑操作并在所得的协方差矩阵上使用MUSIC算法，估计出循环信号的波达方向。
2.根据权利要求1所述基于互质阵列的混合信号波达方向估计方法，其特征在于，所述互质阵列的阵元分布信息，是指接收端天线阵列的空间分布信息。
3.根据权利要求1所述基于互质阵列的混合信号波达方向估计方法，其特征在于，所述信号源数目，是指接收信号中循环信号、非循环信号各自的数目。
4.根据权利要求1所述基于互质阵列的混合信号波达方向估计方法，其特征在于，所述利用发射信号的循环性与非循环性特征对接收信号进行扩维，具体为：在信号处理过程中，利用接收信号本身及其共轭所携带的信息。
5.根据权利要求1所述基于互质阵列的混合信号波达方向估计方法，其特征在于，所述将自相关矩阵重构成一个矢量，具体为：根据互质阵列的空间分布信息，将自相关矩阵中所有元素映射到虚拟差分阵列各个阵元的接收信号，对差分阵列的阵元差值进行排序，对取同一个差值的重复项合并为一项，取连续长度最大的虚拟差值序列对应的自相关矩阵元素作为虚拟差分阵列的接收信号。
6.根据权利要求1所述基于互质阵列的混合信号波达方向估计方法，其特征在于，所述估算对应的信号功率，具体为：对空间平滑后所得的协方差矩阵进行特征分解，利用信号子空间对应的特征值及特征向量，与估计角度进行相关运算，得到对应估计角度的信号功率。
7.根据权利要求1所述基于互质阵列的混合信号波达方向估计方法，其特征在于，所述删除与非循环信号对应的分量，具体为：在重构后的虚拟连续差分阵列的接收数据中，删除与非循环信号对应的分量，即信号功率与导向矢量的乘积。
8.根据权利要求1所述基于互质阵列的混合信号波达方向估计方法，其特征在于，具体包括以下步骤：
S101、搜集接收端天线互质阵列的阵元分布信息和大致估计信号的源数目k，其中非循环信号源的数目为k1，循环信号源的数目为k2；
S102、对互质阵列中的天线接收到的混合信号进行抽样，获得接收信号；其中，发射信号中的非循环信号记为s1，对应的方向矩阵记为A1，发射信号中的循环信号记为s2，对应的方向矩阵记为A2，同时用n表示本次信号传输的噪声，接收信号为x＝A1s1+A2s2+n；
S103、对S102中得到的的接收信号模型x进行扩维，取共轭，重构新的信号模型即：
S104、计算的自相关矩阵
S105、将自相关矩阵重构成矢量，即根据互质阵列的空间分布信息，将自相关矩阵中所有元素映射到虚拟差分阵列各个阵元的接收信号，对差分阵列的阵元差值进行排序，对取同一个差值的重复项合并为一项，取连续长度最大的虚拟差值序列对应的自相关矩阵元素作为虚拟差分阵列的接收信号z1；
S106、对z1进行空间平滑，得到协方差矩阵R1；
S107、对R1使用MUSIC算法进行空间谱计算，估算非循环信号的DOA记为
S108、计算S102中的接收信号x的自相关矩阵Rxx；
S109、将自相关矩阵Rxx重构成矢量，同S105，得到虚拟差分阵列的接收信号z2，及其对应信号的方向矢量
S110、估算非循环信号的功率，对S106中的R1进行特征分解，得到m个特征值γk，其中k1+2k2个大特征值，组成对角阵并记为其对应的信号子空间记为
Vs,及m-(k1+2k2)个小特征值，组成对角阵并记为其对应的
噪声子空间记为Vn；信号k的功率系数估计为其中
方向矢量由S106空间平滑时的第一个子阵决定；
S111、删除非循环信号信息，对z′2进行空间平滑，得到协方差矩阵R2；
S112、对R2使用MUSIC算法进行空间谱计算，估算循环信号的DOA记为

说明书全文

一种基于互质阵列的混合信号 波达方向估计方法

技术领域

[0001] 本发明涉及信号处理领域，特别涉及一种基于互质阵列的混合信号波达方向估计方法。

背景技术

[0002] 阵列信号处理技术被广泛应用于国防与人们生活的方方面面。波达方向(DOA)估计是阵列信号处理领域中的一个重要的问题，在雷达、声纳、无线通信、智能天线和无源定位等方面中，有较多的应用。传统的波达方向估计方法只能求解目标数少于阵元数的情况，因此如何用少量的阵元检测更多的目标成为一个新的挑战。

[0003] 近几年，一种新型几何结构的线列阵——互质阵的提出，可达到估计的DOA数目远超过阵元数目。由于互质阵阵元的位置分布特殊，在经过数学运算处理后，可以形成孔径更大的虚拟阵，估计出的目标数目已经远大于同等数目物理阵元的均匀线列阵。

发明内容

[0004] 本发明的目的在于克服现有技术的缺点与不足，提供一种基于互质阵列的混合信号波达方向估计方法，该方法能够进一步增强阵列性能，以更少数目的阵元分辨更多信号源。

[0005] 本发明的目的通过以下的技术方案实现：

[0006] 一种基于互质阵列的混合信号波达方向估计方法，包括以下步骤：

[0007] 系统服务器需要搜集接收端天线互质阵列的阵元分布信息，以及大致估计信号源的数目；

[0008] 系统服务器利用发射信号的循环性与非循环性特征对接收信号进行扩维并计算扩维信号的自相关矩阵，然后将自相关矩阵重构成一个矢量；并对做空间平滑后所得的协方差矩阵使用多重信号分类(MUSIC)算法估计信号波达方向；取出估计性能最好的若干个估计方向，并估算对应的信号功率；

[0009] 计算原始接收信号的自相关矩阵，将自相关矩阵重构成一个向量后再从中删除与非循环信号对应的分量，通过空间平滑操作并在所得的协方差矩阵上使用MUSIC算法，估计出循环信号的波达方向。

[0010] 所述互质阵列的阵元分布信息，是指接收端天线阵列的空间分布信息。

[0011] 所述信号源数目，是指接收信号中循环信号、非循环信号各自的数目。

[0012] 所述利用发射信号的循环性与非循环性特征对接收信号进行扩维，具体为：在信号处理过程中，利用接收信号本身及其共轭所携带的信息。

[0013] 所述将自相关矩阵重构成一个矢量，具体为：根据互质阵列的空间分布信息，将自相关矩阵中所有元素映射到虚拟差分阵列各个阵元的接收信号，对差分阵列的阵元差值进行排序，对取同一个差值的重复项合并为一项(比如取均值，但不局限与此)，取连续长度最大的虚拟差值序列对应的自相关矩阵元素作为虚拟差分阵列的接收信号。

[0014] 所述估算对应的信号功率，具体为：对空间平滑后所得的协方差矩阵进行特征分解，利用信号子空间对应的特征值及特征向量，与估计角度进行相关运算，得到对应估计角度的信号功率。

[0015] 所述删除与非循环信号对应的分量，具体为：在重构后的虚拟连续差分阵列的接收数据中，删除与非循环信号对应的分量，即信号功率与导向矢量的乘积。

[0016] 一种基于互质阵列的混合信号波达方向估计方法，包括以下步骤：

[0017] S101、搜集接收端天线互质阵列的阵元分布信息和大致估计信号的源数目k，其中非循环信号源的数目为k1，循环信号源的数目为k2；

[0018] S102、对互质阵列中的天线接收到的混合信号进行抽样，获得接收信号；其中，发射信号中的非循环信号记为s1，对应的方向矩阵记为A1，发射信号中的循环信号记为s2，对应的方向矩阵记为A2，同时用n表示本次信号传输的噪声，接收信号为x＝A1s1+A2s2+n；

[0019] S103、对S102中得到的的接收信号模型x进行扩维，取共轭，重构新的信号模型即：

[0020] S104、计算的自相关矩阵

[0021] S105、将自相关矩阵重构成矢量，即根据互质阵列的空间分布信息，将自相关矩阵中所有元素映射到虚拟差分阵列各个阵元的接收信号，对差分阵列的阵元差值进行排序，对取同一个差值的重复项合并为一项(比如取均值，但不局限与此)，取连续长度最大的虚拟差值序列对应的自相关矩阵元素作为虚拟差分阵列的接收信号z1；

[0022] S106、对z1进行空间平滑，得到协方差矩阵R1；

[0023] S107、对R1使用MUSIC算法进行空间谱计算，估算非循环信号的DOA记为[0024] S108、计算S102中的接收信号x的自相关矩阵Rxx；

[0025] S109、将自相关矩阵Rxx重构成矢量，同S105，得到虚拟差分阵列的接收信号z2，及其对应信号的方向矢量

[0026] S110、估算非循环信号的功率，对S106中的R1进行特征分解，得到m个特征值γk，其中k1+2k2个大特征值，组成对角阵并记为其对应的信号子空间记为Vs,及m-(k1+2k2)个小特征值，组成对角阵并记为其对应
的噪声子空间记为V n；信号k的功率系数估计为其中
方向矢量由S106空间平滑时的第一个子阵决定；

[0027] S111、删除非循环信号信息，对z′2进行空间平滑，得到协方差矩阵R2；

[0028] S112、对R2使用MUSIC算法进行空间谱计算，估算循环信号的DOA记为[0029] 本发明与现有技术相比，具有如下优点和有益效果：

[0030] 本发明将混合信号的DOA估计划分为两种信号的区别分步检测，目标终端对接收信号的扩维过程相当于增加了接收天线的数目，大大提高了对噪声的抑制。另外，仿真结果表明，采用本发明方法的DOA估计方法以相同的阵元数目检测出更高的DOA数目，并且降低了估计误差，DOA角度估计准确率更高。

[0031] 本发明可应用于同时存在非循环信号与循环信号的混合信号环境中。本发明利用混合信号的循环性和非循环性，将接收信号与其共轭信号组合重构新的信号模型。相比传统的互质阵列处理方法，本发明最多可以将可用的虚拟维度扩增至原来的两倍。本发明先估计出非循环信号的波达方向，再利用信号功率估计技术估计出非循环信号的功率，并从重构的接收信号中删除若干个与非循环信号对应的分量，再根据剩余的信号分量对循环信号的波达方向进行估计。本发明与传统互质阵列方法相比，提高自由度、增加识别信源数目的同时，提高了波达方向估计的准确度。附图说明

[0032] 图1为本发明所述一种基于互质阵列的混合信号波达方向估计方法的流程图。

具体实施方式

[0033] 下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

[0034] 如图1，一种基于互质阵列的混合信号波达方向估计方法，包括以下步骤：

[0035] 系统服务器需要预先搜集接收端天线互质阵列的阵元分布信息和大致估计信号的源数目；

[0036] 系统服务器需要对接收信号进行扩维，同时利用接收信号本身及其共轭所携带的信息；

[0037] 系统服务器需要将扩维信号的自相关矩阵重构成一个矢量，进行空间平滑处理；

[0038] 系统服务器需要对空间平滑后所得的协方差矩阵进行特征分解，利用其特征值估计非循环信号的功率值；

[0039] 系统服务器需要将原始接收信号自相关矩阵重构成一个矢量，并去除估计的非循环信号信息，再进行空间平滑处理；

[0040] 系统服务器需要在空间平滑所得的协方差矩阵上使用MUSIC算法，估计混合信号的DOA。

[0041] 一种基于互质阵列的混合信号波达方向估计方法，包括以下步骤：

[0042] 系统服务器需要搜集接收端天线互质阵列的阵元分布信息，以及大致估计信号源的数目；

[0043] 系统服务器利用发射信号的循环性与非循环性特征对接收信号进行扩维并计算扩维信号的自相关矩阵，然后将自相关矩阵重构成一个矢量；并对做空间平滑后所得的协方差矩阵使用多重信号分类(MUSIC)算法估计信号波达方向；取出估计性能最好的若干个估计方向，并估算对应的信号功率；

[0044] 计算原始接收信号的自相关矩阵，将自相关矩阵重构成一个向量后再从中删除与非循环信号对应的分量，通过空间平滑操作并在所得的协方差矩阵上使用MUSIC算法，估计出循环信号的波达方向。

[0045] 所述互质阵列的阵元分布信息，是指接收端天线阵列的空间分布信息。

[0046] 所述信号源数目，是指接收信号中循环信号、非循环信号各自的数目。

[0047] 所述利用发射信号的循环性与非循环性特征对接收信号进行扩维，具体为：在信号处理过程中，利用接收信号本身及其共轭所携带的信息。

[0048] 所述将自相关矩阵重构成一个矢量，具体为：根据互质阵列的空间分布信息，将自相关矩阵中所有元素映射到虚拟差分阵列各个阵元的接收信号，对差分阵列的阵元差值进行排序，对取同一个差值的重复项合并为一项(比如取均值，但不局限与此)，取连续长度最大的虚拟差值序列对应的自相关矩阵元素作为虚拟差分阵列的接收信号。

[0049] 所述估算对应的信号功率，具体为：对空间平滑后所得的协方差矩阵进行特征分解，利用信号子空间对应的特征值及特征向量，与估计角度进行相关运算，得到对应估计角度的信号功率。

[0050] 所述删除与非循环信号对应的分量，具体为：在重构后的虚拟连续差分阵列的接收数据中，删除与非循环信号对应的分量，即信号功率与导向矢量的乘积。

[0051] 一种基于互质阵列的混合信号波达方向估计方法，包括以下步骤：

[0052] S101、搜集接收端天线互质阵列的阵元分布信息和大致估计信号的源数目k，其中非循环信号源的数目为k1，循环信号源的数目为k2；

[0053] S102、对互质阵列中的天线接收到的混合信号进行抽样，获得接收信号；其中，发射信号中的非循环信号记为s1，对应的方向矩阵记为A1，发射信号中的循环信号记为s2，对应的方向矩阵记为A2，同时用n表示本次信号传输的噪声，接收信号为x＝A1s1+A2s2+n；

[0054] S103、对S102中得到的的接收信号模型x进行扩维，取共轭，重构新的信号模型即：

[0055] S104、计算的自相关矩阵

[0056] S105、将自相关矩阵重构成矢量，即根据互质阵列的空间分布信息，将自相关矩阵中所有元素映射到虚拟差分阵列各个阵元的接收信号，对差分阵列的阵元差值进行排序，对取同一个差值的重复项合并为一项(比如取均值，但不局限与此)，取连续长度最大的虚拟差值序列对应的自相关矩阵元素作为虚拟差分阵列的接收信号z1；

[0057] S106、对z1进行空间平滑，得到协方差矩阵R1；

[0058] S107、对R1使用MUSIC算法进行空间谱计算，估算非循环信号的DOA记为[0059] S108、计算S102中的接收信号x的自相关矩阵Rxx；

[0060] S109、将自相关矩阵Rxx重构成矢量，同S105，得到虚拟差分阵列的接收信号z2，及其对应信号的方向矢量

[0061] S110、估算非循环信号的功率，对S106中的R1进行特征分解，得到m个特征值γk，其中k1+2k2个大特征值，组成对角阵并记为其对应的信号子空间记为Vs,及m-(k1+2k2)个小特征值，组成对角阵并记为其对应
的噪声子空间记为Vn ；信号k的功率系数估计为其中
方向矢量由S106空间平滑时的第一个子阵决定；

[0062] S111、删除非循环信号信息，对z′2进行空间平滑，得到协方差矩阵R2；

[0063] S112、对R2使用MUSIC算法进行空间谱计算，估算循环信号的DOA记为[0064] 上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

标题	发布/更新时间	阅读量
基于低阶Hadamard基矢计算鬼成像的编码方法	2020-05-08	960
一种用于无人机的视频信号传输方法	2020-05-11	559
一种用于判断待处理多肽与阳性数据集肽段相似度的方法	2020-05-12	425
一种基于稀疏感知的自适应空时均衡方法	2020-05-12	905
一种基于融合神经网络的视频中人体行为识别方法	2020-05-08	710
一种侵彻过载信号的特征提取方法	2020-05-11	100
蕾丝花边自动检索系统的使用方法	2020-05-08	151
面向应急指挥的跨区域电网一体化电力自动调度系统	2020-05-11	940
一种基于互质阵列的混合信号波达方向估计方法	2020-05-13	405
一种适用于球麦克风阵列的超分辨声源定位方法	2020-05-13	796

一种基于互质阵列的混合信号波达方向估计方法

一种基于互质阵列的混合信号波达方向估计方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：