[發明專利]基于互相關矩陣的擴展孔徑二維DOA估計方法

有效

• 申請號: 201711026670.0
• 申請日: 2017-10-27
• 公開（公告）號: CN107703478B
• 公開（公告）日: 2021-04-27
• 發明（設計）人: 楊晉生;項楊;陳為剛
• 申請（專利權）人: 天津大學
• 主分類號: G01S3/00
• 分類號: G01S3/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉國威

本發明涉及采用陣列天線估計接收信號到達方向估計技術，為只需對互相關矩陣子塊進行線性運算，具有更低的計算復雜度；且實現俯仰角與方位角的自動配對。為此，本發明采用的技術方案是，基于互相關矩陣的擴展孔徑二維DOA估計方法，步驟如下：1)構造互相關矩陣；2)劃分互相關矩陣得到階數為信號個數的子塊；3)根據子塊構建包含自動配對的方位角和俯仰角信息矩陣；4)得到z軸低精度無模糊的方向余弦估計以及對應的特征向量矩陣γ；5)得到z軸高精度模糊的方向余弦；6)重復步驟1?5，可以得到對應x,y軸上對應的兩種方向余弦；7)得到高精度無模糊的方向余弦8)得到自動配對本發明主要應用于陣列天線估計接收信號到達方向估計。

技術領域

本發明涉及采用陣列天線估計接收信號到達方向的技術領域，尤其涉及采用非均勻2-L型天線陣列的信號到達方向估計方法，具體講,涉及基于互相關矩陣的擴展孔徑二維DOA估計方法。

背景技術

空間信號到達方向(Direction of Arrival,DOA)估計是空間譜估計一個主要研究方向，被廣泛應用在雷達、聲吶、地震、通信等許多領域。DOA估計的基本問題就是確定各個信號到達陣列參考陣元的方向角，簡稱波達方向。經典的子空間分解類DOA估計算法有多重信號分類算法(MUSIC,Multiple Signal Classification)和基于旋轉不變技術的信號參數估計算法(ESPRIT,Estimation of Signal Parameter via Rotational InvitationTechniques)。其中MUSIC算法是噪聲子空間類算法，ESPRIT算法是信號子空間類算法，改進的MUSIC算法包括特征矢量法、求根MUSIC法、加權MUSIC算法等，改進的ESPRIT算法包括最小二乘ESPRIT、總體最小二乘ESPRIT、加權ESPRIT算法等。

傳統的MUSIC算法和ESPRIT算法等高分辨率算法，雖然具有良好的估計性能，但是由于需要對接收信號協方差矩陣進行特征值分解，因此具有較大的計算量。傳播算子算法使用線性運算代替了奇異值分解和特征值分解運算，顯著地降低了計算復雜度。由于傳播算子算法具有計算復雜度較低的優點，各國學者們對其進行了廣泛研究，并提出大量基于傳播算子的DOA估計算法。目前，存在大量基于傳播算子的L型陣列、2-L型陣列、雙平行線陣、三平行線陣等二維DOA估計算法。但是某些基于雙平行線陣的傳播算子算法在俯仰角為70°～90°的實際移動通信俯仰角度范圍內存在角度估計失效問題，有些基于三平行線陣采用傳播算子的二維DOA估計算法并沒有充分利用所有的陣元信息，有些基于2-L型陣列的采用傳播算子的二維DOA估計算法分別利用陣列的兩個L型子陣，單獨估計信號的方位角和俯仰角，估計性能較差。與基于傳播算子的算法相比，基于互相關矩陣的算法能夠消除高斯白噪聲的影響，提高角度估計性能。另一方面，擴展孔徑可以有效地提高陣列的分辨率和角度估計精度，但會出現模糊的現象。有些算法提出了解模糊的算法，但是由于算法本身是基于ESPRIT算法，因此具有較大的計算復雜度。

發明內容

為克服現有技術的不足，擴展孔徑以及基于互相關矩陣的算法均能有效地提高DOA估計性能。因此，本發明旨在提出一種基于互相關矩陣的擴展孔徑二維DOA估計算法。與已提出的擴展孔徑DOA估計算法相比，本文提出的算法構造更低維度的互相關矩陣，只需對互相關矩陣子塊進行線性運算，具有更低的計算復雜度；且實現俯仰角與方位角的自動配對。為此，本發明采用的技術方案是，基于互相關矩陣的擴展孔徑二維DOA估計方法，步驟如下：

1)構造互相關矩陣；

2)劃分互相關矩陣得到階數為信號個數的子塊；

3)根據子塊構建包含自動配對的方位角和俯仰角信息矩陣；

4)得到z軸低精度無模糊的方向余弦估計以及對應的特征向量矩陣γ；

5)得到z軸高精度模糊的方向余弦；

6)重復步驟1-5，可以得到對應x,y軸上對應的兩種方向余弦；