鲁棒性可分级的稀疏阵列频率和DOA估计方法及装置制造方法及图纸

本发明专利技术公开了一种鲁棒性可分级的稀疏阵列频率和DOA估计方法及装置，方法包括：根据松弛互素稀疏阵列、Tsui频谱校正器获取校正后的频率、幅值、相位的参数组；根据校正后的频率构造第一余数数组，并结合面向鲁棒性余数系统进行频率重构，通过对频率的平均操作，获取频率估计值和波长；根据校正后的相位信息和幅值信息构造均值矢量，根据相位和均值矢量的关系得到阵元上信号的相位估计，通过做差得到两个相位差值；根据两个相位差值构造第二余数数组，并结合面向鲁棒性余数系统进行DOA重构，得到中间参数，并结合估计公式计算出DOA估计值。装置包括：松弛互素稀疏阵列、ADC采样器、DSP、显示装置。本发明专利技术利用松弛互素稀疏阵列完成频率和DOA估计。

Robust and scalable sparse array frequency and DOA estimation method and device

The invention discloses a robust and scalable sparse array frequency and DOA estimation method and device. The method includes: obtaining the parameters of the corrected frequency, amplitude and phase according to the relaxation and interprime sparse array, the Tsui spectrum corrector, and constructing the first remainder array based on the corrected frequency, and combining the robust remainder. The system performs frequency reconstruction. By means of average operation of frequency, the frequency estimation and wavelength are obtained. The mean vector is constructed based on the corrected phase information and amplitude information. The phase estimation of the signal on the array element is obtained according to the relationship between the phase and the mean vector, and two phase differences are obtained by doing the difference. According to the two phase difference values, the difference values are obtained. The second residue array is constructed, and the DOA reconstruction is combined with the robust remainder system. The intermediate parameters are obtained, and the DOA estimate is calculated combined with the estimation formula. The device includes: relaxed interelement sparse array, ADC sampler, DSP and display device. The invention accomplishes frequency and DOA estimation by using relaxed and mutually sparse arrays.

【技术实现步骤摘要】
鲁棒性可分级的稀疏阵列频率和DOA估计方法及装置
本专利技术涉及阵列信号分析处理
，尤其涉及一种鲁棒性可分级的稀疏阵列频率和DOA估计方法及装置，应用于抗噪声鲁棒性上。
技术介绍
入射信号的频率和到达方位角(directionofarrival,DOA)的联合估计是雷达[1]、无线通信系统[2]、电子战等被动目标感知领域至关重要的问题，然而该估计的难度随着入射信号频率的升高逐步加大。例如，当前雷达工作频段正从S波段、C波段到X波段、K波段的逐步过渡，其信号波长则相应从米级、分米级、厘米级逐渐缩短。这就导致了两个突出问题：第一，空间域奈奎斯特采样定理要求天线阵元间距不小于信号半波长，故对于短波长情况则不得不将各阵元做密集布置，这必然引起非常严重的阵元间耦合效应；第二，时间域奈奎斯特采样定理要求采样速率不低于信号最高频率的两倍，故随着工作频段的升高，现有的模数转换器(analogtodigitalconverter,ADC)在采样率和功耗两方面达不到要求。基于时、空欠采样的频率和DOA联合估计方案是解决以上问题的根本途径。该方案主要考虑两个基本问题：一是稀疏阵元排列与配置，二是频率和DOA参数重构算法的设计。在稀疏阵元排列与配置方面，早期曾出现过最小协同阵列[3]、最小空洞阵列[4]，虽然这些稀疏阵列都可降低阵元间耦合效应，但其阵列结构不具有闭合的推导形式而难以获得工程应用。近年来，Vaidyanathan提出了稀疏嵌套阵列[5]、互素阵列[6]及其改进后版本，但这些阵列无法保证所有阵元都是稀疏分布的，这意味着无法完全消除阵元间耦合。在频率和DOA参数重构算法的设计方面，文献[7]提出了一种角度和频率联合估计器，该估计器采用了多分辨率ESPRIT。其中，考虑了长基线和短基线两个阵元间距。其中长基线代表半波长，这意味着空域欠采样条件不能满足。所以，这种估计器只能用于检测低频率电磁波。另一个例子是基于矩阵特征空间分解的树形结构的频率-空间-频率算法[8],该算法只适用于密集均匀线性阵列。文献[9]-[10]只涉及了DOA估计，而不能进行频率估计。文献[11]选定互素阵列作为稀疏阵列，并且首次将中国余数定理(ChineseRemainderTheorem，CRT)引入到时空欠采样下的频率与DOA联合估计中，但是该算法需对单阵元做多次欠采样，耗费较多的快拍数据，且重构需进行多次搜索，故数据处理效率不高；为提高处理效率，文献[12]提出单次空时域并行欠采样下的频率和到达角联合估计算法，该算法用松弛互素阵列替代了经典互素阵列，用单次欠采样替代了多次欠采样，用闭式鲁棒中国余数定理[13]替代了基于搜索的中国余数定理，既获得了更高的数据处理效率，又提高了参数估计精度。但是这些估计器的抗噪声鲁棒性还是不够高。可以从改善估计器的两个基本问题入手来提升抗噪鲁棒性。在改善第1个基本问题方面(即稀疏阵元排列与配置)，可以通过增加阵元数目以及每阵元采集的快拍数目来实现，然而这意味着加重耗费系统成本的负担，而且常常是工程应用所不允许的。因而，改善第2个基本问题(即改进重构算法)才是提升抗噪鲁棒性的可行途径。参考文献[1]L.Xu,J.Li,andP.Stoica,TargetdetectionandparameterestimationforMIMOradarsystems[J].IEEETransactionsonAerospaceandElectronicSystems,2008,44(3):927–939.[2]Y.Li,N.SESHADRI,S.ARIYAVISITAKUL,ChannelestimationforOFDMsystemswithtransmitterdiversityinmobilewirelesschannels[J].IEEEJournalonSelectedareasincommunications,1999,17(3):461–471.[3]TAYLORH,GOLOMBSW.RulerspartI[J].Univ.SouthernCalif.,LosAngeles,CSITech.Rep,1985(85-05):01.[4]MOFFETA.Minimum-redundancylineararrays[J].IEEETransactionsonantennasandpropagation,1968,16(2):172-175.[5]PALP,VAIDYANATHANPP.Nestedarrays:Anovelapproachtoarrayprocessingwithenhanceddegreesoffreedom[J].IEEETransactionsonSignalProcessing,2010,58(8):4167-4181.[6]VAIDYANATHANPP,PALP.Sparsesensingwithco-pprimesamplersandarrays[J].IEEETransactionsonSignalProcessing,2011,59(2):573-86.[7]LEMMAAN,VANDERVEENA-J,DEPRETTEREEF.Analysisofjointangle-frequencyestimationusingESPRIT[J].IEEETransactionsonSignalProcessing,2003,51(5):1264-83.[8]LINJ-D,FANGW-H,WANGY-Y,etal.FSFMUSICforjointDOAandfrequencyestimationanditsperformanceanalysis[J].IEEETransactionsonSignalProcessing,2006,54(12):4529-42.[9]C.Liu,P.Vaidyanathan,Remarksonthespatialsmoothingstepincoarraymusic[J].IEEESignalProcessingLetters,2015,22(9):1438-1442.[10]P.Vaidyanathan,P.Pal,Sparsesensingwithco-primesamplersandarrays[J].IEEETransactionsonSignalProcessing,2011,59(2):573-586.[11]HLiang,HZhang.Newmethodforjointestimationofmulti-targetfrequencyandazimuthunderspace-timeunder-sampling[J].JournalofNorthwesternPolytechnicalUniversity,2012,30(5):694-698.[12]XHuang,MLiu,LYang,KLiu,TLiu.Jointestimationoffrequencyanddirectionofarrivalunderthesingle-and-parallelspatial-temporalundersamplingcondition[J].本文档来自技高网...

【技术保护点】
一种鲁棒性可分级的稀疏阵列频率和DOA估计方法，其特征在于，所述估计方法包括，应用于抗噪声鲁棒性上，包括以下步骤：根据松弛互素稀疏阵列、Tsui频谱校正器获取校正后的频率、幅值、相位的参数组；根据校正后的频率构造第一余数数组，并结合面向鲁棒性余数系统进行频率重构，通过对频率的平均操作，获取频率估计值和波长；根据校正后的相位信息和幅值信息构造均值矢量，根据相位和均值矢量的关系得到阵元上信号的相位估计，通过做差得到两个相位差值；根据两个相位差值构造第二余数数组，并结合面向鲁棒性余数系统进行DOA重构，得到中间参数，并结合估计公式计算出DOA估计值。

【技术特征摘要】
1.一种鲁棒性可分级的稀疏阵列频率和DOA估计方法，其特征在于，所述估计方法包括，应用于抗噪声鲁棒性上，包括以下步骤：根据松弛互素稀疏阵列、Tsui频谱校正器获取校正后的频率、幅值、相位的参数组；根据校正后的频率构造第一余数数组，并结合面向鲁棒性余数系统进行频率重构，通过对频率的平均操作，获取频率估计值和波长；根据校正后的相位信息和幅值信息构造均值矢量，根据相位和均值矢量的关系得到阵元上信号的相位估计，通过做差得到两个相位差值；根据两个相位差值构造第二余数数组，并结合面向鲁棒性余数系统进行DOA重构，得到中间参数，并结合估计公式计算出DOA估计值。2.根据权利要求1所述的一种鲁棒性可分级的稀疏阵列频率和DOA估计方法，其特征在于，所述根据松弛互素稀疏阵列、Tsui频谱校正器获取校正后的频率、幅值、相位的参数组具体为：对松弛互素稀疏阵列的信号样本做Mf点DFT，利用Tsui频谱校正器对DFT结果进行频率和相位校正，得到校正后的频率、幅值、相位的参数组。3.根据权利要求1所述的一种鲁棒性可分级的稀疏阵列频率和DOA估计方法，其特征在于，所述根据校正后的频率构造第一余数数组，并结合面向鲁棒性余数系统进行频率重构，通过对频率的平均操作，获取频率估计值和波长具体为：根据校正后的频率构造第一余数数组，将第一余数数组与对应模值带入面向鲁棒性余数系统进行频率重构，将频率估计值对3个频率做平均操作，得出入射信号的频率估计值和入射信号波长。4.根据权利要求1所述的一种鲁棒性可分级的稀疏阵列频率...

【专利技术属性】
技术研发人员：黄翔东，杨孟凯，李长滨，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12