一种多目标远近场混合源定位方法技术

本发明专利技术提供一种多目标远近场混合源定位方法，属于阵列信号处理领域。应用对称均匀线性传感器阵列接收目标信号，确定远近场混合源观测信号形式；通过恰当选择传感器输出构造一个特殊的三阶循环矩矩阵，使其方向矩阵仅包含远场源和近场源的方位角信息；对三阶循环矩矩阵进行特征值分解，获得相应的噪声子空间；计算整个阵列观测数据的循环自相关矩阵；对循环自相关矩阵进行特征值分解，获得相应的噪声子空间；将已估计的方位角代入二维MUSIC谱峰搜索中，实现对近场源距离的估计。避免了四阶累积量的使用，有效降低了算法的计算复杂度，缩短算法运行时间；可有效抑制循环平稳干扰和平稳背景噪声，避免了额外的参数匹配过程。

【技术实现步骤摘要】

本专利技术属于阵列信号处理领域，具体涉及一种多目标远近场混合源定位方法。
技术介绍
被动信源定位参量估计是阵列信号处理领域的主要研究内容，具有重要研究意义和实际应用价值。依据定位目标与接收传感器阵列之间的距离，传统的信源定位技术可以分为远场源定位和近场源定位。然而在一些实际应用中，如当使用麦克风阵列对说话人进行定位时，目标信号既可能处于阵列孔径的夫琅和费(Fraunhofer)区，也可能位于阵列孔径的菲涅尔(Fresnel)区，即阵列观测信号由远场源和近场源共同组成。本质上，远场源定位模型和近场源定位模型均可认为是远近场混合源定位模型的特殊形式，与二者相比，远近场混合源定位模型更具普适性。若将传统的远场源定位方法直接扩展至远近场混合源的情况，近场源距离参量难以得到估计；若将现有近场源定位方法直接应用到远近场混合源定位中，会出现计算复杂度高、混合源难以分离、估计错误等问题。因此，研究基于远近场混合源模型的定位参量估计算法既是完善信源定位理论体系的必然，同时也是解决应用麦克风阵列对说话人定位等实际问题的需要。远场近似法(Far-FieldApproximation,FFA)认为是最早解决远近场混合源定位问题的一个途径。该算法将近场协方差矩阵作为远场协方差矩阵的有损模型，根据远场协方差矩阵的Toeplitz特性来构造FFA协方差矩阵，在此基础上利用远场MUSIC技术进行参量估计。1995年，Lee等人探索了阵列观测数据的循环相关(二阶循环矩)特性，将该算法进一步扩展，并提出了适用于循环平稳信源的改进算法。然而，FFA算法及其改进形式均基于近场源距离远远大于阵列孔径的假设条件，这导致当近场源比较接近传感器阵列时，相应定位性能明显下降。2010年，梁军利等人提出了基于四阶累积量的两步MUSIC算法。该算法通过选择特定的传感器观测数据构造两个特殊的四阶累积量矩阵，使得第一个方向矩阵仅包含角度信息，而第二个方向矩阵同时包含角度和距离参量，应用一维MUSIC谱峰搜索获得远场源与近场源的方位角，并将得到的DOA信息代入二维搜索实现距离估计。分析该算法的实现过程，可知高维四阶累积量矩阵的构建导致其计算复杂度较高。2013年，王波等人探索了阵列孔径扩展技术，提出了四阶累积量与二阶统计量相结合的混合阶MUSIC算法，改进了定位参量估计的分辨率。然而与两步MUSIC算法类似，该算法依然存在计算复杂度高的问题。与四阶累积量相比，低阶(三阶或二阶)循环统计量(循环累积量或循环矩)在同等矩阵维数条件下将具有较低的计算复杂度，且具有更为理想的平稳噪声和循环平稳干扰抑制性能。因此，探索应用低阶循环统计量代替四阶累积量的有效途径，可在一定程度上降低因统计量矩阵构建及特征值分解带来的计算量，提升定位算法的实用性。
技术实现思路
本专利技术提供一种多目标远近场混合源定位方法，用于解决现有基于高阶统计量的远近场混合源定位技术中存在的计算复杂度高、抗干扰能力及噪声鲁棒性差等问题。本专利技术采取的技术方案是，包括下列步骤：(1)应用对称均匀线性传感器阵列接收目标信号，确定远近场混合源观测信号形式；(2)通过恰当选择传感器观测信号构造一个特殊的三阶循环矩矩阵；(3)对三阶循环矩矩阵进行特征值分解，获得相应的噪声子空间；(4)通过一维MUSIC谱峰搜索实现远近场混合源方位角的同时估计；(5)计算整个阵列观测数据的循环自相关矩阵；(6)对循环自相关矩阵进行特征值分解，获得相应的噪声子空间；(7)将方位角估计值代入二维MUSIC谱峰搜索中，实现近场源距离估计。本专利技术所述步骤(1)确定远近场混合源观测信号形式，其具体途径是：假设M个不相关信源入射到由L＝2N+1个传感器组成的对称均匀线阵上，包含M1个近场源和M-M1个远场源，其中，d为阵元间距且等长，以阵元0作为参考阵元，则第l(1≤l≤L)个传感器在t时刻的接收信号可表示为：其中，xl(t)是传感器观测信号，sm(t)是远场源或近场源包络，nl(t)为传感器加性背景噪声,M为信源数目，为信源信号的角频率，τlm为信源m(1≤m≤M)从参考阵元到第l个传感器的时延差；当第m个信号为近场源时，相应的波程差r'满足r'＝rm-rlm，其中rlm为信源m到第l个传感器的距离，且满足：rlm2=rm2+dl2-2rmdlcos(π/2-θm)]]>其中θm和rm为第m个信源的方位角和距离，dl为阵元l与参考阵元0之间的距离且满足dl＝ld；将上式代入r'＝rm-rlm，可得波程差r'的表达式为：r′=rm-rm1+(dlrm)2-2dlsinθmrm]]>假设近场源信号的波速为v，根据可得则有τlm=r′v=2πω0λr′]]>相应的相位差可表示为：-ω0τlm=-2πλr′=2πλrm(1+(dlrm)2-2dlsinθmrm-1)]]>对上式进行二项式展开并应用菲涅尔(Fresnel)近似，可得：-ω0τlm≈2πλrm(dl22rm2-dlsinθmrm-dl2sin2θm2rm2)=2πλrm(dl22rm2cos2θm-dlsinθm)(-2πdλsinθm)l+(πd2λrmcos2θm)l2]]>当第m个信号为远场源时，其相位差满足：-ω0τlm=(-2πdλsinθm)l]]>考虑2N+1个传感器输出，则观测数据的矩阵形式为：X(t)＝AS(t)+N(t)＝ANFSNF(t)+AFFSFF(t)+N(t).其中：X(t)＝[x-N(t),...,x0(t),...,xN(t)]TANF=[a(θ1,r1),a(θ2,r2),...,a(θM1,rM1)]]]>AFF=[a(θM1+1),a(θM1+2),...,a(θM)]]]>SNF(t)=[s1(t),s2(t),...,sM1(t)]T]]>SFF(t)=[sM1+1(t),sM2+1(t),...,sM(t)]T]]>N(t)＝[n-N(t),...,本文档来自技高网...

【技术保护点】
一种多目标远近场混合源定位方法，其特征在于包括下列步骤：(1)应用对称均匀线性传感器阵列接收目标信号，确定远近场混合源观测信号形式；(2)通过恰当选择传感器观测信号构造一个特殊的三阶循环矩矩阵；(3)对三阶循环矩矩阵进行特征值分解，获得相应的噪声子空间；(4)通过一维MUSIC谱峰搜索实现远近场混合源方位角的同时估计；(5)计算整个阵列观测数据的循环相关自矩阵；(6)对循环自相关矩阵进行特征值分解，获得相应的噪声子空间；(7)将方位角估计值代入二维MUSIC谱峰搜索中，实现近场源距离估计。

【技术特征摘要】
1.一种多目标远近场混合源定位方法，其特征在于包括下列步骤：
(1)应用对称均匀线性传感器阵列接收目标信号，确定远近场混合源观测信号
形式；
(2)通过恰当选择传感器观测信号构造一个特殊的三阶循环矩矩阵；
(3)对三阶循环矩矩阵进行特征值分解，获得相应的噪声子空间；
(4)通过一维MUSIC谱峰搜索实现远近场混合源方位角的同时估计；
(5)计算整个阵列观测数据的循环相关自矩阵；
(6)对循环自相关矩阵进行特征值分解，获得相应的噪声子空间；
(7)将方位角估计值代入二维MUSIC谱峰搜索中，实现近场源距离估计。
2.根据权利要求1所述的一种多目标远近场混合源定位方法，其特征在于：所
述步骤(1)确定远近场混合源观测信号形式，其具体途径是：
假设M个不相关信源入射到由L＝2N+1个传感器组成的对称均匀线阵上，包含
M1个近场源和M-M1个远场源，其中，d为阵元间距且等长，以阵元0作为参考阵
元，则第l(1≤l≤L)个传感器在t时刻的接收信号可表示为：
其中，xl(t)是传感器观测信号，sm(t)是远场源或近场源包络，nl(t)为传感器加性背
景噪声,M为信源数目，为信源信号的角频率，τlm为信源m(1≤m≤M)从参
考阵元到第l个传感器的时延差；
当第m个信号为近场源时，相应的波程差r'满足r'＝rm-rlm，其中rlm为信源m到
第l个传感器的距离，且满足：
rlm2=rm2+dl2-2rmdlcos(π/2-θm)]]>其中θm和rm为第m个信源的方位角和距离，dl为阵元l与参考阵元0之间的距离且满
足dl＝ld；
将上式代入r'＝rm-rlm，可得波程差r'的表达式为：
r′=rm-rm1+(dlrm)2-2dlsinθmrm]]>假设近场源信号的波速为v，根据可得则有
τlm=r′v=2πω0λr′]]>相应的相位差可表示为：
-ω0τlm=-2π&lamb...

【专利技术属性】
技术研发人员：孙晓颖，刘国红，陈若男，陈建，燕学智，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22