[發(fā)明專利]一種基于稀疏重構(gòu)的網(wǎng)格外目標(biāo)波達(dá)方向估計(jì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410169416.6
• 申請(qǐng)日: 2014-04-25
• 公開（公告）號(hào): CN103941220A
• 公開（公告）日: 2014-07-23
• 發(fā)明（設(shè)計(jì)）人: 段惠萍;王艷艷
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G01S3/00
• 分類號(hào): G01S3/00
• 代理公司: 成都蓉信三星專利事務(wù)所(普通合伙) 51106
• 代理人: 劉克勤

技術(shù)領(lǐng)域

本發(fā)明屬于陣列信號(hào)處理領(lǐng)域，具體涉及稀疏重構(gòu)框架下的信號(hào)波達(dá)方向估計(jì)技術(shù)，針對(duì)字典不匹配引起的波達(dá)方向估計(jì)性能下降問題提出一種新網(wǎng)格不匹配模型及稀疏重構(gòu)方法對(duì)網(wǎng)格外目標(biāo)的波達(dá)方向進(jìn)行估計(jì)。

背景技術(shù)

波達(dá)方向(Direction?of?Arrival，DOA)估計(jì)是陣列信號(hào)處理領(lǐng)域研究的一個(gè)重要課題，在雷達(dá)、聲吶、地震探測(cè)、通信、醫(yī)學(xué)等領(lǐng)域都有廣泛的應(yīng)用。經(jīng)典的波達(dá)方向估計(jì)方法包括參數(shù)估計(jì)方法和非參數(shù)估計(jì)方法；參數(shù)估計(jì)方法主要基于最大似然估計(jì)算法(Maximum?Likelihood，ML)得到，其中又包括確定性最大似然估計(jì)和隨機(jī)性最大似然估計(jì)。最大似然估計(jì)算法的局限性在于初始值的選擇直接影響到能否獲得全局最優(yōu)解，而且計(jì)算復(fù)雜度高。非參數(shù)估計(jì)法之一是Bartlett波束形成法，該方法的分辨率取決于陣列孔徑。1979年Schmidt(施密特)等人提出多重信號(hào)分類(Multiple?Signal?Classification，MUSIC)算法，這是一類子空間類的算法，可以達(dá)到超分辨，但是子空間類算法對(duì)相干或相關(guān)信源波達(dá)方向無法獲得理想的估計(jì)結(jié)果。

近年來隨著壓縮感知理論的發(fā)展，出現(xiàn)了一類基于稀疏重構(gòu)框架的信號(hào)波達(dá)方向估計(jì)方法，這類方法依據(jù)壓縮感知理論，對(duì)空間區(qū)域進(jìn)行網(wǎng)格劃分，由此形成基于網(wǎng)格的字典。在恢復(fù)信號(hào)的過程中，使用l₁范數(shù)約束來保證信號(hào)的稀疏性。最經(jīng)典的一個(gè)方法是Malioutov提出的l₁-SVD方法，該方法為了降低計(jì)算的復(fù)雜性，用奇異值分解(Singular?Value?Decomposition，SVD)來降低信號(hào)的維數(shù)。l₁-SVD算法可以分辨出間隔很近的兩個(gè)相關(guān)信號(hào)，在低信噪比或者快拍數(shù)比較少的情況下，也可以達(dá)到很好的效果。一般稀疏重構(gòu)框架下的信號(hào)波達(dá)方向估計(jì)方法均假設(shè)信號(hào)方向恰好落在網(wǎng)格上，但是實(shí)際上這個(gè)假設(shè)往往不能得到滿足，當(dāng)信號(hào)角度不在網(wǎng)格上時(shí)，l₁-SVD算法就不能準(zhǔn)確地估計(jì)出信號(hào)波達(dá)方向。此后，Aris?Gretsistas等人提出了泰勒估計(jì)模型，將網(wǎng)格外導(dǎo)向矢量在最近網(wǎng)格處作一階泰勒展開，通過估計(jì)方向偏差，對(duì)網(wǎng)格外目標(biāo)的波達(dá)方向進(jìn)行補(bǔ)償，彌補(bǔ)了l₁-SVD算法的不足。但是，泰勒估計(jì)模型的估計(jì)精度還較低，且受字典維數(shù)影響稀疏重構(gòu)算法的運(yùn)算量大，這些問題都有待進(jìn)一步改進(jìn)。

發(fā)明內(nèi)容

本發(fā)明的目的在于改善稀疏重構(gòu)框架下字典不匹配帶來的信號(hào)波達(dá)方向估計(jì)性能降低問題，通過設(shè)計(jì)新的網(wǎng)格不匹配模型及相應(yīng)的稀疏重構(gòu)算法提高信號(hào)波達(dá)方向估計(jì)的精度。

為了實(shí)現(xiàn)上述目的，本發(fā)明設(shè)計(jì)了如下技術(shù)方案：

一種基于稀疏重構(gòu)的網(wǎng)格外目標(biāo)波達(dá)方向估計(jì)方法，包括：

準(zhǔn)備步驟：通過對(duì)空間區(qū)域的角度進(jìn)行網(wǎng)格劃分，形成兩組角度成平移等差關(guān)系的子字典，依據(jù)字典平滑的思想，用網(wǎng)格上角度對(duì)應(yīng)的導(dǎo)向矢量以線性組合的方式表示非網(wǎng)格角度上的導(dǎo)向矢量，建立一個(gè)基于字典平滑的網(wǎng)格不匹配模型；

估計(jì)步驟：基于網(wǎng)格不匹配模型，通過交替迭代的過程實(shí)現(xiàn)信號(hào)波達(dá)方向的估計(jì)和方向偏差的補(bǔ)償：在求解信號(hào)的波達(dá)方向時(shí)，用聯(lián)合稀疏重構(gòu)的方法求解稀疏信號(hào)，用最小二乘的方法求解方向偏差，求解稀疏信號(hào)和求解方向偏差的過程交替迭代直至收斂，最后將稀疏信號(hào)的非零行位置映射到角度空間并根據(jù)方向偏差進(jìn)行補(bǔ)償?shù)玫焦烙?jì)的信號(hào)波達(dá)方向。

該方法的具體步驟是：

1)、獲取陣列接收數(shù)據(jù)Y，初始化方向偏差矢量Λ＝diag(δ)；

2)、根據(jù)輸入的子字典構(gòu)造平滑字典A＝[I-Λ^k/r]．A₁+Λ^k/r．A₂；

3)、根據(jù)接收數(shù)據(jù)維數(shù)用稀疏重構(gòu)或聯(lián)合稀疏重構(gòu)算法求解稀疏信號(hào)X，優(yōu)化準(zhǔn)則為：

在使用聯(lián)合稀疏重構(gòu)算法時(shí)可以選擇使用l₁-SVD法降低數(shù)據(jù)維數(shù)；

4)、用最小二乘法求解δ，優(yōu)化準(zhǔn)則為：求解公式為：

δ^k＝C⁺vec(R^k)＝C+vec(Y-A₁X^k)，其中C的第n列是

5)、判斷是否收斂或迭代次數(shù)是否達(dá)到最大，如果不是重復(fù)執(zhí)行步驟2)-4)；

6)、在結(jié)束步驟2)-4)的循環(huán)后輸出估計(jì)的稀疏信號(hào)和方向偏差將非零行的