一种基于无线传感器阵列的到达方向检测方法技术

本发明专利技术公开了一种基于无线传感器阵列的到达方向检测方法，属于雷达技术领域。本发明专利技术通过所求导向矢量构造函数，获取上述函数的多个零点，通过最大零点反解方位角，导向矢量的构造考虑了二维角度对应的所有阵元接收数据的范德蒙结构，克服了ESPRIT方法只通过单个特征值确定角度的弊端，提高了估计的准确性。

【技术实现步骤摘要】
一种基于无线传感器阵列的到达方向检测方法
本专利技术涉及雷达
，特别涉及一种基于无线传感器阵列的到达方向检测方法。
技术介绍
在雷达领域中，确定电磁波信源的到达方向一直是研究的重要课题。在现有的技术中，常用的有最大似然和MUSIC(MultipleSignalClassification，多信号分类)和ESPRIT(EstimatingSignalParametersviaRotationalInvarianceTechniques，借助旋转不变技术估算信号参数)方法，其中ESPRIT通过计算闭式解的方法，就可以得到信源的方位角和俯仰角两个重要参数，从而完成对DOA的估计，不需像最大似然和MUSIC方法那样要经过对谱峰进行搜索，可以显著降低相关数据的计算量和存储量。在实现本专利技术的过程中，专利技术人发现现有技术至少存在以下问题：作为其中较为优秀的方法，ESPRIT方法在运算时需要分维计算和参数配对，例如在进行一维分量重叠时会出现错误配对的情况，此时就会出现计算错误，导致无法对电磁波信源的到达方向进行准确估计。
技术实现思路
为了解决现有技术的问题，本专利技术提供了一种基于无线传感器阵列的到达方向检测方法，所述方法包括：步骤一，部署信号接收阵列，所述信号接收阵列中包含有线性排列的M+1个传感器，其中相邻的两个传感器之间的间距d小于波长λ的二分之一；步骤二，通过所述信号接收阵列接收到信源的第一信号值x1(t)＝A1s(t)+n1(t)、第二信号值x2(t)＝A2s(t)+n2(t)＝A1Φs(t)+n2(t)，将所述第一信号值x1(t)、第二信号值x2(t)分别进行相关运算，得到相关矩阵其中，Rs为所述信源的自相关矩阵，σ2为噪声平均功率，对所述噪声平均功率进行估计，得到去噪后的矩阵C11＝R11-σ2IM，C21＝R21。步骤三，获取双重旋转去噪矩阵将所述双重旋转去噪矩阵进行奇异值分解，得到分解后的矩阵Csvd＝U1Λ1V1H，将所述分解后的矩阵中U1进行分块处理，得到在所述双重旋转去噪矩阵中代入x1(t)＝A1s(t)+n1(t)、x2(t)＝A1Φs(t)+n2(t)，有结合即存在和[(U4)T(U5)T]T张成相同的列空间，有A1＝U4F和A1Λ＝U5F，进一步有(U4)-1U5＝FΛF-1，对(U4)-1U5＝FΛF-1进行特征值分解，获取导向矢量步骤四，选取所述导向矢量中第m行p列元素为amp，构造函数ρ(μ)如下：其中，μ＝sinθp，对所述函数ρ(μ)的模值进行平方，整理后有在所述|ρ(μ)|2中对μ求导，得到令eβμ＝δ，并令公式(1)为0，有获取公式(2)的所有零点中最大的零点δp，从所述δp反解出天线的方位角的估计值其中，angle(δp)为取复角主值。本专利技术提供的技术方案带来的有益效果是：通过所求导向矢量构造函数，获取上述函数的多个零点，通过最大零点反解方位角，导向矢量的构造考虑了二维角度对应的所有阵元接收数据的范德蒙结构，克服了ESPRIT方法只通过单个特征值确定角度的弊端，提高了估计的准确性。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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是本专利技术提供的一种基于无线传感器阵列的到达方向检测方法的流程示意图；图2是本专利技术提供的接收信号的模型示意图；图3是本专利技术提供的分辨成功概率比较示意图；图4是本专利技术提供的角度估计的均方根误差随信噪比变化的对比示意图；图5是本专利技术提供的角度估计的均方根误差随快拍数变化的对比示意图；图6是本专利技术提供的角度估计的均方根误差随振元数变化的对比示意图。具体实施方式为使本专利技术的结构和优点更加清楚，下面将结合附图对本专利技术的结构作进一步地描述。实施例一本专利技术提供了一种基于无线传感器阵列的到达方向检测方法，如图1所示，该方法包括：步骤一，部署信号接收阵列，信号接收阵列中包含有线性排列的M+1个传感器，其中相邻的两个传感器之间的间距d小于波长λ的二分之一。在实施中，天线由M+1个均匀线性传感器组成,它由两个具有相同结构的子阵组成，两个子阵列均含M个天线阵元，具体结构如图2所示，第1个子阵包含阵元1到M，第2个子阵包含阵元2到M+1，M的取值为从1开始的自然数。本步骤使用线性传感器对信源发射的信号进行接收，用于对信源方位角这个一维参数进行估计。步骤二，通过信号接收阵列接收到信源的第一信号值x1(t)＝A1s(t)+n1(t)、第二信号值x2(t)＝A2s(t)+n2(t)＝A1Φs(t)+n2(t)，将第一信号值x1(t)、第二信号值x2(t)分别进行相关运算，得到相关矩阵其中，Rs为信源的自相关矩阵，σ2为噪声平均功率，对噪声平均功率进行估计，得到去噪后的矩阵C11＝R11-σ2IM，C21＝R21。在实施中，信源中设置有多个信号发射目标，设其中第p个信号发射目标的方位角为θp。在第t(t＝1,2,…,T)次采样下信源所有p个信号发射目标在第m个阵元上的总接收信号为其中sp为第p个信源的复包络，nm为第m个阵元上的噪声。设阵元1到M为第1个子阵，阵元2到M+1为第2个子阵，则第1个子阵接收的数据向量为其中A1＝[a1,a2,…,aP]，ap为列向量，其第i个元素为exp(j2π(i-1)θp/λ)，s(t)＝[s1(t),s2(t),…,sP(t)]T，n1(t)＝[n1(t),n2(t),…,nM(t)]T，第2个子阵接收的数据向量为x2(t)＝A2s(t)+n2(t)＝A1Φs(t)+n2(t)，其中Φ为对角矩阵，噪声为n2(t)＝[nM+1(t),nM+2(t),…,n2M(t)]T。将第一信号值x1(t)、第二信号值x2(t)分别进行相关运算，得到相关矩阵其中，Rs为信源的自相关矩阵，σ2为噪声平均功率，对R11进行特征值分解，根据分解后M个特征值中P个较小的特征值的平均值对噪声平均功率进行估计，从R11、R21中减去得到的噪声估计，从而得到去噪后的矩阵为C11＝R11-σ2IM，C21＝R21。本步骤中，对信号接收阵列接收到的信号值进行相关运算、去噪等一系列处理，最终得到去噪后的信号矩阵，上述处理去除了其中的噪声等无关变量的影响，使得最终对信源方位的估计更加准确。步骤三，获取双重旋转去噪矩阵将双重旋转去噪矩阵进行奇异值分解，得到分解后的矩阵Csvd＝U1Λ1V1H，将分解后的矩阵中U1进行分块处理，得到在双重旋转去噪矩阵中代入x1(t)＝A1s(t)+n1(t)、x2(t)＝A1Φs(t)+n2(t)，有结合即存在和[(U4)T(U5)T]T张成相同的列空间，有A1＝U4F和A1Λ＝U5F，进一步有(U4)-1U5＝FΛF-1，对(U4)-1U5＝FΛF-1进行特征值分解，获取导向矢量在实施中，将之前获取到的去噪矩阵C11、C21分别进行转置，得到对应的转置矩阵将两个转置矩阵进行矩阵乘的运算后，将得到的矩阵再次进行转置，得到转置后的矩阵C，接着将矩阵C进行奇异值分解，得到分解后的矩阵Csvd＝U1Λ1V1H，进一步的，将其中的部分矩阵U1进行分块，具体的：(1)在本文档来自技高网...

【技术保护点】
一种基于无线传感器阵列的到达方向检测方法，其特征在于，所述方法包括：步骤一，部署信号接收阵列，所述信号接收阵列中包含有线性排列的M+1个传感器，其中相邻的两个传感器之间的间距d小于波长λ的二分之一；步骤二，通过所述信号接收阵列接收到信源的第一信号值x1(t)＝A1s(t)+n1(t)、第二信号值x2(t)＝A2s(t)+n1(t)＝A1Φs(t)+n1(t)，将所述第一信号值x1(t)、第二信号值x2(t)分别进行相关运算，得到相关矩阵R11=E(x1x1H)=A1RsA1H+σ2IM,]]>R21=E(x2x1H)=A1ΦRsA1H,]]>其中，Rs为所述信源的自相关矩阵，σ2为噪声平均功率，对所述噪声平均功率进行估计，得到去噪后的矩阵C11＝R11‑σ2IM，C21＝R21；步骤三，获取双重旋转去噪矩阵C=C11TC21TT,]]>将所述双重旋转去噪矩阵进行奇异值分解，得到分解后的矩阵Csvd＝U1Λ1V1H，将所述分解后的矩阵中U1进行分块处理，得到Csvd=U4U5U3Λ1V1H,]]>在所述双重旋转去噪矩阵中代入x1(t)＝A1s(t)+n1(t)、x2(t)＝A1Φs(t)+n1(t)，有C=C11TC21TT=A1T(A1Λ)TT,]]>结合Csvd=U4U5U3Λ1V1H]]>即存在A1T(A1Λ)TT]]>和[(U4)T (U5)T]T张成相同的列空间，有A1＝U4F和A1Λ＝U5F，进一步有(U4)‑1U5＝FΛF‑1，对(U4)‑1U5＝FΛF‑1进行特征值分解，获取导向矢量步骤四，选取所述导向矢量中第m行p列元素为amp，构造函数ρ(μ)如下：ρ(μ)=Σm=2Mam-1,pamp*eβ(m-1)μ,]]>其中，μ＝sinθp，对所述函数ρ(μ)的模值进行平方，整理后有|ρ(μ)|2=Σm=2Mam-1,pamp*eβ(m-1)μΣn=2Man-1,p*anpe-β(n-1)μ=Σm=2MΣn=2Mam-1,pamp*an-1,p*anpeβ(m-n)μ,]]>在所述|ρ(μ)2中对μ求导，得到∂|ρ(μ)|2∂μ=βΣm=2MΣn=2M(m-n)am-1,pamp*an-1,p*anp(eβμ)(m-n),---(1)]]>令eβμ＝δ，并令公式(1)为0，有Σm=2MΣn=2M(m-n)am-1,pamp*an-1,p*anp(δ)(m-n)=0,---(2)]]>获取公式(2)的所有零点中最大的零点δp，从所述δp反解出天线的方位角的估计值θ^p=180πarcsin[λ2πdangle(δp)],]]>其中，angle(δp)为取复角主值。...

【技术特征摘要】
1.一种基于无线传感器阵列的到达方向检测方法，其特征在于，所述方法包括：步骤一，部署信号接收阵列，所述信号接收阵列中包含有线性排列的M+1个传感器，其中相邻的两个传感器之间的间距d小于波长λ的二分之一；步骤二，通过所述信号接收阵列接收到信源的第一信号值x1(t)＝A1s(t)+n1(t)、第二信号值x2(t)＝A2s(t)+n2(t)＝A1Φs(t)+n2(t)，将所述第一信号值x1(t)、第二信号值x2(t)分别进行相关运算，得到相关矩阵其中，Rs为所述信源的自相关矩阵，σ2为噪声平均功率，对所述噪声平均功率进行估计，得到去噪后的矩阵C11＝R11-σ2IM，C21＝R21；步骤三，获取双重旋转去噪矩阵将所述双重旋转去噪矩阵进行奇异值分解，得到分解后的矩阵Csvd＝U1Λ1V1H，将所述分解后的矩阵中U1进行分块处理，得到在所述双重旋转去噪矩阵中代入x1(t)＝A1s(t)+n1(t)、x2(t)＝A1Φs(t)+n2(t)，有结合即存在和[(U4)...

【专利技术属性】
技术研发人员：聂卫科，徐楷杰，房鼎益，陈晓江，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西;61