[發(fā)明專利]一種基于EMaC的超分辨率稀疏陣列波達角估計方法

有效

• 申請?zhí)枺?/td>: 201910692215.7
• 申請日: 2019-07-30
• 公開（公告）號: CN110412500B
• 公開（公告）日: 2023-01-31
• 發(fā)明（設計）人: 劉中原;盧愛紅;馮蓉珍
• 申請（專利權(quán)）人: 蘇州經(jīng)貿(mào)職業(yè)技術(shù)學院
• 主分類號: G01S3/14
• 分類號: G01S3/14
• 代理公司: 上海漢聲知識產(chǎn)權(quán)代理有限公司 31236
• 代理人: 黃超宇;胡晶

本發(fā)明公開了一種基于EMaC的超分辨率稀疏陣列波達角估計方法，包括以下步驟：步驟1：建立平面陣列DOA估計信號模型；步驟2：定義增廣Hankel矩陣；步驟3：在無噪聲情況下，運用EMaC算法恢復全數(shù)據(jù)矩陣；步驟4：在存在有界噪聲情況下，調(diào)整EMaC算法以適應噪聲，恢復全數(shù)據(jù)矩陣。本發(fā)明一種基于EMaC算法的稀疏陣列的二維波達角估計方法，能夠解決DOA估計對各種形狀的稀疏陣列的適應性，以及對樣本數(shù)據(jù)噪聲的魯棒性，從而有效滿足5G網(wǎng)絡基站的實際應用要求。

技術(shù)領(lǐng)域

本發(fā)明涉及波達角估計方法領(lǐng)域，特別涉及一種基于EMaC的超分辨率稀疏陣列波達角估計方法。

背景技術(shù)

隨著大規(guī)模多入多出(Massive MIMO)陣列在5G網(wǎng)絡中的應用范圍不斷擴大，MIMO陣列維數(shù)由一維線性陣列變成了二維平面陣列，MIMO陣列傳感器個數(shù)方面也顯著增長，為了能夠降低MIMO陣列的功耗、成本和陣元間的互耦等，出現(xiàn)了各種各樣的稀疏MassiveMIMO陣列的設計。如何用稀疏Massive MIMO陣列進行來波信號的方向估計是亟待解決的一個問題。

陣列信號來波方向估計是陣列信號波達角(direction-of-arrival DOA)估計的研究領(lǐng)域。目前對DOA估計的研究主要集中于一維陣列、二維均勻陣列和可以轉(zhuǎn)化為一維均勻陣列的特定的二維稀疏面陣，而對任意形狀的稀疏二維面陣的DOA估計的研究很少。

傳統(tǒng)的DOA估計的方法，包括Prony’s方法、ESPRIT方法、matrix pencil方法等，這些方法需要已知模型的階，即信號源的信號個數(shù)，并且這些方法對噪聲是敏感的。近年來的基于離散空間的壓縮感知技術(shù)可以用于DOA估計。壓縮感知技術(shù)的計算高效，對噪聲魯棒，并且不需要已知模型的階。但是基于離散空間的壓縮感知技術(shù)進行DOA估計時，信號的方向域是連續(xù)信號，DOA估計成功的概率依賴于利用有限的離散字典對信號進行稀疏表示時的近似程度。真實的信號來波方向和有限的離散網(wǎng)格的不匹配引入了基失配問題。最新的無格點壓縮感知技術(shù)可以完美的解決基失配問題。第一個出現(xiàn)的無格點壓縮感知算法是基于2012年提出的原理范數(shù)(atomic norm)理論。這類算法不需要對連續(xù)的波達角進行網(wǎng)格劃分，從而能夠完全解決格點失配問題。但是基于原子范數(shù)的算法對噪聲的敏感性限制了這類算法的發(fā)展。增廣矩陣補全(Enhanced Matrix Completion，簡稱EMaC)算法不需要對連續(xù)方向區(qū)域進行網(wǎng)格劃分，能夠根據(jù)局部的樣本數(shù)據(jù)補全均勻平面陣列傳感器的全樣本數(shù)據(jù)矩陣，進而實現(xiàn)DOA估計，這類算法對噪聲是魯棒的，可以很好地適應5G的實際應用環(huán)境。

現(xiàn)有的二維波達角估計理論主要集中于均勻陣列的波達角估計，對任意形狀的二維稀疏陣列的波達角估計沒有研究，這很難適應于5G的massive MIMO對各種形狀的稀疏陣列設計的要求。

為了適應5G的Massive MIMO基站的發(fā)展趨勢要求，需要研究在存在噪聲的情況下，利用以上各種形狀的稀疏面陣進行DOA估計的方法。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)中的不足，本發(fā)明提供一種基于EMaC的超分辨率稀疏陣列波達角估計方法，能夠解決DOA估計對各種形狀的稀疏陣列的適應性，以及對樣本數(shù)據(jù)噪聲的魯棒性，從而有效滿足5G網(wǎng)絡基站的實際應用要求。

為了達到上述發(fā)明目的，解決其技術(shù)問題所采用的技術(shù)方案如下：

一種基于EMaC的超分辨率稀疏陣列波達角估計方法，包括以下步驟：

步驟1：建立平面陣列DOA估計信號模型；

步驟2：定義增廣Hankel矩陣；

步驟3：在無噪聲情況下，運用EMaC算法恢復全數(shù)據(jù)矩陣；

步驟4：在存在有界噪聲情況下，調(diào)整EMaC算法以適應噪聲，恢復全數(shù)據(jù)矩陣。

進一步的，步驟1具體包括以下內(nèi)容：