一种波达方位角的检测方法技术

本发明专利技术公开了一种波达方位角的检测方法，该方法包括以下步骤：S1、接收数据信号s(t)；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；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表达式；S4、将声压矩阵与合成振速矩阵相乘，得到声压-振速互协方差矩阵；S5、对互协方差矩阵做Unitary变换，生成矩阵R'＝PHRfbP；S6、对经过Unitary变换后的矩阵R'进行特征值分解，求等效的噪声子空间Un'＝PUn；S7、通过等效的噪声子空间生成多项式F(z)＝zM-1QT(1/z)(Un')(Un')HQ(z)，再对F(z)求根；对产生的根进行鉴别，得到波达方向角；本技术方案在降低检测复杂度的同时，提高了检测精度。

【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长挂钩，追求精度的同时会提升计算复杂度。 而子空间中另一种常用经典方法一旋转不变子空间算法虽然能够直接通过计算求解波达 方向角信息从而降低计算复杂度，但其检测性能差于MUSIC算法。线性预测算法则在多个 信号源间距较小时受旁瓣的干扰影响很大，只适用于检测精度要求较低的情况。最大似然 及子空间拟合算法的性能优于MUSIC算法，但其计算过程需要反复迭代，在多信号源的条 件下收敛速度大幅降低，会明显提升计算复杂度。 另外，现有的大部分算法都是在使用声压传感器的基础上提出的；随着矢量传感 器的应用，很多算法虽然已经有效地移植到了声矢量传感器上，但是通常只是将矢量传感 器的振速信息仅仅作为独立的阵元来处理，则并没有充分利用矢量传感器中声压和振速的 相干性，以及由此带来的抗各向同性噪声的能力。所以，现有的方法无法将矢量传感器的优 点和特性发挥出来；需要对其方法进行改进和完善，从而达到用较小的计算复杂度获得高 精度的检测效果。
技术实现思路
本专利技术的目的是提供，检测结果更精确，同时操作更 简单。 本专利技术的技术方案是，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彡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：本文档来自技高网...

【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表达式：yvr＝cos(φr)yvx(t)+sin(φr)yvy(t)＝A(φ)Φvrs(t)+evr(t)式中，yvr是合成振速分量，cos(φr)、sin(φr)分别是x、y轴振速分量的加权因子，A(φ)是阵列流型矩阵，Φvr是合成后的系数矩阵，s(t)是第t次接收的数据信号，evr(t)是合成后的噪声分量；S4、将声压矩阵与合成振速矩阵相乘，得到声压‑振速互协方差矩阵：R=E[yp(t)yvrH(t)]]]>式中，E为求期望，(·)H表示共轭转置，yp(t)为声压分量，yvr(t)为合成到观测方向上的振速分量；S5、对互协方差矩阵做Unitary变换，生成矩阵R'＝PHRfbP，其中矩阵Rfb是矩阵R经过前后向平滑处理后得到的，矩阵P是实值变换矩阵；当阵列中阵元数为偶数时，P2n=12InjInJn-jJn⊗I3,]]>当阵列中阵元数为奇数时，P2n+1=12In0jIn0T20TJn0-jJn⊗I3;]]>式中，In为n×n维的单位矩阵，Jn为n×n维的反对角矩阵，反对角线上的值为1，其余为0，I3是3×3维的单位阵；S6、对经过Unitary变换后的矩阵R'进行特征值分解，求等效的噪声子空间Un'＝PUn；式中，P是实值变换矩阵，形式如上S5步骤中的描述，Un是矩阵R进行特征值分解后得到的噪声子空间；S7、通过等效的噪声子空间生成多项式F(z)＝zM‑1QT(1/z)(Un')(Un')HQ(z)，再对F(z)求根；对产生的根进行鉴别，离单位圆最近的K组解所表示的方向即所需求的波达方向角；其中，Q(z)=[1,z,...,zM-1]T⊗u,z=exp(j2πd sinθλ),]]>u＝[1,cosφ0,sinφ0]T；Q(z)表示矢量传感器的接收数据，z为接收信号的指数表示，u为矢量传感器的加权因子矩阵。...

【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