[發明專利]一種沖擊噪聲環境下的量子萬有引力搜索動態DOA估計方法

有效

• 申請號: 201410108082.1
• 申請日: 2014-03-21
• 公開（公告）號: CN103901394A
• 公開（公告）日: 2014-07-02
• 發明（設計）人: 高洪元;徐從強;胡韌;李晨琬
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01S3/00
• 分類號: G01S3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種通過量子萬有引力搜索機制和加權信號協方差極大似然方程的動態更新共同來實現的考慮在沖擊噪聲環境下對動態目標的波達方向進行魯棒跟蹤的沖擊噪聲環境下的量子萬有引力搜索動態DOA估計方法。

背景技術

動態DOA估計技術作為無線通信系統、雷達和導彈制導的關鍵技術，是決定能否快速跟蹤信源信號，實現精確定位的關鍵。子空間更新算法是動態DOA估計領域中研究的重點。其中子空間更新算法按其原理可分成三類：第一類是靜態的DOA估計方法直接推廣，如冪迭代算法等基于特征分解批處理的子空間更新算法。第二大類是是將空間譜估計中的求解子空間更新問題轉化為最優化問題，然后求出最優解。如帶約束的最優化問題梯度法和無約束的最優化問題的投影逼近子空間跟蹤。第三類是基于秩-1子空間更新算法，分別將協方差矩陣的信號子空間及噪聲子空間進行平均，從而得到一個秩等于2的矩陣，數據的更新就是對這個矩陣的更新，典型算法如ROSA算法等。基于子空間的動態DOA估計雖具有計算量小，處理速度快的特點，但步驟繁瑣，在相干信源跟蹤場合還需引入空間平滑等解相干算法，可能會帶來有效孔徑的損失；而且在低信噪比情況下的跟蹤性能并不理想。最大似然算法作為一種經典的DOA估計方法，不僅具有優越的估計性能和解相干的能力。而且該算法直接能處理數據協方差矩陣，在動態DOA估計中能避免子空間類跟蹤方法需要不斷重復的協方差矩陣分解問題，可節省計算量。

經對現有技術文獻的檢索發現，刁鳴等在《系統工程與電子技術》(2009,Vol.29,No.12,pp.2046–2049)上發表的“一種新的基于粒子群算法的DOA跟蹤方法”中使用了粒子群算法和極大似然算法進行相干信號的動態DOA估計，在高斯噪聲背景下效果較好，但在沖擊噪聲背景下，方法性能惡化嚴重導致失效。趙大勇等在《山東大學學報》(2010,Vol.40,No.1,pp.133-138)上發表的“沖擊噪聲背景下的動態DOA跟蹤”提出了粒子群算法和分數低階矩的極大似然方法求解弱沖擊噪聲環境下的動態DOA估計問題，使用分數低階矩的動態更新能在一定程度上實現動態DOA估計問題，但計算時間較長，依舊不能解決沖擊噪聲環境下的動態DOA估計的收斂速度和精度問題，在特征指數小于1的強沖擊噪聲情況下基于粒子群算法和分數低階矩的極大似然方法就失效了。

已有文獻表明，在惡劣噪聲環境下，動態DOA估計問題依舊沒有解決。針對沖擊噪聲環境下的DOA估計是一個難題，尤其對相干信源的動態跟蹤更難，故不能把高斯噪聲環境下的DOA估計算法直接進行移植。在沖擊噪聲下的魯棒動態DOA估計首先應能建立高性能的魯棒動態跟蹤的優化方程，沖擊噪聲環境下經典智能計算方法很難擺脫收斂速度和收斂性能矛盾的制約，在現有計算條件下很難在有限的時間內搜索到最優解，需要設計新的智能算法求解沖擊噪聲環境特別是強沖擊噪聲環境下的魯棒動態DOA估計問題。

運用空間平滑等解相干技術對數據協方差矩陣進行預處理雖能解相干但損失陣列孔徑。而極大似然估計算法作為一種經典的DOA估計方法，在高斯噪聲環境下不僅具有優越的估計性能，還避免了子空間跟蹤類方法需要不斷重復協方差矩陣分解的問題。但極大似然算法角度估計的另一缺點是搜索過程是一個復雜耗時的過程，運算量巨大。因此，本專利在沖擊噪聲環境提出了一種基于加權信號協方差的極大似然算法的動態DOA估計方法。該方法先將目標鎖定在一個變化的搜索范圍之內，再設計量子萬有引力搜索機制在該搜索空間搜索加權信號極大似然方程的所蘊含的最優角度。通過逐漸減小搜索的范圍以及運用智能搜索機制，有效解決了搜索方法的計算量問題。仿真結果表明這種沖擊噪聲環境下的動態目標DOA估計方法能夠保證所設計方法的實時性，而且具備解相干的能力和較好的跟蹤精度，尤其在小特征指數情況下，有非常明顯的優勢。

發明內容

本發明的目的在于提供一種有效性和魯棒性更高的沖擊噪聲環境下的量子萬有引力搜索動態DOA估計方法。

本發明的目的這樣實現的：