The present invention relates to an array signal processing method for joint frequency and azimuth estimation. Firstly, state equation and observation equation are established for each hypothetical single frequency signal under several hypothetical frequencies. On this basis, Kalman filter is used to improve the signal-to-noise ratio of the signal, and then the beamformer is used to obtain the target azimuth. Then, the objective function related to the hypothetical frequency and the target azimuth is established. Finally, the final joint frequency-DOA estimation is obtained by maximizing the objective function. The invention reduces the root mean square error of frequency estimation and target azimuth estimation, realizes joint estimation of frequency and DOA in low signal-to-noise ratio environment, improves the operating distance of receiving equipment, and overcomes the problem of performance degradation of parameter estimation under low signal-to-noise ratio by existing methods.
【技术实现步骤摘要】
一种频率和方位联合估计的阵列信号处理方法
本专利技术属于阵列信号处理领域,涉及一种频率和方位联合估计的阵列信号处理方法。
技术介绍
参数估计是阵列信号处理中的主要任务之一,包括频率估计、目标方位估计(Directionofarrival,DOA)、频率-DOA联合估计等。比如在舰船和潜艇的辐射噪声中,存在单频线谱信号,因此它可以用于检测目标。但是在接收阵列工作环境中,当接收阵列与目标的距离较远时,则阵列接收的信噪比很低,工作距离有限。频率估计是参数估计中的一个重要任务。低信噪比将导致传统的一些频率估计的方法性能下降,包括傅里叶变换(参见:FrequencyestimationusingwrapeddiscreteFouriertransform.SignalProcessing,2003,83(8):1661-1671)、基于特征分析的频率估计方法(参见:AnalysisofMUSICandESPRITfrequencyestimatesforsinusoidalsignalswithlowpassenvelopes.IEEETransactionsonSignalProcessing,1996,44(9):2359-2364)以及时频分析方法(参见:UseoftheCrossWigner-VilleDistributionforEstimationofInstantaneousFrequency.IEEETransactionsonSignalProcessing,1993,41(3):1439-1445)等等。目标方位估计是阵列信号处理中的另一个主要任 ...
【技术保护点】
1.一种频率和方位联合估计的阵列信号处理方法,其特征在于步骤如下:步骤1:以M个水听器组成的接收阵列接收来自空间的信号和噪声数据,表示为x(k)=s(k)+n(k),其中s(k)=[s1(k),s2(k),…,sM(k)]T为阵列接收到的信号,第m号阵元接收到信号表示为sm(k)=Amsin[2πf(k‑1)/fs+φm]+vm(k),Am为幅度,φm为相位,fs为采样频率,vm(k)表示信号畸变,是具有独立样本的高斯随机过程。n(k)=[n1(k),n2(k),…,nM(k)]T为阵列接收到的高斯白噪声,协方差矩阵为Qn;步骤2:构建状态方程
【技术特征摘要】
1.一种频率和方位联合估计的阵列信号处理方法,其特征在于步骤如下:步骤1:以M个水听器组成的接收阵列接收来自空间的信号和噪声数据,表示为x(k)=s(k)+n(k),其中s(k)=[s1(k),s2(k),…,sM(k)]T为阵列接收到的信号,第m号阵元接收到信号表示为sm(k)=Amsin[2πf(k-1)/fs+φm]+vm(k),Am为幅度,φm为相位,fs为采样频率,vm(k)表示信号畸变,是具有独立样本的高斯随机过程。n(k)=[n1(k),n2(k),…,nM(k)]T为阵列接收到的高斯白噪声,协方差矩阵为Qn;步骤2:构建状态方程所述B(f)为状态矩阵所述KTs(k)为状态向量其中式中,表示Hilbert变换;所述v(k)为信号畸变矢量,表示为其协方差矩阵为Q;所述为状态方程中的驱动噪声矢量,表示为v′(k+1)=v(k+1)-B(f)v(k),其协方差矩阵为Q′=2Q;步骤3:构建观测方程,表示为:步骤4:将flow≤f≤fhigh频率范围按照等频率间隔,分成L个假设频率,记为fl,l=1,2,…,L,在每一个假设频率下计算得到状态矩阵B(fl);并根据步骤2和步骤3获得的状态方程和观测方程,利用Kalman滤波器获得每一个假设频率下的输出,具体递推...
【专利技术属性】
技术研发人员:夏麾军,杨益新,马远良,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:陕西,61
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。