基于简化空间平滑的相干信号波达方向估计方法技术

本发明专利技术公开了一种基于简化空间平滑的相干信号波达方向估计方法，首先，使用均匀线性阵列结构的阵列天线接收信号，得到观测信息；其次，根据观测信息计算得到信号协方差矩阵；然后，对信号协方差矩阵进行特征分解，依据特征分解的结果计算归一化信号子空间；接着，使用增强空间平滑预处理技术计算重构的协方差矩阵，通过线性变换得到简化的空间平滑技术的恢复秩的协方差矩阵，并去除重构后的协方差矩阵中的重复项；最后，使用ESPRIT算法进行DOA估计。本发明专利技术对增强空间平滑预处理技术进行了改进，充分利用了信号子空间的数据信息，利用线性变换和冗余去除操作，具备更好的估计性能以及更低的复杂性。及更低的复杂性。及更低的复杂性。

【技术实现步骤摘要】
基于简化空间平滑的相干信号波达方向估计方法


[0001]本专利技术涉及相干信号的波达方向(direction of arrival,DOA)估计领域，尤其涉及一种基于简化空间平滑的相干信号波达方向估计方法。

技术介绍

[0002]近几十年来，DOA估计算法理论得到了快速的发展，多信号分类(multiple signal classification,MUSIC)，以及旋转不变性技术(estimating signal parameter via rotational invariance techniques,ESPRIT)估计信号参数等传统DOA估计算法通过无偏估计结果和渐近无限分辨率得到了广泛的关注。
[0003]然而，在多径传播环境下或者在存有智能信号干扰器的军事行动中，传入的信号通常是高度相关甚至是相干的。而基于子空间的方法通常假设输入信源信号非相关以及信号协方差矩阵为非奇异矩阵。在相干信号波达方向估计中，基于子空间的方法由于信号协方差矩阵的秩的损失而导致性能下降。
[0004]为了解决上述问题，实际应用中通常需要额外的去相关技术，因而多种空间平滑预处理技术被提出并受到了广泛的关注。如空间平滑预处理(spatially smooth preprocessing,SSP)技术和Toeplitz矩阵重构技术。SSP技术通过将整个阵列划分为重叠的子阵列，然后对子阵列的协方差矩阵进行平均来恢复秩。在仅前向空间平滑(forward
‑
only spatial smoothing,FOSS)技术提出后，人们开始努力提高SSP技术的去相关能力，包括改进空间平滑预处理(modifified spatial smoothing preprocessing,MSSP)技术、改进空间平滑预处理(improved spatial smoothing,ISS)技术、增强空间平滑预处理(enhanced spatial smoothing,ESS)技术。特别是ESS技术，它作用于信号子空间，充分利用了接收信号的自相关和互相关，已经证实比其他SSP技术更加具备有效性和鲁棒性。
[0005]然而，ESS技术是通过对整个信号子空间对应的信号矩阵进行二次运算来实现的，这涉及到不必要的计算负载。此外，ESS后的平滑协方差矩阵是信号矩阵的子阵的数学线性组合，其中该组合的系数可能会影响去相关性能。提高SSP技术的去相关性能在理论上是需要以牺牲复杂性为代价的。FOSS技术只提供子协方差矩阵的前向平均，而MSSP技术同时提供前后向平均过程。SSP基础上改进的ISS和ESS方法都不同程度的增加了计算复杂程度。

技术实现思路

[0006]本专利技术所要解决的技术问题是针对
技术介绍
中所涉及到的缺陷，提供一种基于简化空间平滑的相干信号波达方向估计方法，通过直接平均信号矩阵的子矩阵进行去相关，避免了信号矩阵中的大量二次复乘法的多余操作。
[0007]本专利技术为解决上述技术问题采用以下技术方案：
[0008]基于简化空间平滑的相干信号波达方向估计方法，包括如下步骤：
[0009]步骤1)，使用均匀线性阵列结构的阵列天线接收信号，得到接收信号r(t)；
[0010]步骤2)，根据观测信息，计算得到的信号协方差矩阵R；
[0011]步骤3)，对信号协方差矩阵R进行特征分解，依据特征分解的结果计算归一化信号子空间Γ
s
；
[0012]步骤4)，使用ESS技术恢复归一化信号矩阵Γ的秩，得到重构的协方差矩阵R
ESS
；
[0013]步骤5)，通过线性变换得到简化的空间平滑技术的恢复秩的协方差矩阵R
SSS
；
[0014]步骤6)，去除R
SSS
中的重复项，得到去除冗余项的重构协方差矩阵
[0015]步骤7)，采用基于子空间的方法来进行DOA估计。
[0016]作为本专利技术基于简化空间平滑的相干信号波达方向估计方法进一步的优化方案，步骤1)中所述均匀线性阵列结构的阵列天线的阵元数为N，阵元间距为λ2，λ为载波波长。
[0017]作为本专利技术基于简化空间平滑的相干信号波达方向估计方法进一步的优化方案，所述步骤2)中计算得到的信号协方差矩阵R为：
[0018]R＝E{r(t)r
H
(t)}
[0019]＝AE{s(t)s
H
(t)}A
H
+E{n(t)n
H
(t)}
[0020]＝ASA
H
+σ2I
[0021]其中，E{.}表示数学期望操作算子，(.)
H
表示共轭转置操作，A＝[a(θ1),
…
,a(θ
k
),
…
,a(θ
K
)]为K个窄带远场信号入射到均匀线性阵列的方向矩阵，为来自θ
k
方向上的方向矢量，s(t)表示信源信号，S表示信号协方差矩阵，I表示单位矩阵，σ2为加性高斯白噪声的方差。
[0022]作为本专利技术基于简化空间平滑的相干信号波达方向估计方法进一步的优化方案，所述步骤3)的详细步骤如下：
[0023]对信号协方差矩阵R特征进行如下特征分解操作：
[0024]R＝Γ
s
+Γ
n
＝U
s
Λ
s
U
sH
+U
n
Λ
n
U
nH
＝λ1u1u
1H
+σ2U
n
U
nH
[0025]其中，Γ
s
＝U
s
Λ
s
U
sH
，Γ
n
＝U
n
Λ
n
U
nH
，Λ
s
是由N个特征值中较大的K个特征值组成的对角矩阵，Λ
n
是由N个特征值中其余N
‑
K个特征值组成的对角矩阵；U
S
为Λ
s
对应的信号特征矢量矩阵，U
n
为Λ
n
对应的噪声特征矢量矩阵，u1是与特征值λ1对应的特征矢量；
[0026]在信源信号为窄带远场相干信号的情况下，信号协方差矩阵是奇异矩阵，因此，R只有一个信号特征值λ1；
[0027]归一化信号子空间，得到信号子空间
[0028]作为本专利技术基于简化空间平滑的相干信号波达方向估计方法进一步的优化方案，所述步骤4)中重构的协方差矩阵
[0029]式中，整个均匀线性阵列结构被分为M个重叠的子阵列，每个子阵列都有P个阵元，即N＝P+M
‑
1；其中，J为一个P
×
P反单位矩阵，*表示复共轭算子，v
i
＝A1D
i...

【技术保护点】

【技术特征摘要】
1.基于简化空间平滑的相干信号波达方向估计方法，其特征在于，包括如下步骤：步骤1)，使用均匀线性阵列结构的阵列天线接收信号，得到接收信号r(t)；步骤2)，根据观测信息，计算得到的信号协方差矩阵R；步骤3)，对信号协方差矩阵R进行特征分解，依据特征分解的结果计算归一化信号子空间Γ
s
；步骤4)，使用ESS技术恢复归一化信号矩阵Γ的秩，得到重构的协方差矩阵R
ESS
；步骤5)，通过线性变换得到简化的空间平滑技术的恢复秩的协方差矩阵R
SSS
；步骤6)，去除R
SSS
中的重复项，得到去除冗余项的重构协方差矩阵步骤7)，采用基于子空间的方法来进行DOA估计。2.根据权利要求1所述的基于简化空间平滑的相干信号波达方向估计方法，其特征在于，步骤1)中所述均匀线性阵列结构的阵列天线的阵元数为N，阵元间距为λ/2，λ为载波波长。3.根据权利要求2所述的基于简化空间平滑的相干信号波达方向估计方法，其特征在于，所述步骤2)中计算得到的信号协方差矩阵R为：R＝E{r(t)r
H
(t)}＝AE{s(t)s
H
(t)}A
H
+E{n(t)n
H
(t)}＝ASA
H
+σ2I其中，E{.}表示数学期望操作算子，(.)
H
表示共轭转置操作，A＝[a(θ1),
…
,a(θ
k
),
…
,a(θ
K
)]为K个窄带远场信号入射到均匀线性阵列的方向矩阵，为来自θ
k
方向上的方向矢量，s(t)表示信源信号，S表示信号协方差矩阵，I表示单位矩阵，σ2为加性高斯白噪声的方差。4.根据权利要求3所述的基于简化空间平滑的相干信号波达方向估计方法，其特征在于，所述步骤3)的详细步骤如下：对信号协方差矩阵R特征进行如下特征分解操作：R＝Γ
s
+Γ
n
＝U
s
Λ
s
U
sH
+U
n
Λ
n<...

【专利技术属性】
技术研发人员：林枫，毛诗宇，孙萌，潘晶晶，董续东，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：