本发明专利技术公开一种声矢量阵快速方位估计方法，基于多级维纳滤波器的声矢量阵快速方位估计；该算法选取声矢量阵参考阵元声压通道的输出作为期望信号，通过MSWF的递推运算得到信号子空间；无需计算阵列协方差矩阵及其特征值分解运算，在高信噪比条件下，该算法具有良好的DOA估计性能；本发明专利技术的优点是将多级维纳滤波器引入到声矢量阵方位估计理论中，无需估计协方差矩阵和进行特征值分解，同时利用了声矢量阵的测向优势，在保持较小计算量的同时，拥有较高的方位估计和分辨性能。
【技术实现步骤摘要】
本专利技术涉及阵列信号处理领域，更确切的说，是。 该方法可用于声矢量阵方位估计领域。
技术介绍
与声压阵相比，声矢量阵具有许多明显的优势，得到了众多国内外学者广泛的关 注和浓厚的研究兴趣。与声矢量阵CBF和MVDR算法相比，声矢量阵MUSIC和ESPRIT等子 空间类算法具有更好的DOA估计性能，但这类方法都需要阵列协方差矩阵的估计及特征值 分解运算，在实际的工程应用中，为了获得足够高的DOA估计精度，人们往往需要用一个大 阵列来接受目标信号，这种情况下，常规子空间方法的运算量是巨大的，难以满足实际工程 中实时处理的要求。 在众多的快速子空间估计算法中，MSWF算法脱颖而出，与常规的子空间方法相比， 该算法无需计算协方差矩阵和特征值分解运算，大大地减小了运算量，同时具有较高的 DOA估计精度。基于MSWF的多级分解思想，众多学者提出了一系列有效地DOA估计算 法。文献〈〈Numerically stable method of signal subspace estimation based on multistage wiener filter》提出了非圆信号多级维纳滤波DOA估计求根算法，该方法大 大地减小了计算量，增加了算法的实时性。文献《非圆信号多级维纳滤波DOA估计求根算 法》从理论上分析了 MSWF求解信号子空间的性能，并提出了一种新的HMSWF递推方法。文 献《Low-complexity method for DOA estimation based on ESPRIT》将 ESPRIT 算法和 MSWF结合起来，提出了一种低复杂度的DOA估计算法。文献《MMSE-Based MDL Method for Robust Estimation of Number of Sources without eigendecomposition》将 MSWF 运用 到信源数目的估计中，降低了算法的计算量，且获得了良好的性能。以上研究均表明MSWF 算法在阵列信号处理中具有良好的性能和运算量小的优势。
技术实现思路
本专利技术的目的在于解决声矢量阵方位估计运算量大的问题，提供一种声矢量阵快 速方位估计方法，可以实现未知目标的方位角的估计。 本专利技术的具体实施步骤如下： (1)放置一声矢量均匀线阵于各向同性的均匀流体中，阵元间距为半波长，阵列输 出可表示为： X(t) = A( Θ )S(t)+N(t) 式中，X(t) = % 3MX1维观测的数据向量，S(t)= TSKXl维零均值复高斯信号向量，为3MX1维零均值高斯白噪声向量，，av( Θ 3)]为理想的阵列流形导向矢量，其中，， ?表示Kron积，a( Θ J =<^=231(1 sin(9 Ο/λ，％= [I cos9 k sin9j T为第k个声源的单矢量水听器的单位响应矢量； ， 上式可得到的各级滤波器系数Θ = 张成信号子空间； 即：Us= Span {h 丨，h2,…，hK}; 故可得该方法的空间谱估计为： 本专利技术的优点是将多级维纳滤波器引入到声矢量阵方位估计理论中，无需估计协 方差矩阵和进行特征值分解，同时利用了声矢量阵的测向优势，在保持较小计算量的同时， 拥有较高的方位估计和分辨性能。【附图说明】 图1是本专利技术的阵列接收示意图； 图2是本专利技术的双目标空间谱估计； 图3本专利技术的方位估计的均方根误差随信噪比变化的曲线； 图4本专利技术的方位估计的均方根误差随快拍数变化的曲线； 图5是本专利技术的双目标分辨的成功概率随信噪比变化的曲线；【具体实施方式】 参照附图1，它是本专利技术的实现流程图，图中给出了本专利技术的具体实施步骤： (1)放置一声矢量均匀线阵于各向同性的均匀流体中，阵元间距为半波长，阵列输 出可表示为： X(t) = Α( Θ )S(t)+N(t)； 式中，X(t) = % 3MX1维观测的数据向量，S(t)= TSKXl维零均值复高斯信号向量，为3MX1维零均值高斯白噪声向量，，av(03)]为理想的阵列流形导向矢量，其中，= )0?*⑩表示Kron积，a(0i)=τ，Coi= 2 JT d sin( Θ J / λ，uk= T为第k个声源的单矢量水听器的单位响应矢量； 上式可得到的各级滤波器系数Θ = 张成信号子空间； 即：Us= Span {h 丨，h2,…，hK}; 故可得该方法的空间谱估计为： 本专利技术的效果可以通过以下仿真结果进一步说明。 仿真条件描述：假设6元声矢量均匀线阵放置在各向同性且均匀分布的流体中， 阵元间距为半波长，声源是中心频率为2kHz，带宽为40Hz的窄带信号，系统采样频率为 IOkHz ； 图2表示双目标的空间谱估计，其中，双目标的真实方位分别为0°和10°，在 图2 (a)中，SNR = 10dB，如图中所示，V-CBF算法不能分辨出双目标，而V-MVDR、MSWF以及 V-MSWF算法都能够准确地分辨出双目标，MSWF和V-MSWF算法仍然具有几乎相同的空间谱 曲线，与V-MVDR相比，它们的谱峰更尖锐，但逊于V-MUSIC算法；在图2(b)中，SNR = 20dB， V-CBF算法仍无法分辨出双目标，而其它算法空间谱的谱峰变得更加尖锐，MSWF和V-MSWF 算法与V-MUSIC算法的性能接近。 图3表示目标信源DOA估计的均方根误差随信噪比的变化曲线，在图3(a)中，信 源1方位为0°，从图中可以看出，当SNR〈6dB时，V-MSWF算法的DOA估计精度优于MSWF， 略逊于V-MVDR算法，V-MUSIC算法具有最好的DOA估计性能；当SNR>6dB时，V-MSWF算法 的DOA估计精度随信噪比的增加有显著的提高，优于MSWF和V-MVDR算法，当SNR>12dB时， 其DOA估计精度与V-MUSIC算法基本相同。在图3(b)中，信源2方位为10°，图中呈现的 结果与图3(a)的情况相似。上述仿真结果表明，在高信噪比条件下，V-MSWF算法具有良好 的DOA估计性能，其DOA估计精度与V-MUSIC算法基本相同。 图4表示几种算法方位估计的均方根误差随快拍数的变化曲线，快拍数从20,间 隔20,变化到220,每一信噪比数据进行200次蒙特卡洛仿真实验，SNR = 10dB。在图4(a) 中，信源1方位为〇 °，V-MSWF和V-MUSIC算法拥有几乎相同的DOA估计精度且都优于 V-MVDR和MSWF算法。图4(b)中，信源2方位为10°，图中结果与图4(a)中情况基本相同。 图5表示双目标分辨的成功概率随信噪比变化的曲线，双目标方位 分别为〇 °和3 °，从图中可以看出四种算法分辨性能的优劣大概依次为： V-MUSIC>V-MSWF>MSWF>V-MVDR。其中，V-MUSIC、V-MSWF 和 MSWF 算法 100 % 分辨概率所需的 门限几乎都是24dB，而V-MVDR算法所需的彳目噪比门限为26dB。由仿真结果可以看出，本方法可以有效的使用声矢量阵实现未知目标的方位估 计。【主权项】1. ，其特征是： (1) 基于多级维纳滤波器的声矢量阵快速方位估计； (2) 该算法选取声矢量阵参考阵元声压通道的输出作为期望信号，通过MSWF本文档来自技高网...
【技术保护点】
一种声矢量阵快速方位估计方法，其特征是：(1)基于多级维纳滤波器的声矢量阵快速方位估计；(2)该算法选取声矢量阵参考阵元声压通道的输出作为期望信号，通过MSWF的递推运算得到信号子空间；(3)无需计算阵列协方差矩阵及其特征值分解运算，在高信噪比条件下，该算法具有良好的DOA估计性能；在二维平面内，假设M元声矢量均匀线放置于各向同性的均匀流体中，阵元间距为d，K个波长为λ的远场窄带声源以阵列轴线的法线为参考的θk(k＝1,2,...,K)方向入射到该声矢量阵，声矢量阵t时刻的阵列输出可表示为X(t)＝A(θ)S(t)+N(t)(1)式中，X(t)＝[x1(t),x2(t),…,x3M(t)]T为3M×1维观测的数据向量，S(t)＝[s1(t),s2(t),…,sK(t)]T为K×1维零均值复高斯信号向量，为3M×1维零均值高斯白噪声向量，nvm(t)＝[npm,nvxm,nvym]T，A＝[av(θ1),av(θ2),…,av(θ3)]为理想的阵列流形导向矢量，其中，表示Kron积，a(θi)＝[1,exp(‑jωi),…,exp(‑j(M‑1)ωi)]T，ωi＝2πdsin(θi)/λ，uk＝[1 cosθk sinθk]T为第k个声源的单矢量水听器的单位响应矢量；(4)取y0(t)＝X(t)其中，(5)令i＝1,2,…,K；hi=E[di-1H(t)yi-1(t)]/||E[di-1H(t)yi-1(t)]||2;]]>di(k)=hiHyi-1(t);]]>yi(t)＝yi‑1(t)‑hidi(k).(6)上式得到的各级滤波器系数Θ＝[h1,h2,…,hK]张成信号子空间，即：Us＝Span{h1,h2,…,hK}(7)本方法的空间谱估计可表示为PV-MSWF(θ)=1avH(θ)(I-ΘΘH)av(θ)]]>通过上式可得到远场目标的方位角θ。...
【技术特征摘要】
【专利技术属性】
技术研发人员：张柯，程菊明，孟雷，王闯，王奎甫，张向群，
申请(专利权)人：许昌学院，
类型：发明
国别省市：河南;41
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。