基于多重信号分类的多发多收引信波达方向确定方法技术

本发明专利技术公开一种计算复杂度进一步降低的基于多重信号分类的多发多收引信波达方向确定方法，包括以下步骤：(10)接收信号匹配滤波：将多发多收引信的接收信号进行匹配滤波，得到匹配滤波输出数据；(20)协方差矩阵降维：利用降维变换矩阵，对匹配滤波输出数据的协方差矩阵进行降维处理，并结合多重信号分类算法得到降维空间谱函数；(30)空间谱多项式求根：对降维空间谱进行多项式求根，得到信号极值点；(40)波达方向计算：根据降维空间谱函数极值点，计算得到多发多收引信的波达方向。

A method for determining the direction of arrival of multiple and multi receiver fuze based on multiple signal classification

The invention discloses a further reduction of the computational complexity of multiple signal classification based on multiple charge fuze DOA determination method, which comprises the following steps: (10) the received signal matched filter: MTMR signal fuze matched filter, matched filter output data; (20) the covariance matrix to reduce dimension: dimensional transform matrix, to reduce the dimension of the covariance matrix, the output data filtering, and combined with the multiple signal classification algorithm to reduce the dimensionality of the space spectrum function; (30) the spatial spectrum of polynomial roots dimensionality space spectrum of polynomial root finding extrema obtained; (40) calculating the direction of arrival: according to the dimension of spatial spectrum extremum function, calculated multiple DOA overcharged fuze.

【技术实现步骤摘要】
基于多重信号分类的多发多收引信波达方向确定方法
本专利技术属于引信探测信号处理
，特别是一种计算复杂度低的基于改进多重信号分类算法的多发多收引信波达方向确定方法。
技术介绍
多发多收引信是一种基于无线通信中多发多收理论的新型引信。为了实现对敌目标有效监测与狙击，多发多收引信需要具有良好的方位分辨力，以对敌目标方位进行快速、准确辨别定位。因此，目标角度估计是引信探测目标信息的重要一环。多重信号分类算法是一种被广泛使用的基于子空间的高分辨率波达方向估计方法。多重信号分类算法需要谱峰搜索导致计算复杂度高，特别是基于多发多收引信，其自由度随天线数目增加迅速增加。在此以后，人们以多重信号分类算法为基础，提出了相应的改进算法，例如多项式求根多重信号分类算法、多维多重信号分类算法等。尽管多项式求根多重信号分类算法在一定程度上避免了谱峰搜索，部分降低了计算复杂度，但是在现在激烈的电子战战场上，实时性问题是亟需解决的重要问题。因此现有技术存在的问题是：如何进一步降低多发多收引信波达方向确定时的计算复杂度。
技术实现思路
本专利技术的目的在于提供一种基于多重信号分类的多发多收引信波达方向确定方法，使计算复杂度进一步降低。实现本专利技术目的的技术方案为：一种基于多重信号分类的多发多收引信波达方向确定方法，包括以下步骤：(10)接收信号匹配滤波：将多发多收引信的接收信号进行匹配滤波，得到匹配滤波输出数据；(20)协方差矩阵降维：利用降维变换矩阵，对匹配滤波输出数据的协方差矩阵进行降维处理，并结合多重信号分类算法得到降维空间谱函数；(30)空间谱多项式求根：对降维空间谱进行多项式求根，得到信号极值点；(40)波达方向计算：根据降维空间谱函数极值点，计算得到多发多收引信的波达方向。与现有技术相比，本专利技术的显著优点为计算复杂度低。其原因在于：(1)降低协方差计算所需的快拍数：经M2×(2M-1)的降维变换矩阵将收发导向矢量维度大小从M2×1转换为(2M-1)×1，这样用于估算矩阵协方差的快拍总数目和谱估计计算量会大大减小。(2)避免多重信号分类算法的谱峰搜索：多项式求根算法被应用在多重信号分类算法中，通过极值点的搜索即可得出谱峰位置，避免了高复杂度的谱峰搜索，大大降低计算复杂度。(3)两种算法结合进一步降低复杂度：降维变换后再对空间谱函数进行多项式求根，根据极值点估算DOA，能够进一步降低计算复杂度。下面结合附图和具体实施方式对本专利技术作进一步详细描述。附图说明图1为本专利技术基于多重信号分类的多发多收引信波达方向确定方法的流程图。图2为匹配滤波器时域波形仿真结果图。图3为匹配输出仿真结果图。图4为多重信号分类算法波达方向仿真结果图。图5为降维多重信号分类算法波达方向仿真结果图。图6为多重信号分类算法和降维多重信号分类算法计算复杂度对比仿真结果图。图7为多项式求根多重信号分类算法波达方向估计结果仿真示意图。图8为多重信号分类算法和改进后降维多项式求根多重信号分类算法复杂度随天线数目变化对比仿真结果图。具体实施方式应用于多发多收引信波达方向估计的降维多项式求根多重信号分类算法基本流程如下：如图1所示，本专利技术基于多重信号分类的多发多收引信波达方向确定方法，包括以下步骤：(10)接收信号匹配滤波：将多发多收引信的接收信号进行匹配滤波，得到匹配滤波输出数据；所述(10)接收信号匹配滤波步骤具体为：按下式对多发多收引信的接收信号进行匹配滤波，其中，a(θ)为发射阵列的导向向量，且可表示成下式a(θ)＝[1,e-j2πdsinθ/λ,…,e-j2π(M-1)dsinθ/λ]T式中，θ为引信信号的发射角度即接收信号的波达方向，β和fd分别为目标的放射系数和多普勒频率，λ为发射信号的波长，M为发射和接收阵元的数目，表示Kronecker积，n(t)是一M2×1的高斯白噪声向量。(20)协方差矩阵降维：利用降维变换矩阵，对匹配滤波输出数据的协方差矩阵进行降维处理，并结合多重信号分类算法得到降维空间谱函数；所述(20)协方差矩阵降维步骤具体为：降维多重信号分类算法空间谱函数为其中，b(θ)＝[1,e-j2πdsinθ/λ,…,e-j2π(2M-2)dsinθ/λ]T为一(2M-1)×1的范德蒙德向量,W＝GHG，G∈M2×(2M-1)是降维变换矩阵，且矩阵G如下所示因为可以表示成这些不同元素的线性组合，即由上式即可推导出矩阵G；Un是由降维变换后协方差矩阵Ry的较小的2M-2个特征值对应的特征向量u1,u2,…,u2M-1组成的矩阵，协方差矩阵Ry可以由L个快拍估算得到，即其中y(t)是对接收信号x(t)左乘W-1/2GH进行降维变换得到的，表达式如下所示y(t)＝W-1/2GHx(t)＝W-1/2GHAs(t)+W-1/2GHn(t)＝W1/2b(θ)s(t)+N(t)。(30)空间谱多项式求根：对降维空间谱进行多项式求根，得到信号极值点；所述(30)空间谱多项式求根步骤具体为：谱峰搜索将转化为以下求根形式，即bT(1/z)Enb(z)＝0式中：En＝W1/2UnUnHW1/2，z＝e-j2πdsinθ/λ，那么b(θ)可以表示为b(z)＝[1,z,…,z2M-2]T。上式多项式可以表示为[z2-2M,…,z-1,1,z,…,z2M-2]c＝0式中：c∈C4M-3为包含多项式系数的向量，其第m个元素由En的[m-(2M-1)]的对角元素相加而得(左下角为负)，将最接近单位圆的K个根表示为k＝1,2,…K，其中K表示K个目标。(40)波达方向计算：根据降维空间谱函数极值点，计算得到多发多收引信的波达方向。所述(40)波达方向计算步骤具体为：多发多收引信的波达方向式中，其中，K个值代表K个不同目标的波达方向，每个极值点对应一个波达方向θ。为了验证本专利技术降低计算复杂度的效果，采用MATLAB进行算法的仿真，仿真条件：远场单目标，多普勒频移fd＝375Hz，多发多收引信天线为收发共用体制天线，阵元为排布为均匀线阵，发射阵元数目M＝4，目标入射角度为θ＝30°，发射信号为窄带信号，信噪比SNR＝0dB，快拍数目L＝100。图2为发射阵元1发射信号对应的匹配滤波器时域，发射端采用相位编码信号，经过调制解调后，接收阵元1与阵元1发射信号匹配滤输出数据如图3所示，总共由64个周期脉冲串组成，总共由16路匹配输出，经过波束形成便于后续信号处理。图4、图5分别是多重信号分类算法和降维多重信号分类算法波达方向估计结果，从图中可知，两种算法均能准确测得角度，但降维多重信号分类算法测向精度更高。图6是多重信号分类和降维多重信号分类算法计算复杂度对比，其中搜索次数n＝500，从图中可以看出复杂度随着快拍数增长线性增加，相同快拍数条件下，降维多重信号分类算法计算复杂度比多重信号分类算法低很多。为了避免高复杂的谱峰搜索，在降维多重信号分类算法得到的空间谱函数基础上构造求根多项式，得到最接近单位圆的几个根，如图7中zx所示，故只需搜索这几个极值点即可得到DOA估计值，DOA-estimation为降维多项式求根多重信号分类算法角度估计值，与理想值相差0.54°，可见降维多项式求根多重信号分类算法同样可以达到谱峰搜索的效果，这样计算复杂度会进一步降低。相比多重信号分类算法和降维多重信号本文档来自技高网...

【技术保护点】
一种基于多重信号分类的多发多收引信波达方向确定方法，其特征在于，包括以下步骤：(10)接收信号匹配滤波：将多发多收引信的接收信号进行匹配滤波，得到匹配滤波输出数据；(20)协方差矩阵降维：利用降维变换矩阵，对匹配滤波输出数据的协方差矩阵进行降维处理，并结合多重信号分类算法得到降维空间谱函数；(30)空间谱多项式求根：对降维空间谱进行多项式求根，得到信号极值点；(40)波达方向计算：根据降维空间谱函数极值点，计算得到多发多收引信的波达方向。

【技术特征摘要】
1.一种基于多重信号分类的多发多收引信波达方向确定方法，其特征在于，包括以下步骤：(10)接收信号匹配滤波：将多发多收引信的接收信号进行匹配滤波，得到匹配滤波输出数据；(20)协方差矩阵降维：利用降维变换矩阵，对匹配滤波输出数据的协方差矩阵进行降维处理，并结合多重信号分类算法得到降维空间谱函数；(30)空间谱多项式求根：对降维空间谱进行多项式求根，得到信号极值点；(40)波达方向计算：根据降维空间谱函数极值点，计算得到多发多收引信的波达方向。2.根据权利要求1所述的波达方向确定方法，其特征在于，所述(10)接收信号匹配滤波步骤具体为：按下式对多发多收引信的接收信号进行匹配滤波，其中，a(θ)为发射阵列的导向向量，且可表示成下式a(θ)＝[1,e-j2πdsinθ/λ,…,e-j2π(M-1)dsinθ/λ]T式中，θ为引信信号的发射角度即接收信号的波达方向，β和fd分别为目标的放射系数和多普勒频率，λ为发射信号的波长，M为发射和接收阵元的数目，表示Kronecker积，n(t)是一M2×1的高斯白噪声向量。3.根据权利要求2所述的波达方向确定方法，其特征在于，所述(20)协方差矩阵降维步骤具体为：降维多重信号分类算法空间谱函数为其中，b(θ)＝[1,e-j2πdsinθ/λ,…,e-j2π(2M-2)dsinθ/λ]T为一(2M-1)×1的范德蒙德...

【专利技术属性】
技术研发人员：刘景萍，吴磊，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32