【技术实现步骤摘要】
本专利技术涉及阵列信号处理领域,尤其涉及。
技术介绍
波达方位角估计(Direction-of-Arrival,简称D0A) -直是阵列信号处理中的重 要研究内容,其在通信、导航、侦测等各种系统中都有着广泛的应用;其本质就是利用多通 道接收和空间分散排列的传感器阵列来获取信号的时域和空域信息,并从此类信息中获得 信号的方位或某类参数。随着应用的环境情况更加恶劣,所需要达到的精度和参数要求都 变得更高;与此同时,我们也希望在满足一定精度的前提下,能够有效地降低计算复杂度, 节约计算时间,提高波达方向角估计的实时性。目前,在波达方向角估计领域内有多种经典 算法,归纳如下: 1、多重信号分类算法(Multiple Signal Classification,简称 MUSIC); 2、线性预测算法(Linear Prediction,简称 LP); 3、最大似然及子空间拟合算法(Maximum Likelihood and Subspace Fitting,简 称 ML、SF); 4、旋转不变子空间算法(Estimating Signal Parameters via Rotational Invariance Techniques,简称 ESPRIT); 5、基于多项式求根的多重信号分类算法(Root-MUSIC)。 DOA估计算法主要考量的标准有两个:检测精度以及计算复杂度。 在经典的子空间算法中,多重信号分类(MUSIC)算法能够接近Cramer-Rao界,但 其需要进行谱峰搜索,检测精度直接与搜索步 ...
【技术保护点】
一种波达方位角的检测方法,其特征在于,该方法包括以下步骤:S1、设置M个矢量传感器等间距排列形成线型声矢量阵,并有K个远场窄带相干源信号投射到矢量阵上,以第一个阵元作为参考点,接收数据信号s(t);其中,M≥10,K≤M;S2、将所述矢量阵第t次接收到的数据信号s(t)用振速传感器转化为向量形式并输出,该输出结果满足下列公式:yp(t)=A(φ)s(t)+ep(t)yvx(t)=A(φ)Φvxs(t)+evx(t)yvy(t)=A(φ)Φvys(t)+evy(t)]]>式中,yp(t)是第t次的声压分量,yvx(t)是第t次的x振速分量,yvy(t)是第t次的y振速分量,A(φ)是阵列流型矩阵,信号幅度为1,s(t)是第t次接收的数据信号,Φvx和Φvy是系数矩阵,Φvx=diag[cos(φ1),…,cos(φK)],Φvy=diag[sin(φ1),…,sin(φK)],ep(t)、evx(t)和evy(t)分别表示声压分量上的噪声以及振速x、y轴分量上的噪声;S3、将步骤S2的公式中振速传感器的输出投影到某观测方向上,得到接收信号的合成振速 ...
【技术特征摘要】
1. 一种波达方位角的检测方法,其特征在于,该方法包括以下步骤: 51、 设置M个矢量传感器等间距排列形成线型声矢量阵,并有K个远场窄带相干源信号 投射到矢量阵上,以第一个阵元作为参考点,接收数据信号s (t);其中,M > 10, K彡M ; 52、 将所述矢量阵第t次接收到的数据信号s (t)用振速传感器转化为向量形式并输 出,该输出结果满足下列公式:式中,yp(t)是第t次的声压分量,yvx(t)是第t次的X振速分量,yvy(t)是第t次的y 振速分量,Α(Φ)是阵列流型矩阵,信号幅度为l,s(t)是第t次接收的数据信号,Φνχ和Ovy 是系数矩阵,Φνχ = diag[Cos((J)1),…,cos(<i)K)],C>vy = diag[sin((J)1),…,sin(Φκ)], ep(t)、evx(t)和evy(t)分别表示声压分量上的噪声以及振速x、y轴分量上的噪声; 53、 将步骤S2的公式中振速传感器的输出投影到某观测方向$上,得到接收信号的合 成振速表达式: yvr = cos ( Φ r) yvx (t) +sin ( Φ r) yvy (t) =Α(Φ) C>vrs(t)+evr(t) 式中,yw是合成振速分量,c〇S(c^)、sin(c^)分别是x、y轴振速分量的加权因子, Α(Φ)是阵列流型矩阵,〇是合成后的系数矩阵,s(t)是第t次接收的数据信号,era(t) 是合成后的噪声分量; 54、 ...
【专利技术属性】
技术研发人员:李维,沈骏元,陈雍珏,徐雪珍,
申请(专利权)人:哈尔滨工业大学深圳研究生院,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。