一种基于空间谱的目标搜索方法及装置制造方法及图纸

本实施例中提供一种基于空间谱的目标搜索方法，包括如下步骤：获取多个通道的信号矩阵；对所述信号矩阵进行分解得到，确定信息子空间和噪声子空间；通过等效空间谱矩阵确定谱峰，通过低维矩阵逼近所述等效空间谱矩阵中的高维矩阵，根据谱峰位置确定目标信号入射方向。本发明专利技术提供的基于空间谱的目标搜索方法，为了避免谱搜索过程的遍历复杂度，该方法将其转化为两个高维矩阵相乘过程，避免了针对角度维度的遍历搜索；同时，进一步采用矩阵随机采样与低秩近似方法，实现了低复杂度的高维矩阵相乘。相比于现有的遍历谱搜索方法而言，可以将其计算复杂度降至线性。

A Target Search Method and Device Based on Spatial Spectrum

【技术实现步骤摘要】
一种基于空间谱的目标搜索方法及装置
本专利技术涉及信息领域，具体涉及一种基于空间谱的目标搜索方法及装置。
技术介绍
空间谱估计是阵列信号处理中的一个重要研究方向，在雷达、通信、声呐等众多领域有极为广阔的应用前景。空间谱估计侧重于研究空间多传感器阵列所构成的处理系统对感兴趣的空间信号的多种参数进行准确的估计的能力，主要目的就是估计信号的空域参数或信源位置。MUSIC(MultipleSignalClassification)，多重信号分类，是一类空间谱估计算法。其思想是利用接收数据的协方差矩阵(Rx)进行特征分解，分离出信号子空间和噪声子空间，利用信号方向向量与噪声子空间的正交性来构成空间扫描谱，进行全域搜索谱峰，从而实现信号的参数估计。MUSIC对多个天线通道信号进行最佳合并处理，最大限度地提升了接收信噪比与未知目标的空间方位估计精度。然而在实际应用中，MUSIC算法涉及很高的计算复杂度，尤其当天线数目或等效接收通道数目较大时，所需的计算资源和处理时延通常无法承担。目前，MUSIC谱估计过程的高复杂度主要来自两部分，高维自相关矩阵SVD分解和未知目标空间谱搜索。对于后者而言，目前主要采取遍历搜索方式，来得到高精度的空间谱搜索结果，其计算复杂度与天线数目M与搜索步长τ有关，大致呈O(M2/τ)。
技术实现思路
因此，本专利技术要解决的技术问题在于克服现有技术中的MUSIC谱估计过程计算量大、处理时间长的缺陷，从而提供一种基于空间谱的目标搜索方法。本专利技术实施例提供一种基于空间谱的目标搜索方法，包括如下步骤：获取多个通道的信号矩阵,对所述信号矩阵进行分解，确定信息子空间和噪声子空间；通过等效空间谱矩阵确定谱峰，所述等效空间谱矩阵为：其中Pmusic(θ)表示等效空间谱矩阵，其中，矩阵A和矩阵B为高维矩阵，矩阵和表示N×M维的复数信号空间，M为通道的个数，K为待估计目标的数量，θ为空间方位角度，EM＝V(:,K+1:M)对应于噪声子空间，N为待搜索角度的长度；通过低维矩阵逼近所述矩阵A和矩阵B，计算所述等效空间谱矩阵；根据谱峰位置确定目标信号入射方向。可选地，所述矩阵A如下：其中，am(θn)＝exp(j2π/λmdθn)，表示第m个天线针对第n个搜索角度的方向表征，d为阵元间隔，λ为信号波长，n为自然数。可选地，所述矩阵B如下：其中，为所述信号子空间的近似估计，VK为对所述信号矩阵进行SVD分解，SVD分解矩阵中V前面K个奇异值所对应的分量。可选地，还包括，利用两个低维矩阵和的乘积，其中s<<M为随机抽取列和行的长度，s为正整数，来逼近高维矩阵A和B的乘积。可选地，针对高维矩阵A进行骨架抽取得到表征矩阵C，可选地，还包括对高维矩阵B进行骨架抽取得到表征矩阵R，可选地，所述S矩阵中，每一行元素有且只有1个非零值，且该非零值位置随机分布于s长度中；S矩阵中非零值以等概率取值{+1,-1}。本专利技术实施例还提供一种服务器，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而所述的方法。本实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行所述的方法。本专利技术技术方案，具有如下优点：1.本专利技术提供的基于空间谱的目标搜索方法，为了避免谱搜索过程的遍历复杂度，该方法将其转化为两个高维矩阵相乘过程，避免了针对角度维度的遍历搜索；同时，进一步采用矩阵随机采样与低秩近似方法，实现了低复杂度的高维矩阵相乘。相比于现有的遍历谱搜索方法而言，可以将其计算复杂度降至线性。2.本专利技术提供的基于空间谱的目标搜索方法，引入了自动误差基底消除机制，所得到的MUSIC谱与传统遍历搜索方法的估计精度相差无几，因而为大规模天线配置下的快速MUSIC谱搜索提供了一种极具潜力的应用与实现方案，在未来的实时车载雷达目标估计、大规模天线毫米波信号传输和卫星网络中具有重要的理论价值和广泛的应用潜力。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例1中基于空间谱的目标搜索方法的一个具体示例的流程图；图2为本专利技术实施例1中延时对比图；图3为本专利技术实施例1中的目标结果对比图；图4为本专利技术实施例2中的服务器的结构框图。具体实施方式下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。此外，下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。实施例1本实施例中提供一种基于空间谱的目标搜索方法，采用近似矩阵计算和随机矩阵采样的快速MUSIC谱进行目标搜索，包括如下步骤：S11、获取多个通道的信号矩阵，对所述信号矩阵进行分解，确定信息子空间和噪声子空间。考虑M阵元均匀线阵，假设存在K个待估计目标(K<M)，接收信号矩阵为：X＝AS+N其中，A＝[a(θ1)a(θ2)…a(θk)]T为M×K维方向矢量矩阵，而方位矢量将第1个接收天线阵元作为参考基准，则第k个目标的波程差为d为阵元间隔，λ为信号波长；K个目标信号矩阵为Y＝[y1(t)y2(t)…yK(t)]，其空间方位角为θk；N＝[n1(t)n2(t)…nK(t)]T为M×N维独立同分布的噪声矩阵。在MUSIC谱估计与目标方位估计过程中，首先需要对M个接收通道的信号自相关矩阵Rx进行SVD分解，得到信号子空间或者噪声子空间。为此，先估计得到接收信号X的协方差自相关矩阵，即对上述协方差矩阵RX进行SVD分解。假设自相关矩阵具有低秩特性，即rank(RX)＝K<<M，则可进一步采用K-秩SVD来计算逼近协方差矩阵其中，UK、ΣK和VK分别对应于SVD分解矩阵U、Σ和V前面K个奇异值所对应的分量。给出了关于信号子空间的近似估计；EM＝V(:,K+1:M)则对应于噪声子空间。该步骤中，利用M个通道接收信号表示M×M维的复数信号空间，估计协方差矩RX，并进行SVD分解，获得信号子空间的估计。S12、通过等效空间谱矩阵确定谱峰。该步骤中，建立等效空间谱矩阵，利用随机矩阵采样技术对高维矩阵A和B进行降维处理，得到低维表征矩阵C和R，继而利用近似计算方法得到AB，在此基础上得到MUSIC空间谱近似计算结果。第一，建立等效空间谱矩阵。传统的MUSIC谱搜索过程需要针对每一个特定角度，执行其功率谱计算。当天线数目很大且角度分辨率很高时，需要耗费大量的计算资源并产生显著的处理时延。本实施例中的方案，在面向信号子空间的MUSIC谱计算过程，首先得到等效的MUSIC谱搜索过程矩阵表达形式，如下式所示：其中Pmusic(θ)表示等效空间谱矩阵，其中，矩阵A和矩阵B为高维矩阵，矩阵和M为通道的个数，K为待估计目标的数量，N为待搜索角度的长度；θ本文档来自技高网...

【技术保护点】
1.一种基于空间谱的目标搜索方法，其特征在于，包括如下步骤：获取多个通道的信号矩阵，对所述信号矩阵进行分解，确定信息子空间和噪声子空间；通过等效空间谱矩阵确定谱峰，所述等效空间谱矩阵为：

【技术特征摘要】
1.一种基于空间谱的目标搜索方法，其特征在于，包括如下步骤：获取多个通道的信号矩阵，对所述信号矩阵进行分解，确定信息子空间和噪声子空间；通过等效空间谱矩阵确定谱峰，所述等效空间谱矩阵为：其中Pmusic(θ)表示等效空间谱矩阵，其中，矩阵A和矩阵B为高维矩阵，矩阵和表示N×M维的复数信号空间，表示M×K维的复数信号空间，M为通道的个数，K为待估计目标的数量，θ为空间方位角度，EM＝V(：，K+1：M)对应于噪声子空间，N为待搜索角度的长度；通过低维矩阵逼近所述矩阵A和矩阵B，计算所述等效空间谱矩阵；根据谱峰位置确定目标信号入射方向。2.根据权利要求1所述的方法，其特征在于，所述矩阵A如下：其中，αm(θm)＝exp(j2π/λmdθn)，表示第m个天线针对第n个搜索角度的方向表征，d为阵元间隔，λ为信号波长，n为自然数。3.根据权利要求2所述的方法，其特征在于，所述矩阵B如下：其中，为所述信号子空间的近似估计，VK为对所述信号矩阵进行SVD分解，SVD分解矩阵中V前面K个奇异值所对应的分量。4.根据权利要求3...

【专利技术属性】
技术研发人员：李斌，赵成林，许方敏，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11