本發(fā)明屬于電子對(duì)抗,具體的說(shuō)是涉及一種基于零記憶非線性變換的穩(wěn)健doa跟蹤方法。
背景技術(shù):
1、波達(dá)方向(doa)跟蹤是通過(guò)對(duì)天線陣列接收的無(wú)線電信號(hào)進(jìn)行處理能夠獲多輻射源目標(biāo)角度和位置等所需的重要情報(bào)信息,是電子戰(zhàn)支援措施的主要手段,因此在雷達(dá)、聲吶和無(wú)線通信等眾多系統(tǒng)的應(yīng)用中受到很大重視。傳統(tǒng)上,對(duì)doa估計(jì)的諸多方法,如極大似然(maximum?likelihood)、子空間擬合(subspace?fitting)、多重信號(hào)分類(multiplesignal?classification)、旋轉(zhuǎn)不變性技術(shù)估計(jì)信號(hào)參數(shù)(estimation?of?signalparameters?via?rotational?invariance?technology)等,均是基于高斯白噪聲背景假設(shè)條件。而對(duì)于信號(hào)子空間的跟蹤諸多方法,如past、pastd、yast、fapi等,同樣均是基于高斯白噪聲背景假設(shè)條件。
2、這嚴(yán)重制約了此類方法從理論邁向?qū)嶋H工程應(yīng)用,因?yàn)椋瑢?duì)于在諸如雷達(dá)、聲吶和無(wú)線通信等眾多系統(tǒng)的電磁環(huán)境中,廣泛存在的大氣環(huán)境噪聲、海雜波、地雜波和雷達(dá)反向散射回波以及城市移動(dòng)無(wú)線電信道中的電磁環(huán)境噪聲等信號(hào),均表現(xiàn)出在時(shí)域上的短時(shí)脈沖特征及概率密度函數(shù)上的厚拖尾特性。這些顯著不同于高斯白噪聲特性的電磁噪聲,即非高斯噪聲是普遍存在的。當(dāng)非高斯噪聲出現(xiàn)時(shí),信號(hào)子空間的跟蹤誤差會(huì)立即增大,繼而造成對(duì)實(shí)時(shí)的doa估計(jì)效能失效,傳統(tǒng)的方法無(wú)法應(yīng)用于實(shí)際多輻射源目標(biāo)doa實(shí)時(shí)跟蹤估計(jì)。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)上述問(wèn)題,本發(fā)明提出了一種基于零記憶非線性變換的穩(wěn)健doa跟蹤方法,來(lái)實(shí)現(xiàn)顯著降低非高斯噪聲對(duì)多輻射源目標(biāo)doa實(shí)時(shí)跟蹤估計(jì)的性能惡化影響,該方法對(duì)信號(hào)子空間的跟蹤估計(jì)有著良好的電磁噪聲環(huán)境適應(yīng)性性能,穩(wěn)健性強(qiáng),計(jì)算復(fù)雜度低,可以滿足實(shí)際工程中眾多系統(tǒng)在復(fù)雜電磁環(huán)境場(chǎng)景下的應(yīng)用需求。
2、本發(fā)明采用的技術(shù)方案是:
3、本發(fā)明采用對(duì)天線陣列接收數(shù)據(jù)相鄰時(shí)刻信號(hào)能量殘差組成的殘差向量進(jìn)行基于零記憶非線性變換,根據(jù)該變換函數(shù)的特性,當(dāng)信號(hào)能量殘差向量較小時(shí),該零記憶非線性變換處于線性區(qū),較好的保留了當(dāng)前有用信號(hào)信息;當(dāng)信號(hào)能量殘差向量較大時(shí),該零記憶非線性變換處于非線性區(qū),對(duì)非高斯噪聲進(jìn)行自適應(yīng)軟閾值限幅,顯著的降低了非高斯噪聲所帶來(lái)的不利影響。本方法以快速數(shù)據(jù)投影算法(fdpm)為框架,當(dāng)來(lái)波信號(hào)受到非高斯噪聲干擾時(shí),數(shù)據(jù)投影方法將失去對(duì)信號(hào)子空間的跟蹤能力。通過(guò)對(duì)信號(hào)能量殘差向量的零記憶非線性變換改變信號(hào)子空間在迭代更新時(shí)的步長(zhǎng),當(dāng)非高斯噪聲出現(xiàn)時(shí),步長(zhǎng)的權(quán)重系數(shù)會(huì)顯著降低,可以減少因非高斯噪聲引起的對(duì)信號(hào)子空間跟蹤準(zhǔn)確度的不利影響,同時(shí),步長(zhǎng)的權(quán)重系數(shù)的調(diào)整是基于自適應(yīng)軟閾值模式,靈活性非常強(qiáng)。
4、假設(shè)天線陣列陣元數(shù)為m,空間輻射信號(hào)源個(gè)數(shù)為l,采樣點(diǎn)數(shù)為t,則在第t時(shí)刻對(duì)觀測(cè)數(shù)據(jù)數(shù)學(xué)建模為:
5、
6、其中,為時(shí)變陣列流型,為輻射信號(hào),采用如下高斯混合模型,其概率密度函數(shù)為:
7、
8、上式等號(hào)右側(cè)第一項(xiàng)為標(biāo)準(zhǔn)高斯分布,即服從x~n(0,1),第二項(xiàng)為服從x~n(μ,σ2)的高斯分布,且均值μ>>0,方差σ2>>1,ε為略大于0的數(shù)值,二者按照(1-ε):ε占比求和形成了典型的高斯混合模型。
9、在基于快速數(shù)據(jù)投影算法(fdpm)的信號(hào)子空間跟蹤方法中,首先是初始化信號(hào)子空間d0=eye(m,l),設(shè)置更新迭代步長(zhǎng)s。本發(fā)明所提出的基于零記憶非線性變換,核心即是對(duì)該固定的更新迭代步長(zhǎng)進(jìn)行自適應(yīng)軟閾值限幅,實(shí)際每次信號(hào)子空間跟蹤迭代步長(zhǎng)s(t)由下式?jīng)Q定(s0為初始化更新迭代步長(zhǎng)):
10、
11、上式中的分母ω(t)為權(quán)重因子,即采用對(duì)信號(hào)能量殘差進(jìn)行零記憶非線性變換得到:
12、
13、λ和β為控制算法穩(wěn)健性的自適應(yīng)參數(shù),信號(hào)能量殘差
14、本發(fā)明所述的多輻射源目標(biāo)穩(wěn)健doa跟蹤方法包括以下步驟:
15、s1、初始化信號(hào)子空間d0=eye(m,l)、初始化更新迭代步長(zhǎng)s0、穩(wěn)健性自適應(yīng)參數(shù)λ0、β0;
16、s2、在第n次迭代過(guò)程中計(jì)算以下參數(shù):
17、
18、其中yn是觀測(cè)數(shù)據(jù)x(n)的投影,mn是信號(hào)能量殘差,然后采用零記憶非線性變換對(duì)更新迭代步長(zhǎng)進(jìn)行自適應(yīng)軟閾值限幅,具體為先計(jì)算權(quán)重因子ωn:
19、
20、然后計(jì)算迭代步長(zhǎng)sn:
21、
22、計(jì)算中間變量zn、gn和qn:
23、zn=dn-1yn
24、
25、s3、最終得到n時(shí)刻跟蹤信號(hào)子空間dn為:
26、
27、s4、基于s3得到的數(shù)據(jù),最后通過(guò)基于總體最小二乘法的旋轉(zhuǎn)不變性技術(shù)估計(jì)各輻射源信號(hào)得到n時(shí)doa參數(shù)。
28、本發(fā)明的有益效果為,本發(fā)明可以解決對(duì)多輻射源信號(hào)所處的復(fù)雜電磁環(huán)境噪聲在缺乏先驗(yàn)知識(shí)情況下,對(duì)突發(fā)非高斯噪聲進(jìn)行有效的抑制,并且該抑制是基于零記憶非線性的自適應(yīng)軟閾值限幅,避免了硬閾值的缺陷,可以有效的保留輻射源信號(hào)的有用信息,實(shí)現(xiàn)了對(duì)多輻射源目標(biāo)角度的精確實(shí)時(shí)跟蹤,該方法計(jì)算量低,靈活性好,穩(wěn)健性強(qiáng),適合復(fù)雜電磁環(huán)境場(chǎng)景下的應(yīng)用需求。
1.一種基于零記憶非線性變換的穩(wěn)健doa跟蹤方法,定義天線陣元數(shù)為m,空間輻射信號(hào)源個(gè)數(shù)為l,采樣點(diǎn)數(shù)為t,在第t時(shí)刻對(duì)觀測(cè)數(shù)據(jù)數(shù)學(xué)建模為: