一种二维波达方向估计方法及装置专利检索-波达方向电信专利检索查询-专利查询网

一种二维 波达方向估计方法及装置

阅读：996发布：2020-05-11

专利汇可以提供一种二维波达方向估计方法及装置专利检索，专利查询，专利分析的服务。并且本发明公开了一种二维波达方向估计方法，包括：接收目标信号后，根据目标天线阵列和目标信号构造信号子空间对应的阵列流形，并基于阵列流形生成互协方差矩阵和传播算子，通过ESPRIT 算法、互协方差矩阵和传播算子估计第一角度参数；同时构造噪声子空间对应的噪声投影矩阵，并基于噪声投影矩阵和阵列流形生成第一角度参数和第二角度参数的关系式；根据第一角度参数和关系式估计第二角度参数，进而估计波达方向。可见，所述方法基于第一角度参数估计第二角度参数，避免了二维角度参数的匹配，从而降低了计算的复杂度，同时具有良好的通用性。相应地，本发明公开的一种二维波达方向估计装置，也同样具有上述技术效果。，下面是一种二维波达方向估计方法及装置专利的具体信息内容。

权利要求

1.一种二维波达方向估计方法，其特征在于，包括：
通过目标天线阵列接收目标信号；
根据所述目标天线阵列和所述目标信号，构造信号子空间对应的阵列流形，并基于所述阵列流形生成互协方差矩阵和传播算子，通过ESPRIT 算法、所述互协方差矩阵和所述传播算子估计第一角度参数；
根据所述目标天线阵列和所述目标信号，构造噪声子空间对应的噪声投影矩阵，并基于所述噪声投影矩阵和所述阵列流形生成所述第一角度参数和第二角度参数的关系式；
根据所述第一角度参数和所述关系式估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。
2.根据权利要求1所述的二维波达方向估计方法，其特征在于，所述通过目标天线阵列接收目标信号，包括：
通过目标天线阵列接收目标信号X，X＝AS+N，其中，S为维度为(K×L)的信源波形矩阵，N为维度为(MN×L)的高斯白噪声矩阵，A为所述阵列流形。
3.根据权利要求1所述的二维波达方向估计方法，其特征在于，所述根据所述目标天线阵列和所述目标信号，构造信号子空间对应的阵列流形，并基于所述阵列流形生成互协方差矩阵和传播算子，通过ESPRIT算法、所述互协方差矩阵和所述传播算子估计第一角度参数，包括：
根据所述目标天线阵列和所述目标信号，建立沿X轴的方向矢量并基
于所述方向矢量构造所述阵列流形A，其中，
N为沿X
轴等距分布的天线个数，M为沿Z轴等距分布的天线个数，Vi为所述第一角度参数，Ui为所述第二角度参数，K为信源个数；
将所述阵列流形A分为维度为((MN-n)×K)的矩阵Ap，其中，K＜n＜MN，和维度为(n×K)的矩阵Bp，并基于所述Ap和所述Bp分别对应的接收信号生成所述互协方差矩阵R21，R21＝[(BpS)(ApS)H]/L，其中，L为快拍数，S为所述维度为(K×L)的信源波形矩阵；
将所述Ap分为维度为(K×K)的矩阵Ap1和维度为((MN-n-K)×K)的矩阵Ap2，并根据所述Ap的线性无关性构造所述Ap1和所述Ap2的线性关系式Ap2＝PHAP1，其中，P为传播算子，维度为(K×(MN-n-K))；
将所述R21分为维度为(MN-n)×K)的矩阵R21a，和维度为((MN-n)×(n-
K) ) 的矩阵 R21b，并基于所述R21a和R21b生成所述传播算子P，其中，
定义其中，IK为维度为K的单位矩阵，则其中，PC1
和PC2分别为PC的前(MN-n-N)行和后(MN-n-N)行，Aa和Ab分别为AP的前(MN-n-N)行和后(MN-n-N)行， diag[]为对角矩阵，均为对角元素；
基于构造PC2AP1＝PC1AP1φZ、对
进行特征值分解，并通过ui＝angle(φZ(i,i))λ/2πd估计所述第一角度参数Ui。
4.根据权利要求1所述的二维波达方向估计方法，其特征在于，所述根据所述目标天线阵列和所述目标信号，构造噪声子空间对应的噪声投影矩阵，并基于所述噪声投影矩阵和所述阵列流形生成所述第一角度参数和第二角度参数的关系式，包括：
根据所述目标天线阵列和所述目标信号，构造所述噪声子空间对应的噪声矩阵Q和噪声投影矩阵Q0，令n＝MN/2，则 Q0＝Q(QHQ)-1QH，其中，矩阵Q的维度为MN/2×(MN/
2-K)，矩阵QHQ的维度为(MN/2-K)2，
由于 P的维度为K×
(MN/2-K)，PPH的维度为K×K，那么， E1＝PPH，E2＝
(IK-PPH)-1，E＝IMN/2-K-PH(IK+PPH)-1P；
基于所述噪声投影矩阵Q0和所述阵列流形A构造关系式并基于所述
构造所述第一角度参数和第二角度参数的关系式，其中，所述关系为：
5.根据权利要求1所述的二维波达方向估计方法，其特征在于，所述根据所述第一角度参数和所述关系式估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向，包括：
定义则表示为
通过和所述第一角度参数估计所述第二角度参数，
基于信源个数构造目标多项式，利用所述目标多项式的最接近单位圆的根估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。
6.一种二维波达方向估计装置，其特征在于，包括：
接收模块，用于通过目标天线阵列接收目标信号；
第一估计模块，用于根据所述目标天线阵列和所述目标信号，构造信号子空间对应的阵列流形，并基于所述阵列流形生成互协方差矩阵和传播算子，通过ESPRIT算法、所述互协方差矩阵和所述传播算子估计第一角度参数；
生成模块，用于根据所述目标天线阵列和所述目标信号，构造噪声子空间对应的噪声投影矩阵，并基于所述噪声投影矩阵和所述阵列流形生成所述第一角度参数和第二角度参数的关系式；
第二估计模块，用于根据所述第一角度参数和所述关系式估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。
7.根据权利要求6所述的二维波达方向估计装置，其特征在于，所述接收模块具体用于：
通过目标天线阵列接收目标信号X，X＝AS+N，其中，S为维度为(K×L)的信源波形矩阵，N为维度为(MN×L)的高斯白噪声矩阵，A为所述阵列流形。
8.根据权利要求6所述的二维波达方向估计装置，其特征在于，所述第一估计模块具体用于：
根据所述目标天线阵列和所述目标信号，建立沿X轴的方向矢量并基于所述方向矢量构造所述阵列流形 A ，其中，
N为沿X
轴等距分布的天线个数，M为沿Z轴等距分布的天线个数，Vi为所述第一角度参数，Ui为所述第二角度参数，K为信源个数；
将所述阵列流形A分为维度为((MN-n)×K)的矩阵Ap，其中，K＜n＜MN，和维度为(n×K)的矩阵Bp，并基于所述Ap和所述Bp分别对应的接收信号生成所述互协方差矩阵R21，R21＝[(BpS)(ApS)H]/L，其中，L为快拍数，S为所述维度为(K×L)的信源波形矩阵；
将所述Ap分为维度为(K×K)的矩阵Ap1和维度为((MN-n-K)×K)的矩阵Ap2，并根据所述H
Ap的线性无关性构造所述Ap1和所述Ap2的线性关系式Ap2＝PAP1，其中，P为传播算子，维度为(K×(MN-n-K))；
将所述R21分为维度为(MN-n)×K)的矩阵R21a，和维度为((MN-n)×(n-K))
的矩阵 R 2 1 b ，并基于所述R 21 a 和R2 1b 生成所述传播算子 P ，其中，定义其中，IK为维度为K的单位矩阵，则其中，PC1
和PC2分别为PC的前(MN-n-N)行和后(MN-n-N)行，Aa和Ab分别为AP的前(MN-n-N)行和后(MN-n-N)行， diag[]为对角矩阵，均为对角元素；
基于构造PC2AP1＝PC1AP1φZ、对
进行特征值分解，并通过ui＝angle(φZ(i,i))λ/2πd估计所述第一角度参数Ui。
9.根据权利要求6所述的二维波达方向估计装置，其特征在于，所述生成模块具体用于：
根据所述目标天线阵列和所述目标信号，构造所述噪声子空间对应的噪声矩阵Q和噪声投影矩阵Q0，令n＝MN/2，则 Q0＝Q(QHQ)-1QH，其中，矩阵Q的维度为MN/2×(MN/
2-K)，矩阵QHQ的维度为(MN/2-K)2，
由于 P的维度为K×
(MN/2-K)，PPH的维度为K×K，那么， E1＝PPH，E2＝
(IK-PPH)-1，E＝IMN/2-K-PH(IK+PPH)-1P；
基于所述噪声投影矩阵Q0和所述阵列流形A构造关系式并基于所述
构造所述第一角度参数和第二角度参数的关系式，其中，所述关系为：
10.根据权利要求6所述的二维波达方向估计装置，其特征在于，所述第二估计模块具体用于：
定义则表示为
通过和所述第一角度参数估计所述第二角度参数，
基于信源个数构造目标多项式，利用所述目标多项式的最接近单位圆的根估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。

说明书全文

一种二维波达方向估计方法及装置

技术领域

[0001] 本发明涉及信号处理技术领域，更具体地说，涉及一种二维波达方向估计方法及装置。

背景技术

[0002] 随着社会信息交流需求的急剧增加和个人移动通信的迅速普及，信号接收技术迎来了巨大挑战。

[0003] 为了适应频谱效率和能量效率的数量级提升，大规模MIMO技术做为 MIMO技术的扩展和延伸技术已被广泛利用。其基本特征是在基站侧配置大规模的天线阵列(所包含的天线数量从几十至几千个)，显著提高频谱效率和能量效率。此外，在大规模MIMO系统中，使用简单的线性预编码和检测方法，噪声和快速衰落对系统的影响将逐渐消失，因此小区内干扰也得到了有效的抑制。这些优势使得大规模MIMO系统成为下一代5G移动通信系统的一大潜在关键技术。

[0004] 在大规模MIMO系统中，波达方向估计成为重要研究方向之一。波达方向(Directionofarrival,DOA)是指空间信号的到达方向(各个信号到达阵列参考阵元的方向角，简称波达方向)。传统的高分辨率DOA估计算法由于需要对相关矩阵进行特征值分解得到噪声子空间，计算量巨大，难以应用于大规模MIMO系统中。

[0005] 继而，传播子(Propagator Method)算法被提出，其利用线性运算代替特征分解，基于传播子的波达方向估计算法具有低复杂度特点，在大规模MIMO 的天线阵列及信号处理方面具有极大的潜力。YANG XIAO等提到一种低复杂度的二维双传播子算法(简称2P-PM算法)。该算法通过构造互相关矩阵来代替接收数据矩阵，从而抑制噪声分量带来的影响，并通过双传播子独立地估计二维角度参数，很大程度地降低算法计算量。但是该算法由于两个维度的角度参数由各自独立的ESPRIT步骤求出，故需要进一步的二维角度参数匹配，而匹配的计算量较大，一定程度上又增加了计算的复杂度；并且，在低信噪比下，2P-PM算法的估计性能大大降低，同时该算法要求信源个数小于某一维度上天线个数，这很大程度上限制了该算法的应用。

[0006] 因此，如何降低波达方向估计的计算复杂度，提高估计性能，是本领域技术人员需要解决的问题。

发明内容

[0007] 本发明的目的在于提供一种二维波达方向估计方法及装置，以实现降低波达方向估计的计算复杂度，提高估计性能。

[0008] 为实现上述目的，本发明实施例提供了如下技术方案：

[0009] 一种二维波达方向估计方法，包括：

[0010] 通过目标天线阵列接收目标信号；

[0011] 根据所述目标天线阵列和所述目标信号，构造信号子空间对应的阵列流形，并基于所述阵列流形生成互协方差矩阵和传播算子，通过ESPRIT算法、所述互协方差矩阵和所述传播算子估计第一角度参数；

[0012] 根据所述目标天线阵列和所述目标信号，构造噪声子空间对应的噪声投影矩阵，并基于所述噪声投影矩阵和所述阵列流形生成所述第一角度参数和第二角度参数的关系式；

[0013] 根据所述第一角度参数和所述关系式估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。

[0014] 其中，所述通过目标天线阵列接收目标信号，包括：

[0015] 通过目标天线阵列接收目标信号X，X＝AS+N，其中，S为维度为(K×L) 的信源波形矩阵，N为维度为(MN×L)的高斯白噪声矩阵，A为所述阵列流形。

[0016] 其中，所述根据所述目标天线阵列和所述目标信号，构造信号子空间对应的阵列流形，并基于所述阵列流形生成互协方差矩阵和传播算子，通过 ESPRIT算法、所述互协方差矩阵和所述传播算子估计第一角度参数，包括：

[0017] 根据所述目标天线阵列和所述目标信号，建立沿X轴的方向矢量并基于所述方向矢量构造所述阵列流形A，其中， N为沿X
轴等距分布的天线个数，M为沿Z轴等距分布的天线个数，Vi为所述第一角度参数，Ui为所述第二角度参数，K为信源个数；

[0018] 将所述阵列流形A分为维度为((MN-n)×K)的矩阵Ap，其中，K＜n＜MN，和维度为(n×K)的矩阵Bp，并基于所述Ap和所述Bp分别对应的接收信号生成所述互协方差矩阵R21，R21H＝[(BpS)(ApS) ]/L，其中，L为快拍数，S为所述维度为(K×L)的信源波形矩阵；

[0019] 将所述Ap分为维度为(K×K)的矩阵Ap1和维度为((MN-n-K)×K)的矩阵 Ap2，并根据所述Ap的线性无关性构造所述Ap1和所述Ap2的线性关系式 Ap2＝PHAP1，其中，P为传播算子，维度为(K×(MN-n-K))；

[0020] 将所述R21分为维度为(MN-n)×K)的矩阵R21a，和维度为((MN-n)×(n-K))的矩阵 R 2 1 b ，并基于所述 R 2 1 a 和 R 2 1 b 生成所述传播算子 P ，其中，[0021] 定义其中，IK为维度为K的单位矩阵，则其中，PC1和PC2分别为PC的前(MN-n-N)行和后(MN-n-N)行，Aa和Ab分别为AP的前(MN-n-N)行和后(MN-n-N)行， diag[]为对角矩阵，均为对角元
素；

[0022] 基于构造 PC 2A P1 ＝PC 1A P1 φZ 、对进行特征值分解，并通过ui＝angle(φZ(i,i))λ/2πd估计所述第
一角度参数 Ui。

[0023] 其中，所述根据所述目标天线阵列和所述目标信号，构造噪声子空间对应的噪声投影矩阵，并基于所述噪声投影矩阵和所述阵列流形生成所述第一角度参数和第二角度参数的关系式，包括：

[0024] 根据所述目标天线阵列和所述目标信号，构造所述噪声子空间对应的噪声矩阵Q和噪声投影矩阵Q0，令n＝MN/2，则 Q0＝Q(QHQ)-1QH，其中，矩阵Q的维度为MN/2×(MN/2-K)，矩阵QHQ的维度为(MN/2-K)2，

[0025] 由于 P的维度为 H H
K×(MN/2-K)，PP的维度为K×K，那么， E1＝PP ，E2
H -1 H H -1
＝(IK-PP) ，E＝IMN/2-K-P(IK+PP) P；

[0026] 基于所述噪声投影矩阵Q0和所述阵列流形A构造关系式并基于所述构造所述第一角度参数和第二角度参数的关系式，其中，所述关系为：

[0027] 其中，所述根据所述第一角度参数和所述关系式估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向，包括：

[0028] 定义则表示为通过和所述第一角度参数估计所述第二角度参数，

[0029] 基于信源个数构造目标多项式，利用所述目标多项式的最接近单位圆的根估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。

[0030] 一种二维波达方向估计装置，包括：

[0031] 接收模块，用于通过目标天线阵列接收目标信号；

[0032] 第一估计模块，用于根据所述目标天线阵列和所述目标信号，构造信号子空间对应的阵列流形，并基于所述阵列流形生成互协方差矩阵和传播算子，通过ESPRIT算法、所述互协方差矩阵和所述传播算子估计第一角度参数；

[0033] 生成模块，用于根据所述目标天线阵列和所述目标信号，构造噪声子空间对应的噪声投影矩阵，并基于所述噪声投影矩阵和所述阵列流形生成所述第一角度参数和第二角度参数的关系式；

[0034] 第二估计模块，用于根据所述第一角度参数和所述关系式估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。

[0035] 其中，所述接收模块具体用于：

[0036] 通过目标天线阵列接收目标信号X，X＝AS+N，其中，S为维度为(K×L) 的信源波形矩阵，N为维度为(MN×L)的高斯白噪声矩阵，A为所述阵列流形。

[0037] 其中，所述第一估计模块具体用于：

[0038] 根据所述目标天线阵列和所述目标信号，建立沿X轴的方向矢量并基于所述方向矢量构造所述阵列流形A，其中， N为沿X
轴等距分布的天线个数，M为沿Z轴等距分布的天线个数，Vi为所述第一角度参数，Ui为所述第二角度参数，K为信源个数；

[0039] 将所述阵列流形A分为维度为((MN-n)×K)的矩阵Ap，其中，K＜n＜MN，和维度为(n×K)的矩阵Bp，并基于所述Ap和所述Bp分别对应的接收信号生成所述互协方差矩阵R21，R21＝[(BpS)(ApS)H]/L，其中，L为快拍数，S为所述维度为(K×L)的信源波形矩阵；

[0040] 将所述Ap分为维度为(K×K)的矩阵Ap1和维度为((MN-n-K)×K)的矩阵 Ap2，并根据所述Ap的线性无关性构造所述Ap1和所述Ap2的线性关系式 Ap2＝PHAP1，其中，P为传播算子，维度为(K×(MN-n-K))；

[0041] 将所述R21分为维度为(MN-n)×K)的矩阵R21a，和维度为 ((MN-n)×(n-K))的矩阵 R 2 1 b ，并基于所述 R 2 1 a 和 R 2 1 b 生成所述传播算子 P ，其中，[0042] 定义其中，IK为维度为K的单位矩阵，则其中，PC1和PC2分别为PC的前(MN-n-N)行和后(MN-n-N)行，Aa和Ab分别为AP的前(MN-n-N)行和后(MN-n-N)行， diag[]为对角矩阵，均为对角元
素；

[0043] 基于构造PC 2A P1 ＝P C1A P1 φZ 、对进行特征值分解，并通过ui＝angle(φZ(i,i))λ/2πd估计所述第
一角度参数 Ui。

[0044] 其中，所述生成模块具体用于：

[0045] 根据所述目标天线阵列和所述目标信号，构造所述噪声子空间对应的噪声矩阵Q和噪声投影矩阵Q0，令n＝MN/2，则 Q0＝Q(QHQ)-1QH，其中，矩阵Q的维度为MN/2×(MN/2-K)，矩阵QHQ的维度为(MN/2-K)2，

[0046] 由于 P的维度为 K×(MN/2-K)，PPH的维度为K×K，那么， E1＝PPH，E2
＝(IK-PPH)-1，E＝IMN/2-K-PH(IK+PPH)-1P；

[0047] 基于所述噪声投影矩阵Q0和所述阵列流形A构造关系式并基于所述构造所述第一角度参数和第二角度参数的关系式，其中，所述关系为：

[0048] 其中，所述第二估计模块具体用于：

[0049] 定义则表示为通过和所述第一角度参数估计所述第二角度参数，

[0050] 基于信源个数构造目标多项式，利用所述目标多项式的最接近单位圆的根估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。

[0051] 通过以上方案可知，本发明实施例提供的一种二维波达方向估计方法，包括：通过目标天线阵列接收目标信号；根据所述目标天线阵列和所述目标信号，构造信号子空间对应的阵列流形，并基于所述阵列流形生成互协方差矩阵和传播算子，通过ESPRIT算法、所述互协方差矩阵和所述传播算子估计第一角度参数；根据所述目标天线阵列和所述目标信号，构造噪声子空间对应的噪声投影矩阵，并基于所述噪声投影矩阵和所述阵列流形生成所述第一角度参数和第二角度参数的关系式；根据所述第一角度参数和所述关系式估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。

[0052] 可见，所述方法首先基于信号子空间构造阵列流形，并基于阵列流形生成互协方差矩阵和传播算子，通过ESPRIT算法、互协方差矩阵和传播算子估计出第一角度参数，进而构造噪声投影矩阵，利用噪声投影矩阵和阵列流形的正交性生成第一角度参数和第二角度参数的关系式，最后基于估计出的第一角度参数和所述关系式估计第二角度参数，并估计出波达方向。其中，所述互协方差矩阵能够有效地抑制噪声分量，提高估计性能；所述噪声投影矩阵可以降低计算的复杂度，同时基于第一角度参数估计第二角度参数，避免了二维角度参数匹配，从而降低了计算的复杂度，也避免了低信噪比下匹配错误的问题；并且，所述方法不受限于信源个数和某一维度上的天线个数，具有良好的通用性。

[0053] 相应地，本发明实施例提供的一种二维波达方向估计装置，也同样具有上述技术效果。附图说明

[0054] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0055] 图1为本发明实施例公开的一种二维波达方向估计方法流程图；

[0056] 图2为本发明实施例公开的(K

[0057] 图3为本发明实施例公开的(K>M或N时)PM Root MUSIC算法的二维角估计图；

[0058] 图4为本发明实施例公开的PM Root MUSIC算法与2P-PM算法的均方差根对比图；

[0059] 图5为本发明实施例公开的PM Root MUSIC算法与2P-PM算法的执行时间对比图；

[0060] 图6为本发明实施例公开的一种二维波达方向估计装置示意图。

具体实施方式

[0061] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0062] 本发明实施例公开了一种二维波达方向估计方法及装置，以实现降低波达方向估计的计算复杂度，提高估计性能。

[0063] 参见图1，本发明实施例提供的一种二维波达方向估计方法，包括：

[0064] S101、通过目标天线阵列接收目标信号；

[0065] 具体的，所述通过目标天线阵列接收目标信号，包括：通过目标天线阵列接收目标信号X，X＝AS+N，其中，S为维度为(K×L)的信源波形矩阵，N 为维度为(MN×L)的高斯白噪声矩阵，A为所述阵列流形。

[0066] S102、根据所述目标天线阵列和所述目标信号，构造信号子空间对应的阵列流形，并基于所述阵列流形生成互协方差矩阵和传播算子，通过ESPRIT 算法、所述互协方差矩阵和所述传播算子估计第一角度参数；

[0067] 其中，所述根据所述目标天线阵列和所述目标信号，构造信号子空间对应的阵列流形，并基于所述阵列流形生成互协方差矩阵和传播算子，通过 ESPRIT算法、所述互协方差矩阵和所述传播算子估计第一角度参数，包括：

[0068] 根据所述目标天线阵列和所述目标信号，建立沿X轴的方向矢量并基于所述方向矢量构造所述阵列流形A，其中， N为沿X
轴等距分布的天线个数，M为沿Z轴等距分布的天线个数，Vi为所述第一角度参数，Ui为所述第二角度参数，K为信源个数；

[0069] 将所述阵列流形A分为维度为((MN-n)×K)的矩阵Ap，其中，K＜n＜MN，和维度为(n×K)的矩阵Bp，并基于所述Ap和所述Bp分别对应的接收信号生成所述互协方差矩阵R21，R21＝[(BpS)(ApS)H]/L，其中，L为快拍数，S为所述维度为(K×L)的信源波形矩阵，Ap和Bp分别对应两个天线子阵列，由于阵间无共同阵元，故互协方差矩阵能够有效抑制噪声分量；

[0070] 将所述Ap分为维度为(K×K)的矩阵Ap1和维度为((MN-n-K)×K)的矩阵 Ap2，并根据H所述Ap的线性无关性构造所述Ap1和所述Ap2的线性关系式 Ap2＝P AP1，其中，P为传播算子，维度为(K×(MN-n-K))；

[0071] 需要说明的是，假设信源为非相干信源，那么Ap的秩为K，且Ap的前K 行是线性无关的，因此可得到Ap1和Ap2的线性关系式Ap2＝PHAP1；

[0072] 将所述R21分为维度为(MN-n)×K)的矩阵R21a，和维度为((MN-n)×(n-K))的矩阵 R 21 b ，并基于所述R 2 1a 和R 2 1 b生成所述传播算子 P ，其中，[0073] 需要说明的是，将公式Ap2＝PHAP1代入公式R21＝[(BpS)(ApS)H]/L，即可得到而由于 ()+为伪逆矩阵，故传播算子

[0074] 为了避免谱峰搜索，采用ESPRIT(旋转不变因子)算法估计第一角度参数：

[0075] 定义其中，IK为维度为K的单位矩阵，则其中，PC1和PC2分别为PC的前(MN-n-N)行和后(MN-n-N)行，Aa和Ab分别为AP的前(MN-n-N)行和后(MN-n-N)行， diag[]为对角矩阵，均为对角元
素；

[0076] 基于构造PC 2A P1 ＝P C1A P1 φZ 、对进行特征值分解，并通过ui＝angle(φZ(i,i))λ/2πd估计所述第
一角度参数 Ui；

[0077] 需要说明的是，由于和φZ有相同的特征值，故可通过对进行特征值分解来估计第一角度参数Ui，在公式ui＝angle(φZ(i,i))λ/2πd 中，angle()为取括号内元素的相位。

[0078] S103、根据所述目标天线阵列和所述目标信号，构造噪声子空间对应的噪声投影矩阵，并基于所述噪声投影矩阵和所述阵列流形生成所述第一角度参数和第二角度参数的关系式；

[0079] 其中，所述根据所述目标天线阵列和所述目标信号，构造噪声子空间对应的噪声投影矩阵，并基于所述噪声投影矩阵和所述阵列流形生成所述第一角度参数和第二角度参数的关系式，包括：

[0080] 根据所述目标天线阵列和所述目标信号，构造所述噪声子空间对应的噪声矩阵Q和噪声投影矩阵Q0，令n＝MN/2，则 Q0＝Q(QHQ)-1QH，其中，矩阵Q的维度为MN/2×H 2(MN/2-K)，矩阵QQ的维度为(MN/2-K) ，其中，令n＝MN/2仅是本方法中n值的一个取值代表，故n的值可根据实际情况进行变换；噪声投影矩阵Q0可以降低计算的复杂度，以提高估计性能；

[0081] 由于 P的维度为 KH H
×(MN/2-K)，PP的维度为K×K，那么， E1＝PP ，E2
＝(IK-PPH)-1，E＝IMN/2-K-PH(IK+PPH)-1P；

[0082] 基于所述噪声投影矩阵Q0和所述阵列流形A构造关系式并基于所述构造所述第一角度参数和第二角度参数的关系式，其中，所述关系为：

[0083] S104、根据所述第一角度参数和所述关系式估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。

[0084] 其中，所述根据所述第一角度参数和所述关系式估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向，包括：

[0085] 定义则表示为通过和所述第一角度参数估计所述第二角度参数，

[0086] 基于信源个数构造目标多项式，利用所述目标多项式的最接近单位圆的根估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。

[0087] 具体的，可构造多项式：其中，关于Z的2(N-1)阶多项式可以表示为：

[0088] 其中，Ci表示Zi的系数，di对应Di每条对角线上元素之和，定义矩阵Di中第x行，y列上的元素为dxy，可知

[0089] 例如：当非相干信源个数为3时，即N＝3，则有：

[0090] 由此可得出下述多项式方程：

[0091] 求解所述方程，取最接近单位圆的根，进而估计第二角度参数，其中，由于第二角度参数是基于第一角度参数而得，故第一角度参数和第二角度参数具有意义对应性，即实现了角度参数的匹配。

[0092] 可见，本实施例提供的一种二维波达方向估计方法首先基于信号子空间构造阵列流形，并基于阵列流形生成互协方差矩阵和传播算子，通过ESPRIT 算法、互协方差矩阵和传播算子估计出第一角度参数，进而构造噪声投影矩阵，利用噪声投影矩阵和阵列流形的正交性生成第一角度参数和第二角度参数的关系式，最后基于估计出的第一角度参数和所述关系式估计第二角度参数，并估计出波达方向。其中，所述互协方差矩阵能够有效地抑制噪声分量，提高估计性能；所述噪声投影矩阵可以降低计算的复杂度，同时基于第一角度参数估计第二角度参数，避免了二维角度参数匹配，从而降低了计算的复杂度，也避免了低信噪比下匹配错误的问题；并且，所述方法不受限于信源个数和某一维度上的天线个数，具有良好的通用性。

[0093] 基于上述实施例，需要说明的是，所述基于所述噪声投影矩阵和所述阵列流形生成所述第一角度参数和第二角度参数的关系式的计算过程可优化。

[0094] 由于矩阵Q的维度为MN/2×(MN/2-K)，矩阵QHQ的维度为(MN/2-K)2, 那么(QHQ)-1的2 3 H -1 H
计算复杂度为：O(2(MN/2-K) (MN/2)+(MN/2-K))，进而可知： Q0＝Q(QQ) Q的计算复杂度为：

[0095] O(2(MN/2-K)2(MN/2)+(MN/2-K)3+(MN/2)2(MN/2-K))；

[0096] 对上述计算过程进行优化，则：

[0097]

[0098] 由于P的维度为K×(MN/2-K)，PPH的维度为K×K，则：

[0099] IMN/2-K-PH(PPH+IK)-1P的计算复杂度为：O(3K2(MN/2-K)+K3)；

[0100] 而故优化后的计算复杂度为：

[0101] O(3K2(MN/2-K)+5K3+(MN/2-K)2K)，而由于K远小于MN，可见优化后的计算复杂度大大降低。

[0102] 将阵列流形A的子矩阵AP表示为：

[0103]

[0104] 其中，为克罗内克积；由此可得到第一角度参数和第二角度参数的关系式：

[0105]

[0106] 具体的，由于可知矩阵QH的列所形成的信号空间与阵列流形子矩阵Ap的列所形成的信号空间正交，即阵列流形Ap任意方向向量d(θ)与噪声子空间Q的列相互正交，即QHAP的模的平方为0，其中，QH为Q的
共轭转置矩阵。

[0107] 需要说明的是，在实际理论中，噪声矩阵Q与Ap正交，由于噪声存在， Q与Ap非严格正交，故通过投影变换得到噪声投影矩阵Q0，使其与Ap严格正交，实际计算过程中则利用Q0的共轭转置矩阵Q0H进行相应计算，即可构造公式至此，便可利用Q0与Ap正交性生成第一角度参数和第二角度参数的关系式。其中，噪声矩阵Q经过投影变换可得到噪声投影矩阵Q0。

[0108] 基于上述实施例，需要说明的是，所述角度参数为仰角和方位角，其求解顺序可互换。即：可先求出仰角，再依据仰角和关系式求解方位角；也可先求出方位角，再依据方位角和关系式求解仰角。

[0109] 基于上述实施例，需要说明的是，本说明书提供的二维波达方向估计方法结合了2P-PM算法和Root MUSIC算法，故本说明书提供的二维波达方向估计方法可称为PM Root MUSIC算法。

[0110] 基于上述实施例，利用仿真实验验证上述二维波达方向估计方法。需要说明的是，可通过修改n值来构造不同的互协方差矩阵。

[0111] 本仿真实验令n＝MN/2，通过仿真实验，比较在远场下本发明提供的方法与2P-PM算法的波达方向估计性能以及算法运行时间。

[0112] 仿真初始参数如下，仿真实验次数为500次，相邻天线间距为半波长，矩形天线阵列规模为M＝N＝16(即16*16根天线)，快拍数L为100。考虑三个窄带信号作为信源，其仰角和方位角分别为(80，70)，(70，50)，(60， 30)。定义均方根误差(RMSE)为：

[0113]

[0114] 其中，K为信号源个数，S为蒙特卡洛实验次数. 和分别为仰角和方位角的估计值。

[0115] 参见图2，图2所示内容为信源个数K＝3，信噪比SNR＝15dB，天线阵列规模M＝N＝16情况下，本发明算法的二维角估计图，即当信源个数小于某一维度上的天线数量(K

[0116] 参见图3，图3所示内容为信源个数K＝9，信噪比SNR＝15dB，天线阵列规模M＝N＝8情况下，本发明算法的二维角估计图，即当信源个数大于某一维度上的天线数量(K>M或N)时，本发明算法仍然有效，即克服了信源个数和某一维度上的天线数量的限制；而2P-PM算法由于通过其中一列天线作为子阵列来估计方位角，对应的传播子P的维度为(K×(N-K))，当K>N时，2P-PM 算法失效。

[0117] 参见图4，图4所示内容为信源个数K＝3，天线数量M＝N＝16，快拍数 L＝100，不同信噪比下，两种估计算法的估计性能。由此可见，本发明提供的方法的估计性能有明显的提高。此外，虽然2P-PM算法通过构建协方差来抑制噪声分量，但由于需要进行角度参数匹配，在低信噪比下会存在匹配错误等问题，造成在信噪比小于10dB时，其算法效果明显恶化。而本发明通过对噪声子空间进行投影变换以及自动匹配的方法，解决了在低信噪下，算法效果恶化问题。

[0118] 参见图5，图5所示内容为信源个数K＝3，信噪比SNR＝10dB，快拍数 L＝100，不同阵列规模情况下，两种估计算法的执行时间。由此可见，本发明在天线规模为100-900范围内的执行时间与2P-PM算法接近，具备高效低复杂度的优点。

[0119] 下面对本发明实施例提供的一种二维波达方向估计装置进行介绍，下文描述的一种二维波达方向估计装置与上文描述的一种二维波达方向估计方法可以相互参照。

[0120] 参见图6，本发明实施例提供的一种二维波达方向估计装置，包括：

[0121] 接收模块601，用于通过目标天线阵列接收目标信号；

[0122] 第一估计模块602，用于根据所述目标天线阵列和所述目标信号，构造信号子空间对应的阵列流形，并基于所述阵列流形生成互协方差矩阵和传播算子，通过ESPRIT算法、所述互协方差矩阵和所述传播算子估计第一角度参数；

[0123] 生成模块603，用于根据所述目标天线阵列和所述目标信号，构造噪声子空间对应的噪声投影矩阵，并基于所述噪声投影矩阵和所述阵列流形生成所述第一角度参数和第二角度参数的关系式；

[0124] 第二估计模块604，用于根据所述第一角度参数和所述关系式估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。

[0125] 其中，所述接收模块具体用于：

[0126] 通过目标天线阵列接收目标信号X，X＝AS+N，其中，S为维度为(K×L) 的信源波形矩阵，N为维度为(MN×L)的高斯白噪声矩阵，A为所述阵列流形。

[0127] 其中，所述第一估计模块具体用于：

[0128] 根据所述目标天线阵列和所述目标信号，建立沿X轴的方向矢量并基于所述方向矢量构造所述阵列流形A，其中， N为沿X
轴等距分布的天线个数，M为沿Z轴等距分布的天线个数，Vi为所述第一角度参数，Ui为所述第二角度参数，K为信源个数；

[0129] 将所述阵列流形A分为维度为((MN-n)×K)的矩阵Ap，其中，K＜n＜MN，和维度为(n×K)的矩阵Bp，并基于所述Ap和所述Bp分别对应的接收信号生成所述互协方差矩阵R21，R21＝[(BpS)(ApS)H]/L，其中，L为快拍数，S为所述维度为(K×L)的信源波形矩阵；

[0130] 将所述Ap分为维度为(K×K)的矩阵Ap1和维度为((MN-n-K)×K)的矩阵 Ap2，并根据所述Ap的线性无关性构造所述Ap1和所述Ap2的线性关系式 Ap2＝PHAP1，其中，P为传播算子，维度为(K×(MN-n-K))；

[0131] 将所述R21分为维度为(MN-n)×K)的矩阵R21a，和维度为((MN-n)×(n-K))的矩阵 R 2 1 b ，并基于所述 R 2 1 a 和 R 2 1 b 生成所述传播算子 P ，其中，[0132] 定义其中，IK为维度为K的单位矩阵，则其中，PC1和PC2分别为PC的前(MN-n-N)行和后(MN-n-N)行，Aa和Ab分别为AP的前(MN-n-N)行和后(MN-n-N)行， diag[]为对角矩阵，均为对角元
素；

[0133] 基于构造PC 2A P1 ＝P C1A P1 φZ 、对进行特征值分解，并通过ui＝angle(φZ(i,i))λ/2πd估计所述第
一角度参数 Ui。

[0134] 其中，所述生成模块具体用于：

[0135] 根据所述目标天线阵列和所述目标信号，构造所述噪声子空间对应的噪声矩阵Q和噪声投影矩阵Q0，令n＝MN/2，则 Q0＝Q(QHQ)-1QH，其中，矩阵Q的维度为MN/2×(MN/2-K)，矩阵QHQ的维度为(MN/2-K)2，

[0136] 由于 P的维度为 K×(MN/2-K)，PPH的维度为K×K，那么， E1＝PPH，E2
＝(IK-PPH)-1，E＝IMN/2-K-PH(IK+PPH)-1P；

[0137] 基于所述噪声投影矩阵Q0和所述阵列流形A构造关系式并基于所述构造所述第一角度参数和第二角度参数的关系式，其中，所述关系为：

[0138] 其中，所述第二估计模块具体用于：

[0139] 定义则表示为通过和所述第一角度参数估计所述第二角度参数，

[0140] 基于信源个数构造目标多项式，利用所述目标多项式的最接近单位圆的根估计所述第二角度参数，并基于所述第一角度参数和所述第二角度参数估计波达方向。

[0141] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

[0142] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

标题	发布/更新时间	阅读量
非均匀阵列欠定波达方向估计方法	2020-05-12	911
电磁信号的二维波达方向角估计方法	2020-05-12	584
分布式子阵波达方向估计方法	2020-05-13	660
一种波达方向估计方法和装置	2020-05-11	643
一种宽带阵列波达方向估计方法	2020-05-11	816
一种基于空域自适应滤波的波达方向估计方法	2020-05-13	720
一种波达方向的检测方法及装置	2020-05-11	169
单次搜索宽带信号波达方向估计方法	2020-05-11	933
杂波背景下天线阵列的信号波达方向估计方法	2020-05-13	397
多信源波达方向估计方法	2020-05-12	935

一种二维波达方向估计方法及装置

一种二维波达方向估计方法及装置

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：