[發明專利]無需信源數估計的相干信號波達方向估計方法及系統有效
| 申請號: | 201410195587.6 | 申請日: | 2014-05-09 |
| 公開(公告)號: | CN104156553B | 公開(公告)日: | 2018-08-17 |
| 發明(設計)人: | 錢誠;黃磊;蔣雙;楊云川;黃敏 | 申請(專利權)人: | 哈爾濱工業大學深圳研究生院 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 深圳市科吉華烽知識產權事務所(普通合伙) 44248 | 代理人: | 于標 |
| 地址: | 518000 廣東省深*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 無需 信源 估計 相干 信號 方向 方法 系統 | ||
本發明提供了一種無需信源數估計的相干信號波達方向估計方法及系統,在相干信號波達方向估計方法中包括初始化步驟、協方差矩陣計算步驟、構造Toeplitz矩陣步驟、構造中間變量步驟、功率譜計算步驟、搜索步驟。本發明的有益效果是本發明不需要預估計信源數,在實際應用中,由于信源數目難以檢測,使得本發明優勢十分突出,仿真結果證明了該本發明算法的有效性。
技術領域
本發明涉及陣列信號處理領域,尤其涉及無需信源數估計的相干信號波達方向估計方法及系統。
背景技術
到達角(DOA)估計是陣列信號處理的一個重要分支,其在雷達、生物醫療、勘探及天文等多個軍事和國民經濟領域都有著廣泛的應用。傳統的DOA估計算法,例如,MUSIC算法和ESPRIT算法,通常是將陣列接收數據的協方差矩陣分解為相互正交的信號子空間與噪聲子空間,利用信號和噪聲子空間之間的正交性來估計信號的到達角。然而,由于發射信號的多徑傳播,接收數據中包含許多相干信號,導致對應的信號協方差矩陣是秩虧的,使基于子空間的算法性能嚴重下降。
空間平滑是一種將協方差矩陣分成多個子矩陣并對所有子陣求算數平均的技術,最后輸出的平滑協方差矩陣是滿秩的,從而使子空間類算法能很好的工作。但是,該技術在M天線的的均勻線陣的情況下最多可處理M/2個信號,使有效陣列孔徑大大減少。為了克服該問題,一種新的前后向平滑技術可最多處理2M/3個相干信號。ESPRIT-like算法是將樣本協方差矩陣每一行做Toeplitz轉換,使得ESPRIT算法可用于相干信號DOA估計。
此外,基于子空間的算法都存在一個致命的缺點:需要預估計信號源個數。信息理論準則如AIC、MDL及其改進算法,可用于信號個數估計。但是,對于相干信源,這類算法仍然難以有效地估計出信源個數。
發明內容
為了解決現有技術中的問題,本發明提供了一種無需信源數估計的相干信號波達方向估計方法。
本發明提供了一種無需信源數估計的相干信號波達方向估計方法,包括如下步驟:
初始化步驟:考慮一具有(2M+1)個陣元的均勻線陣,假設有P個窄帶遠場信號從不同方向{θ1,…,θP}入射到該陣列,前K個信號是互相干的,其余(P-K)個信號是互不相關的并且獨立于前K個信號,x(t)表示接收樣本數據;
協方差矩陣計算步驟:計算樣本x(t)的協方差矩陣
構造Toeplitz矩陣步驟:選擇的前(M+1)行構造(M+1)個Toeplitz矩陣
構造中間變量步驟:計算矩陣和其中是導向矢量;
功率譜計算步驟:通過公式計算功率譜;
搜索步驟:搜索θ,找到P(θ)的峰值對應的角度即為DOA的估計值。
作為本發明的進一步改進,在所述初始化步驟中:考慮一具有(2M+1)陣元的均勻線陣(ULA),假設有P(P≤M+1)個遠場窄帶信號從不同方向{θ1,…,θP}入射到該陣列,前K個信號是互相干的,其余(P-K)信號均是互不相關的且獨立于前K個信號,令第一個信號d1(t)作為參考信號,則第k個相干信號可以表示為:
其中,ρk幅度衰減因子,δφk是相位變化,ρk和δφk不會影響信號之間的相干性,令第m個陣元所接收的信號可以表示為:
其中,di(t)是第i個信號的復包絡,λ是載波波長,Δ=λ/2是陣元間間距,假設噪聲n(t)是零值為零且方差為σ2的白高斯噪聲,則觀測向量可以表示為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工業大學深圳研究生院,未經哈爾濱工業大學深圳研究生院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410195587.6/2.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建?;蚍抡?,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





