System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及阵列信号处理,尤其是一种基于快速傅里叶变换的实时doa估计方法。
技术介绍
1、测向又称为波达方向(direction of arrival,doa)估计,是广泛应用于电子战、雷达和无线通信等领域的关键技术。传统的测向方法有比幅法和比相法,其通过测量信号到达传感器的时差或相位差进而估计波达方向,在工程中具有较为广泛的应用,具有计算简便、实时性好等优点,但其存在估计精度较低的缺陷。随着信号形式和信号环境的进一步复杂化,使得传统测向方法在很多应用环境中性能大幅下降甚至失效。随着music算法等测向理论的诞生,开辟了超分辨率测向的先河,极大地提高了测向精度。这类算法利用对阵列数据协方差矩阵进行特征空间分解、子空间拟合等信号处理技术和方法,能够在有限的传感器数量下实现更高的定位精度和分辨力。然而,超分辨测向算法往往具有较大的运算量和复杂度,实时性较差,在工程应用中还有一定的局限。为了降低测向算法的计算复杂度,促进其工程应用,研究人员从单快拍测向、实值doa估计以及傅里叶变换等领域展开了较为深入的研究。
2、在已有技术文献中,针对超分辨测向的实时估计问题,提出了诸多解决方法。专利技术专利(cn109683128a)“冲击噪声环境下的单快拍测向方法”,针对冲击噪声背景提出了一种基于斐波那契非洲水牛搜索的单快拍测向方法,其只需要一个快拍数即可测向,在一定程度上降低了计算复杂度,且估计性能良好,对于高斯噪声和冲击噪声都有较好的适应性。孟祥天等在《哈尔滨工业大学学报》(2019,vol.51,no.11,pp.40-46
3、结合对现有文献资料的分析研究,目前具有一些有效的快速测向方法,能够在一定程度上保持测向精度,但少有对测向性能有所提升的快速测向方法。
技术实现思路
1、本专利技术的目的是提供一种基于快速傅里叶变换的实时doa估计方法,提高信号的处理速度和测向的准确性,同时减少计算的复杂度和资源消耗。
2、本专利技术提供的基础方案:一种基于快速傅里叶变换的实时doa估计方法,包括以下步骤:s100、建立基于均匀线阵的实时测向模型,得到传感器阵列接收数据;s200、分别对每个传感器的接收数据进行快速傅里叶变换,得到与所述传感器阵列接收数据相同结构的频域数据;
3、s300、对频域数据进行峰值选择,利用各个峰值所对应的列向量数据组成阵列接收数据频域矩阵;s400、利用频域数据计算数据协方差矩阵并采用算法进行测向。
4、进一步,步骤s100中,所述的均匀线阵包含m个传感器,且传感器之间的间距为d。
5、进一步,步骤s200中,所述快速傅里叶变换后的频域数据表达为,其中为信号频域数据,为噪声频域数据,为阵列流型矩阵。
6、进一步,步骤s400中,所述算法包括esprit算法或root-music算法。
7、进一步,还包括步骤s500、从阵列的频域数据中提取方向信息以进行入射角度的估计。
8、进一步,步骤s500,包括基于阵列的流型结构,通过构造阵列数据的前后行的旋转不变关系来估计波达方向。
9、进一步,步骤s500,还包括从频域数据中的每列数据直接估计波达方向,其中每列数据的波达方向通过计算每列向量之间相邻元素的比值来确定,即,,其中为频域数据矩阵的第k列向量;频域数据矩阵第k列的第j个元素;为频域数据矩阵第k列的第j+1个元素。
10、所述入射角度的估计为:,其中表示信号的波长。
11、本专利技术的原理及有益效果为:
12、1.通过阵列数据频域信号峰值筛选,能够在频域有效消除噪声,从而改善信噪比条件,进而提升了doa估计的精度和性能。
13、2.从频域傅里叶变换角度出发,能够更充分地挖掘利用信号特征,在降低计算复杂度的同时还能提升doa估计性能。
14、3.利用阵列数据的频域特征,设计了新的doa估计方法,通过直接利用频域数据进行doa估计,避免了传统测向算法所必须的协方差矩阵计算和特征分解等步骤,具有更小的计算量,步骤更加简便,易于工程应用。
15、此外,本专利技术还公开了一种基于快速傅里叶变换的实时doa估计系统,所述系统使用了如上所述的基于快速傅里叶变换的实时doa估计方法。
本文档来自技高网...【技术保护点】
1.一种基于快速傅里叶变换的实时DOA估计方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于快速傅里叶变换的实时DOA估计方法,其特征在于,步骤S100中,所述的均匀线阵包含M个传感器,且传感器之间的间距为d。
3.根据权利要求1所述的基于快速傅里叶变换的实时DOA估计方法,其特征在于,步骤S200中,所述快速傅里叶变换后的频域数据表达为,其中为信号频域数据,为噪声频域数据,为阵列流型矩阵。
4.根据权利要求1所述的基于快速傅里叶变换的实时DOA估计方法,其特征在于,步骤S400中,所述算法包括ESPRIT算法或root-MUSIC算法。
5.根据权利要求1所述的基于快速傅里叶变换的实时DOA估计方法,其特征在于,还包括步骤S500、从阵列的频域数据中提取方向信息以进行入射角度的估计。
6.根据权利要求5所述的基于快速傅里叶变换的实时DOA估计方法,其特征在于,步骤S500中,包括基于阵列的流型结构,通过构造阵列数据的前后行的旋转不变关系来估计波达方向。
7.根据权利要求5所述的基于快速傅里叶变换
8.根据权利要求7所述的基于快速傅里叶变换的实时DOA估计方法,其特征在于,所述入射角度的估计为:,其中表示信号的波长。
9.一种基于快速傅里叶变换的实时DOA估计系统,其特征在于,所述系统使用了如权利要求1-8任一项所述的基于快速傅里叶变换的实时DOA估计方法。
...【技术特征摘要】
1.一种基于快速傅里叶变换的实时doa估计方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于快速傅里叶变换的实时doa估计方法,其特征在于,步骤s100中,所述的均匀线阵包含m个传感器,且传感器之间的间距为d。
3.根据权利要求1所述的基于快速傅里叶变换的实时doa估计方法,其特征在于,步骤s200中,所述快速傅里叶变换后的频域数据表达为,其中为信号频域数据,为噪声频域数据,为阵列流型矩阵。
4.根据权利要求1所述的基于快速傅里叶变换的实时doa估计方法,其特征在于,步骤s400中,所述算法包括esprit算法或root-music算法。
5.根据权利要求1所述的基于快速傅里叶变换的实时doa估计方法,其特征在于,还包括步骤s500、从阵列的频域数据中提取方向信息以进行入射角度的估计。
6.根据...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。