[發(fā)明專利]一種基于原子范數(shù)最小的互質(zhì)陣列協(xié)方差矩陣重構(gòu)方法有效
| 申請?zhí)枺?/td> | 202011151661.6 | 申請日: | 2020-10-22 |
| 公開(公告)號: | CN112305495B | 公開(公告)日: | 2023-10-13 |
| 發(fā)明(設(shè)計)人: | 陳根華;羅曉萱;莫振威;紀(jì)金程;曾春花 | 申請(專利權(quán))人: | 南昌工程學(xué)院 |
| 主分類號: | G01S3/02 | 分類號: | G01S3/02;G01S3/78;G01S3/80 |
| 代理公司: | 北京彭麗芳知識產(chǎn)權(quán)代理有限公司 11407 | 代理人: | 彭麗芳 |
| 地址: | 330099 江西省南昌*** | 國省代碼: | 江西;36 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 原子 范數(shù) 最小 陣列 協(xié)方差 矩陣 方法 | ||
本發(fā)明涉及陣列信號處理中的DOA估計領(lǐng)域,具體涉及一種基于原子范數(shù)最小的互質(zhì)陣列協(xié)方差矩陣重構(gòu)方法,首先利用廣義增廣法得到互質(zhì)陣列的非完備虛擬陣列協(xié)方差矩陣,并利用截斷的均值奇異值門限法填充虛擬陣列協(xié)方差矩陣,再對其進(jìn)行原子范數(shù)最小化求解,實現(xiàn)穩(wěn)健的正定Toeplitz協(xié)方差矩陣重構(gòu)。本發(fā)明充分利用互質(zhì)陣列中協(xié)方差項信息及互質(zhì)陣列孔徑及自由度,提高了互質(zhì)陣列DOA估計的穩(wěn)定性,降低計算復(fù)雜度。
發(fā)明領(lǐng)域
本發(fā)明涉及稀疏陣列信號處理中的DOA估計領(lǐng)域,具體涉及一種基于原子范數(shù)最小的互質(zhì)陣列協(xié)方差矩陣重構(gòu)方法。
背景發(fā)明
DOA(Direction of arrival,DOA)估計是陣列信號處理的主要問題,其應(yīng)用領(lǐng)域包括雷達(dá)、聲納、語音和無線通信等。陣列孔徑直接決定了信號波達(dá)方向(DOA)估計和自適應(yīng)波束形成的性能,由空域采樣定理可知,擴(kuò)大均勻陣列孔徑使得信號處理計算復(fù)雜度和成本快速增加。因此常采用稀疏陣列方式降低計算復(fù)雜度與成本,但稀疏陣列的流形模糊,使得信號空間譜估計不唯一。
最小冗余陣列(Minimum Redundancy Array,MRA)、互質(zhì)(Coprime)陣列和嵌套(Nested)陣列等稀疏陣列在同孔徑條件下,較均勻陣列有更小的硬件規(guī)模,為提高分辨率,可通過其差分伴隨陣構(gòu)造增強(qiáng)虛擬陣,充分利用其自由度(DOF)進(jìn)行DOA估計,實現(xiàn)多于陣元數(shù)的信源估計。
現(xiàn)有的一種無網(wǎng)格DOA估計方法通過核范數(shù)最小化求解互質(zhì)陣列協(xié)方差矩陣,并在此基礎(chǔ)上完成虛擬陣列協(xié)方差矩陣所需的最少陣元。雖然以上核范數(shù)最小化算法是無正則化的,但協(xié)方差矩陣的估計是基于矩陣填充理論。由于虛擬相關(guān)項是從樣本協(xié)方差矩陣中獲得的,有限快拍數(shù)會影響協(xié)方差矩陣的估計精度。基于原子范數(shù)的內(nèi)插虛擬陣列重構(gòu)的DOA方法,在分辨率、估計精度、計算精度有一定的優(yōu)越性,但由于引入了二值矩陣與內(nèi)插陣元,大大增加計算復(fù)雜度。
發(fā)明內(nèi)容
針對基于虛擬陣列插值的互質(zhì)陣列DOA估計算法未完全利用協(xié)方差矩陣信息的問題,本發(fā)明將互質(zhì)陣列協(xié)方差矩陣重構(gòu)轉(zhuǎn)換為低秩矩陣填充與原子范數(shù)優(yōu)化,提出一種基于原子范數(shù)最小的互質(zhì)陣列協(xié)方差矩陣重構(gòu)方法,充分利用互質(zhì)陣列中協(xié)方差項信息及互質(zhì)陣列孔徑,提高了互質(zhì)陣列DOA估計的穩(wěn)定性,降低計算復(fù)雜度。
為實現(xiàn)上述目的,本發(fā)明采取的發(fā)明方案為:
一種基于原子范數(shù)最小的互質(zhì)陣列協(xié)方差矩陣重構(gòu)方法,首先利用廣義增廣法得到互質(zhì)陣列的非完備的虛擬陣列協(xié)方差矩陣,并利用截斷的均值奇異值門限法填充虛擬陣列協(xié)方差矩陣,再對其進(jìn)行原子范數(shù)最小化求解,實現(xiàn)穩(wěn)健的正定Toeplitz協(xié)方差矩陣重構(gòu)。
具體包括如下步驟:
S1、將直接數(shù)據(jù)協(xié)方差矩陣(DDC,Direct Data Covariance)的相關(guān)項冗余平均后得到協(xié)方差相關(guān)項,即
其中Φs為二階差分陣,Ma=maxΦs為互質(zhì)陣列孔徑,然后將缺失項補(bǔ)零后得到相關(guān)矢量再將相關(guān)矢量Toeplitz化后得到增廣厄密對稱Toeplitz矩陣若能根據(jù)Toeplitz的厄密對稱性,即T(·)表示Toeplitz化算子。
設(shè)缺失項為則互質(zhì)陣列的虛擬陣列協(xié)方差矩陣可表示為完備的Toeplitz矩陣為
E+和E-為前向和后向移位矩陣,
S2、結(jié)合Toeplitz矩陣的結(jié)構(gòu),利用截斷的均值SVT算法保留奇異值分解后大于閾值的奇異值,將缺失對角線元素均值化作為初值,再通過迭代逼近的最優(yōu)值;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南昌工程學(xué)院,未經(jīng)南昌工程學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011151661.6/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 音頻信號的瞬態(tài)檢測
- 一種多視圖網(wǎng)絡(luò)垃圾頁面檢測方法
- 一種混合范數(shù)的高質(zhì)量快速CS-MRI成像方法
- 基于FPGA的可配置浮點(diǎn)向量范數(shù)求解IP核
- 基于耦合電流信號超范數(shù)的電磁脈沖多端口效應(yīng)評估方法
- 神經(jīng)網(wǎng)絡(luò)處理裝置及其執(zhí)行向量范數(shù)指令的方法
- 一種基于原子范數(shù)的到達(dá)角估計方法
- 室內(nèi)混合稀疏LOS/NLOS場景下的L0范數(shù)定位方法
- 一種基于改進(jìn)的截斷核范數(shù)的魯棒主成分分析方法
- 深度學(xué)習(xí)模型對抗樣本生成方法、系統(tǒng)、設(shè)備及存儲介質(zhì)





