[發明專利]一種高精度噪聲自適應測向方法

在審

• 申請號: 202210093936.8
• 申請日: 2022-01-26
• 公開（公告）號: CN114325570A
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 安春蓮;楊守良;陳量;鄧紹江;李杰;周登梅;李鵬
• 申請（專利權）人: 重慶文理學院
• 主分類號: G01S3/80
• 分類號: G01S3/80
• 代理公司: 重慶強大凱創專利代理事務所(普通合伙) 50217
• 代理人: 蒙捷

本發明涉及陣列信號處理領域，公開了一種高精度噪聲自適應測向方法，包括建立基于均勻線陣的噪聲自適應陣列測向模型，得到陣列接收數據矢量；對陣列接收數據進行去沖擊平滑預處理：利用沖擊噪聲的分布特性進行噪聲類型判定，對沖擊噪聲背景的陣列接收數據采用部分中位數濾波進行高斯化平滑預處理；計算陣列接收數據協方差矩陣，并通過矩陣重構平滑噪聲；然后，對陣列接收數據協方差矩陣進行特征分解獲得信號子空間與噪聲子空間，利用子空間投影技術進一步消除信號子空間中的噪聲成分；最后，采用ESPRIT測向算法進行測向。本方法同時適應沖擊噪聲和高斯噪聲的測向，實現速度快，且在特征指數小于0.5的強沖擊噪聲背景下仍具有較高的測向精度。

技術領域

本發明涉及陣列信號處理領域，具體涉及一種高精度噪聲自適應測向方法。

背景技術

經典的DOA估計算法，大都在假定陣元噪聲為空時獨立高斯白噪聲的前提下提出的。然而，在實際的應用環境中，有許多具有沖擊特性的非高斯噪聲，如水下噪聲，低頻大氣噪聲和各種人造噪聲等。現有技術中針對高斯噪聲和沖擊噪聲提出了一系列的性能優良的測向算法，但是這些算法只能適用于高斯噪聲或者沖擊噪聲中的一種，不具備噪聲自適應特性。

為解決上述問題，使測向算法能夠應對復雜多變的實際噪聲環境，現有技術提出了在針對任意陣列相干測向提出動態隨機加權低階協方差-空間平滑-MUSIC測向方法，其能夠同時適用于高斯噪聲和沖擊噪聲，估計性能良好。然而該方法采用譜峰搜索，計算量繁重，且在強沖擊噪聲背景時的測向精度低。

因此現在急需一種噪聲自適應測向方法，能夠同時適應沖擊噪聲和高斯噪聲背景的測向，且在強沖擊噪聲背景下仍具有較高的測向精度。

發明內容

本發明意在提供一種高精度噪聲自適應測向方法，用來解決現有的噪聲自適應方法在強沖擊噪聲背景下精度低的技術問題。

本發明提供的基礎方案為：一種高精度噪聲自適應測向方法，包括以下步驟：

步驟一：建立基于均勻線陣的噪聲自適應陣列測向模型，得到陣列接收數據矢量；

步驟二：對陣列接收數據進行去沖擊平滑預處理，根據沖擊噪聲分布特性判定噪聲背景：

若噪聲背景判定為高斯噪聲，則直接執行步驟三；若判定為沖擊噪聲，則需先采用部分中位數濾波方式對陣列接收數據進行去沖擊平滑預處理，再執行步驟三；

步驟三：計算陣列接收數據的協方差矩陣并重構，再次平滑噪聲成分；

步驟四：利用子空間投影技術進一步消除噪聲成分并測向：

對重構后的數據協方差矩陣進行特征值分解，得到與信號相對應的信號子空間和與噪聲相對應的噪聲子空間；利用子空間投影技術進一步消除噪聲成分，得到處理后的信號子空間；

根據ESPRIT算法，使用經子空間投影去噪后的信號子空間完成目標信號的DOA估計。

本發明的工作原理及優點在于：

本發明一種高精度噪聲自適應測向方法，首先，建立基于均勻線陣的噪聲自適應陣列測向模型，得到陣列接收數據矢量；其次，對陣列接收數據進行去沖擊平滑預處理，利用沖擊噪聲的分布特性進行噪聲類型判定；然后，計算陣列接收數據協方差矩陣，并通過矩陣重構再次平滑噪聲；再然后，對陣列接收數據協方差矩陣進行特征分解獲得信號子空間與噪聲子空間，利用子空間投影技術進一步消除信號子空間中的噪聲成分，提高測向算法估計精度；最后，采用經典的ESPRIT測向算法進行測向。