一種基于準平穩(wěn)信號局部協(xié)方差匹配的kr子空間doa估計方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于陣列信號處理領(lǐng)域，具體設(shè)及準平穩(wěn)信號欠定陣列的波達方向估計技 術(shù)，針對當信源數(shù)大于陣元數(shù)時經(jīng)典DOA估計算法無法準確估計出波達方向，W及KR子空 間算法不能應(yīng)用于目標移動速度較快場景的問題，提出了一種基于準平穩(wěn)信號局部協(xié)方差 匹配的KR子空間DOA估計方法。
【背景技術(shù)】
[0002] 波達方向估計值OAdirectionofarrival)是陣列信號處理的重要研究問題之 一，在雷達、聲納、通訊等領(lǐng)域，經(jīng)常要求確定信號源的位置，即對信號源進行辨別和定位， 波達方向估計理論就是為了滿足運種要求而產(chǎn)生的。早期的DOA估計利用轉(zhuǎn)動裝置轉(zhuǎn)動單 個天線進行空間掃描，運種方法的缺點是速度慢且精度低；直到波束形成方法出現(xiàn)，運些問 題才得到一定程度的解決；但是，分辨率受限是波束形成法的重要缺陷。近幾十年來，為了 突破瑞利限對分辨率的約束，高分辨算法受到越來越多的關(guān)注；相對于常規(guī)方法，高分辨率 理論為DOA估計問題帶來了全新的解決方法，大大提升了在陣元數(shù)目有限條件下波達方向 估計的性能；經(jīng)過前人幾十年的不懈努力，高分辨率理論已經(jīng)日趨成熟。與用頻譜對時域進 行分析類似，利用傳統(tǒng)的角度譜對空域的分析是一種空間譜估計，如由Capon提出的極大 似然估計、Burg提出的最大賭法、Pisarenko提出的諧波分解法等。隨后類似時域譜估計中 的非線性處理，非線性方法也被應(yīng)用在空域譜分析中，如極大似然估計、最大賭估計（線性 預(yù)測）、自相關(guān)矩陣的特征值分解法、多重信號分類法（MUSIC)和基于旋轉(zhuǎn)不變技術(shù)的參數(shù) 估計法巧SPRIT)。運些新方法進一步地提高了角度分辨率。
[0003] 然而，經(jīng)典空間譜估計方法不能處理欠定情況下的DOA估計，即在所需估計 的信源數(shù)大于已有陣元數(shù)的情況下，常用的一些高分辨率方法無法準確估計信源方 向。Wing-KinMa在2010年提出了一種新的方法，利用陣列協(xié)方差矩陣矢量化，提出了 化atri-Rao子空間的概念，針對準平穩(wěn)（如asi-Stationary)窄帶信號，討論了信源數(shù)大于 陣元數(shù)情況下的DOA估計問題，大大提高了自由度。但該方法還有一些缺陷，比如無法處理 相干信號源、只能處理準平穩(wěn)信號、需要足夠多的信號快拍數(shù)、在信噪比低的情況下性能不 穩(wěn)定等等。現(xiàn)實生活中，準平穩(wěn)信號（非平穩(wěn)，在很短的時間內(nèi)可W認為是平穩(wěn)的信號）總 是隨處可見，如語音信號，視頻信號等。準平穩(wěn)信號的DOA估計具有廣泛的應(yīng)用，如麥克風 陣列對聲源的定位、航空站系統(tǒng)對視頻信號的定位等。因此，研究準平穩(wěn)信號的DOA估計問 題具有重要的現(xiàn)實意義。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于利用準平穩(wěn)信號局部平穩(wěn)的性質(zhì)提供一種基于準平穩(wěn)信號局 部協(xié)方差匹配的KR子空間DOA估計方法，用W提升現(xiàn)有的KR子空間DOA估計方法的性能。
[0005] 本發(fā)明的解決方案是：一種基于準平穩(wěn)信號局部協(xié)方差匹配的KR子空間DOA估計 方法，包括W下步驟：
[0006] (1)將接收的信號序列劃分為多個信號子序列段，估計每段信號子序列的局部協(xié) 方差矩陣；
[0007] (2) -方面將每段信號子序列的局部協(xié)方差矩陣矢量化，構(gòu)造成為一個新的模型， 經(jīng)過去噪、降維處理后，對模型進行奇異值分解，從而得到噪聲子空間并計算空間譜；另一 方面，對每一段信號子序列的局部協(xié)方差矩陣進行協(xié)方差匹配，并求其倒數(shù)得到每個局部 協(xié)方差矩陣的匹配譜；
[0008] (3)將得到的所有信號子序列的協(xié)方差匹配譜疊加并與空間譜結(jié)合，進行譜峰捜 索得到峰值，即得出信號的波達方向。
[0009] 更進一步的，本發(fā)明的具體步驟為：
[0010] 設(shè)置參數(shù)：信號源個數(shù)為K，陣元個數(shù)為N，假設(shè)陣列為均勻線性陣列；
[0011] 步驟1、接收信號序列；，將長度為T的序列劃分為M段子序列，每一段的長 度為L;
[0012] 步驟2、設(shè)定每段信號子序列的局部協(xié)方差矩陣為： 陽 01引 Rw=￡片(/片"（〇;eC、x扣盧 / 色[("一）左.",左-U，化二 1 …M:,M二TlL*
[0014] 估計局部協(xié)方差矩陣：
[0016] 結(jié)合局部協(xié)方差矩陣表達式，Rm表不為：
[0017] Rm=ADmAVc 陽〇1引其中，〇,,, = 1)雌(41，或,:，...，4&.)€化^4'是信號源在第111段的協(xié)方差矩陣，〇為噪 聲；
[0019] 步驟3、將局部協(xié)方差矩陣矢量化：
[0020] 二麗與J
[0021] 并將矢量化后的向量組合成為一個新的矩陣Y=玲...私];
[0022] 步驟4、對每一段信號子序列的協(xié)方差矩陣進行匹配，得到相應(yīng)的匹配譜：
[0024] 其中，氣=良f@掙"
[0026] 其中，I為M2xm2的單位矩陣，巫（0 ) = [A*0ArOI];
[0027] 步驟5、噪聲協(xié)方差預(yù)估：
[0028] Y=YP,,,
[0029] 其中，
Im為MXM的單位矩陣，Im=[]_，.,.，礦色化"；
[0030] 步驟6、降低維數(shù) 陽的1] 矩陣A*OA分解為A*OA=GB， 陽0巧其中，B=扣的)，...，b從是降維后的陣列流型矩陣， 巧eCw:x(2'v-i;.，
[0033] 令W=GTg，W=Diag(1，2,. . .，N-1,N,N-1,. . .，2, 1)。
[0034] 因此，降維后的信號協(xié)方差矩陣為：f=嘗10護簾；
[00對步驟7、對矩陣Y奇異值分解Y=UEV?，其中0e 和V 分別是左右 特征矩陣，五E肢KXK是對角線元素為奇異值構(gòu)成的矩陣；得到噪聲子空間：
[0036] …U巧轉(zhuǎn)御確
[0037] 步驟8、計算KR-MUSIC空間譜：
[0039] 步驟9、將每一段信號子序列的協(xié)方差匹配譜和KR-MUSIC空間譜疊加： W40]P=PkrM眶（目）巧（目）+…+Fm(白）
[0041] 在上進行譜峰捜索，找出其中最大的K個譜峰，對應(yīng)的角度就是估計 得到的波達方向。
[0042] 本發(fā)明提供一種改進KR子空間方法性能的波達方向估計方法，本方法在利用KR 子空間方法將準平穩(wěn)信號的局部協(xié)方差矩陣矢量化來估計噪聲子空間的基礎(chǔ)上，利用準平 穩(wěn)信號局部序列功率譜平穩(wěn)的性質(zhì)對每一段局部協(xié)方差矩陣進行匹配；提出了一種在掃描 空間譜的時候?qū)⒄w的MUSIC空間譜和局部匹配譜結(jié)合起來的方法，提高了KR子空間方法 的性能；在KR子空間方法中，需要足夠多的信號快拍數(shù)，否則無法進行DOA估計，而本發(fā)明 提出的方法在信號快拍數(shù)較少的情況下能更為準確地估計出波達方向。在實際應(yīng)用中，本 發(fā)明在目標移動速度較快情況下進行DOA估計時有重要的實用意義；與傳統(tǒng)高分辨率方法 相比提高了自由度，能用更少的陣元估計出更多的信源方向。
【附圖說明】
[0043] 圖1、本發(fā)明方法的流程示意圖；
[0044] 圖2、基于本發(fā)明方法所仿真的空間譜圖； W45]圖3、本發(fā)明方法和KR子空間法在劃分段數(shù)變化時的性能對比。
【具體實施方式】
[0046] 下面結(jié)合附圖和實施例對本發(fā)明做進一步詳細說明；如圖1所示為本發(fā)明的流程 示意圖，結(jié)合該圖本發(fā)明基于準平穩(wěn)信號局部協(xié)方差匹配的KR子空間DOA估計方法，具體 步驟如下：
[0047] 設(shè)置參數(shù)：信號源個數(shù)為K，陣元個數(shù)為N，此處假設(shè)陣列為均勻線性陣列。 W48] 步驟1、接收信號序列的0広1。將長度為T的序列劃分為M段子序列，每一段的長 度為L。 陽049] 令x(t) =[Xi(t),. ..，XN(t)]T，則接收信號的模型如下；
[00日0] X(t)二AsU)+V(t)，t二 0, 1，2,…T
[0051] 上式中，s(t) = [Si(t)，…，SN(t)r是源信號，V約eC*是噪聲信號，陣列流型為A二La的過(巧）JsC 陽0巧其中，a(巧二平sinW，..,，e-平W-IiSinWf，d和X分別為陣元間距和信號波長。
[0053] 該模型有W下幾個假設(shè)：
[0054] 假設(shè)1 :信源零均值且互不相關(guān)； 陽