一种基于改进贪婪算法的波达角估计方法技术

本发明专利技术公开了一种基于改进贪婪算法的波达角估计方法，属于移动通信技术领域。本发明专利技术将整个空间角度均匀划分成Nθ个角度网格，由前一时刻的估计结果在角度网格的索引信息得到先验信号支撑集用于当前时刻的DOA估计：以当前接收数据作为观测数据，角度网格下的阵列流型矩阵作为观测矩阵进行估计信号支撑集的迭代更新，得到能用于DOA估计的最终估计信号支撑集，基于其索引值在角度网格中查找K个信号源的DOA估计值。本发明专利技术可用于智能天线系统或者目标追踪领域，可以实现估计更精确、计算更简洁、复杂度更低、实时性更强。

【技术实现步骤摘要】

本专利技术属于移动通信
，具体涉及一种波达角(directionofarrival,简称DOA)估计方法。
技术介绍
随着移动通信行业的迅猛发展，人们的生活方式也随之改变。在经历了第一代模拟移动通信技术和以数字、语音为主的第二代移动通信技术之后，第三代宽带移动通信技术也已投入商用。近年来，移动用户数目快速增长，对通信业务的需求量也越来越大。移动通信技术在容量和带宽两方面受到巨大挑战。影响移动通信实时性、有效性和可靠性的主要因素有：从基站到接收端无线传输环境复杂性，电磁波发生反射、衍射和散射，信号同时受到大尺度和小尺度衰落；蜂窝小区的频率复用造成的共道干扰(CCI)等。针对这些问题的改善和解决，调制解调、信道均衡、信道编解码、分集等技术取得了显著成果，但由于这些技术已趋于成熟，不能再进一步的提高。而智能天线作为TD-SCDMA(时分-同步码分多址)系统中的关键技术,智能天线结合传统时域信号处理手段，从另外的角度提供了解决方法。而在智能天线系统中，波达方向(DOA)的精确估计十分重要，它使得天线波束准确地指向用户、是定位技术的基础。经典的DOA估计算法分为非参数估计和参数估计两大类。Beamforming算法，Capon的MVDR(minimumvariancedistortionlessresponse)算法和基于子空间的算法如MUSIC(multiplesignalsubspace)和ESPRIT(rotationalvariancetechnique)方法等，属于非参数估计类算法。基于最大似然的DML(Maximumlikelihood)和SML(stochasticmaximumlikelihood)方法属于参数估计类方法。参数类算法得到的DOA估计值较非参数类准确，但是计算复杂度高。并且该类算法需要精确的初始化以保证算法收敛到全局最小值。不论是参数类的还是非参数的估计算法，由于它们都依赖数据的统计特性，因此需要大量的采样数据，所以快拍数必须足够多。然而很多实际场景如高铁和高速公路上，目标在高速的移动中，没有足够的采样数据供使用。若要采集大量的数据必然会造成一定的时延，此时目标的方向早已改变，会导致估计不准确，甚至彻底失败的情况。
技术实现思路
本专利技术的专利技术目的在于：针对传统DOA估计方法需要较多快拍数据的缺点，以及传统的压缩感知理论中贪婪算法不利用或者“盲”利用先验支撑集信息的缺点，提出一种基于传统OMP(orthogonalmatchingpursuit)贪婪算法改进的DOA估计方法，本估计方法利用自适应地利用前一时刻估计出的信号支撑集信息动态地估计信号的DOA。本专利技术的一种基于改进贪婪算法的波达角估计方法，包括下列步骤：步骤1：将整个空间角度均匀划分成Nθ个角度网格其中网格划分数Nθ大于信号源个数K，每个网格对应一个潜在的信号。实际中信号源个数K远远小于网格划分数Nθ。步骤2：根据前一时刻估计出的信号波达角(首次估计时，直接基于任一惯用DOA估计方法得到第一个时刻的信号波达角即可)，获取信号波达角在角度网格中对应的索引位置，得到信号支撑集Ω0；步骤3：获取天线阵列接收数据，根据先验信号支撑集Ω0和预设的度量信息Ns，估计当前时刻的信号波达角。其中度量信息Ns为经验值，用于表征相邻估计时刻的相似程度，前后两次估计结果至少存在Ns个元素是相同的，即针对信号源随时间移动的场景，虽然信号源在不断移动，但是其移动不是全部同步，即在两次估计时刻之间，部分信号源随时间移动，部分保持不变。本专利技术中的DOA估计过程中，仅仅需要知道相邻估计时刻至少存在几个(Ns个)信号的DOA未变的先验信息，即未变的数量下限，而不需要精确的未变化数目，也不需要明确未变化对象。步骤301：将天线阵列接收数据作为观测数据Y，稀疏表示的M×Nθ维阵列流型矩阵作为测量矩阵Φ，其中Aθ的稀疏度为K，M表示天线阵元数，表示导向矢量，k＝1,…,Nθ；初始化残差R0＝Y，初始化估计信号支撑集为空集，初始化迭代索引值t＝1；步骤302：根据迭代索引值t的当前取值，对估计信号支撑集进行不同的更新处理：当t＝1时，更新估计信号支撑集其中集合符号||·||F表示Frobenius范数，上标“H”表示共轭转置，|Ωa|表示集合Ωa的元素总个数，表示从观测矩阵Φ中根据集合Ωa的元素选择Ns列构成的矩阵；当t＞1时，更新估计信号支撑集其中符号||·||2表示2范数，ΦΛ表示观测矩阵Φ的第Λ列，正交投影补矩阵I表示M×M单位矩阵，表示从观测矩阵Φ中根据估计信号支撑集的元素选择对应列构成的矩阵，表示关于的伪逆；步骤303：获取当前迭代的估计信号其中为M×Nθ维矩阵：在估计信号支撑集对应的位置赋值其他位置赋0，即且更新残差步骤304：判断迭代索引值t是否满足t＝K-Ns+1，若是，则执行步骤305；否则更新迭代索引值t为t＝t+1，继续执行步骤302；步骤305：根据当前估计信号支撑集的元素在角度网格中的位置，得到当前时刻的信号波达角的估计值。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：本专利技术将压缩感知理论应用到信号的DOA估计中，基于压缩感知中的OMP贪婪算法实现DOA估计，通过将信号进行空域稀疏表示，DOA估计问题被转换为压缩感知中的稀疏恢复问题，使得所需快拍数较少，甚至在单次快拍下也可以估计出信号的DOA。本专利技术能应用于智能天线系统或者目标追踪领域，可以实现估计更精确、计算更简洁、复杂度更低、实时性更强。附图说明图1正确估计概率随先验度量信息Ns变化的曲线。图2正确估计概率随快拍数变化的曲线。图3正确估计概率随信噪比变化的曲线。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面结合实施方式和附图，对本专利技术作进一步地详细描述。将本专利技术的DOA估计用于天线阵列为均匀线阵ULA(uniformlineararray)，天线阵元数M＝25，阵元间的排布间隔为信号波长的1/2。当K＝10个信号源分别从{θ1,θ2,...,θK本文档来自技高网...

【技术保护点】
一种基于改进贪婪算法的波达角估计方法，其特征在于，包括下列步骤：步骤1：将整个空间角度均匀划分成Nθ个角度网格其中网格划分数Nθ大于信号源个数K；步骤2：根据前一时刻估计出的信号波达角，获取信号波达角在角度网格中对应的索引位置，得到先验信号支撑集Ω0；步骤3：获取天线阵列接收数据，根据先验信号支撑集Ω0和预设的度量信息Ns估计当前时刻的信号波达角：步骤301：将天线阵列接收数据作为观测数据Y，稀疏表示的M×Nθ维阵列流型矩阵作为测量矩阵Φ，其中Aθ的稀疏度为K，M表示天线阵元数，表示导向矢量，k＝1,…,Nθ；初始化残差R0＝Y，初始化估计信号支撑集为空集，初始化迭代索引值t＝1；步骤302：根据迭代索引值t的当前取值，对估计信号支撑集进行不同的更新处理：当t＝1时，更新估计信号支撑集其中集合符号·||F表示Frobenius范数，上标“H”表示共轭转置，|Ωa|表示集合Ωa的元素总个数，表示从观测矩阵Φ中根据集合Ωa的元素选择Ns列构成的矩阵；当t＞1时，更新估计信号支撑集其中符号||·||2表示2范数，ΦΛ表示观测矩阵Φ的第Λ列，正交投影补矩阵I表示M×M单位矩阵，表示从观测矩阵Φ中根据估计信号支撑集的元素选择对应列构成的矩阵，表示关于的伪逆；步骤303：获取当前迭代的估计信号其中为M×Nθ维矩阵：在估计信号支撑集对应的位置赋值其他位置赋0；更新残差步骤304：判断迭代索引值t是否满足t＝K‑Ns+1，若是，则执行步骤305；否则更新迭代索引值t为t＝t+1，继续执行步骤302；步骤305：根据当前估计信号支撑集的元素在角度网格中的位置，得到当前时刻的信号波达角的估计值。...

【技术特征摘要】
1.一种基于改进贪婪算法的波达角估计方法，其特征在于，包括下列步骤：步骤1：将整个空间角度均匀划分成Nθ个角度网格其中网格划分数Nθ大于信号源个数K；步骤2：根据前一时刻估计出的信号波达角，获取信号波达角在角度网格中对应的索引位置，得到先验信号支撑集Ω0；步骤3：获取天线阵列接收数据，根据先验信号支撑集Ω0和预设的度量信息Ns估计当前时刻的信号波达角：步骤301：将天线阵列接收数据作为观测数据Y，稀疏表示的M×Nθ维阵列流型矩阵作为测量矩阵Φ，其中Aθ的稀疏度为K，M表示天线阵元数，表示导向矢量，k＝1,…,Nθ；初始化残差R0＝Y，初始化估计信号支撑集为空集，初始化迭代索引值t＝1；步骤302：根据迭代索引值t的当前取值，对估计信号支撑集进行不同的更新处理：当t＝1时，更新估计信号支撑集其...

【专利技术属性】
技术研发人员：杨姣，郑植，杨雨轩，葛琰，刘柯宏，孟会鹏，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51