复杂噪声环境下阵列天线角度和信源个数联合估计方法技术
【技术实现步骤摘要】
复杂噪声环境下阵列天线角度和信源个数联合估计方法
本专利技术属于无线电信号多参数估计
，涉及到均匀线阵循环平稳信号的角度和信源个数的估计方法，特别涉及到复杂噪声环境下宽带循环平稳信号的角度和信源个数的联合估计方法。
技术介绍
测向定位是无线被动定位中应用最为广泛的定位技术，其基本任务是实现目标波达方向(DOA)的估计。随着现代移动通信和阵列信号处理的飞速发展,信号的传输环境也逐渐复杂化。高分辨DOA估计和抑制干扰波影响的技术成为人们研究的热点。现有研究多基于高斯噪声和窄带信号的假设，然而当信号具有显著的带宽和更为复杂的脉冲噪声时，DOA估计结果将产生较大的测向误差，甚至失效。此外随着现代信号处理技术的日趋成热与发展，信号的传输和通讯环境日益复杂，无论在空间域还是频率域的范围内，均表现为信号形式的多样性、噪声环境的复杂性、空间密度的增大性等。伴随着信号带宽的逐渐增大和复杂噪声的影响，传统的基于窄带信号的DOA估计方法局限性日益突出。所以，适用于宽带信号，且存在脉冲噪声和通频带干扰等更为复杂的通讯环境下的高分辨DOA估计算法具有较为重要的研究意义和实际应用价值。...
【技术保护点】
一种复杂噪声环境下阵列天线角度和信源个数联合估计方法，其特征在于以下步骤：第一步，已知循环频率α的情况下，计算M个阵元接受信号的循环相关熵函数
【技术特征摘要】
1.一种复杂噪声环境下阵列天线角度和信源个数联合估计方法，其特征在于以下步骤：第一步，已知循环频率α的情况下，计算M个阵元接受信号的循环相关熵函数m＝1,2,…,M；其中，表示为核函数，σ为核长；ym(t)表示第m个阵元在t时刻接收到的信号；τ为时延；第二步，建立循环相关熵阵列线性预测模型V，该模型适用于宽带、窄带信号：V＝φA其中，第三步，根据循环相关熵阵列线性预测模型V＝φA，估计感兴趣的信源个数K以及误差方差σ2，迭代过程如下：3.1)设置k＝0，σ2(0)＝ε，初始向量3.2)根据步骤2.2)求解M-1个阵元接受信源的循环相关熵矩阵φ，并对其进行SVD分解φHφ＝VΛVH，得到特征值向量V＝[v1,…,vM-1]和特征值Λ＝[λ1,…,λM-1]；3.3)根据步骤3.2)中计算得到的特征值向量V和λi，i＝1,…,M-1求解线性预测系数：3.4)根据步骤3.3)中估计得到的以及步骤(3.2)中计算得到的特征值向量V和λi，i＝1,…,M-1，计算最优正则化参数：其中，N为阵列接受信号的快拍数；3.5)根据步骤2.2)计算第M个阵元接受信号的循环相关熵矩阵V以及M-1个阵元接受信源的循环相关熵矩阵φ，并结合步骤(3.3)得到的求解该模型的误差方差3.6)设置k＝k+1，重复步骤3.3)～3.5)，直到γi＞ε，迭代截至，得到γi；并根据γi与特征值λi的关系估计感兴趣信源个数K；当i小于信源个数时，特征值λi大于γi，当i大于信源个数时，特征值λi小于γi，其交点处所对应位置即为信源个数的估计值；第四步，估计阵列模型的流型矩阵由于阵列流型矩阵A中的线性预测系数ai,i＝1,…,K-1包含所需...
【专利技术属性】
技术研发人员：邱天爽，金芳晓，李蓉，夏楠，刘涛，纽莉荣，李景春，
申请(专利权)人：大连理工大学，国家无线电监测中心，
类型：发明
国别省市：辽宁,21
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。