The present invention relates to a sparse approximate minimum variance azimuth estimation method based on matrix filter, which uses matrix filter as a preprocessor to process array received signals, can suppress strong interference signals, avoid masking weak targets or affect the positioning accuracy of subsequent DOA estimation algorithms for weak targets; DOA estimation using SAMV algorithm can be maintained in the case of small snapshots and low signal-to-noise ratio. It has high resolution and can deal with the problem of direction estimation of coherent signals. At the same time, the whole algorithm only needs to provide the threshold value_of iteration stopping, which avoids the selection of regular parameters and enhances the practicability of the algorithm. In addition, SAMV algorithm can still estimate DOA of weak target signal when the structure of covariance matrix is destroyed by the change of array flow pattern.
【技术实现步骤摘要】
一种基于矩阵滤波的稀疏近似最小方差方位估计方法
本专利技术信号处理等领域,涉及一种基于矩阵滤波的稀疏近似最小方差方位估计方法,适用于强干扰环境下弱目标信号的方位估计,涉及信号处理等领域。
技术介绍
被动声纳是进行水下目标方位(DirectionofArrival,DOA)估计的有效工具。不同于主动声纳自主发射信号并通过接收反射回波进行目标探测,被动声纳是通过接收舰船辐射噪声来进行目标探测的,因而具有更好的隐蔽性。但当目标信号周围存在强干扰声源如拖船噪声时,强干扰声源将影响DOA估计算法对弱目标信号的定位精度甚至掩蔽弱目标信号。矩阵滤波器(MatrixFilter,MF)作为一种强干扰抑制的有效手段,被广泛应用于被动声纳系统中。它将空间划分为通带区域和阻带区域,使通带内的信号尽可能无失真地通过,同时抑制阻带内的信号。在现存的基于矩阵滤波器的DOA估计算法中,一般采用多重信号分类(MultipleSignalClassification,MUSIC)算法完成后续DOA估计工作。MUSIC算法通过将协方差矩阵划分为信号子空间和噪声子空间,利用信号子空间与噪声子空间的正交性实现DOA估计。但考虑到在强干扰环境下弱目标信号容易被强干扰所掩蔽,弱目标信号个数的先验信息一般难以获取。在缺少该先验信息的情况下,信号子空间和噪声子空间的划分难以实现,不正确的子空间划分严重影响了MUSIC算法的性能。此外,MUSIC算法也无法处理相干信号的DOA估计问题,在实际使用时受到了较大的限制。国内学者杨龙和杨益新等(LongYang,YixinYang,andJiannanZhu.S ...
【技术保护点】
1.一种基于矩阵滤波的稀疏近似最小方差方位估计方法,其特征在于步骤如下:步骤1:采用阵元间距为d的M元均匀线列阵作为接收阵列,均匀线列阵上各个传感器将接收到的水声信号转换为电信号,并通过放大电路和数据采集器得到离散时域信号xi(t),0≤t≤NT,i=1,...,M;将接收的时域信号通过希尔伯特变换转化为解析信号,并均匀划分为N段,在每段中进行傅里叶变换将信号划分至子带中,第l个子带内的阵列接收信号可表示为xl(n)=A(fl,Θ)sl(n)+el(n),n=1,...,N其中:
【技术特征摘要】
1.一种基于矩阵滤波的稀疏近似最小方差方位估计方法,其特征在于步骤如下:步骤1:采用阵元间距为d的M元均匀线列阵作为接收阵列,均匀线列阵上各个传感器将接收到的水声信号转换为电信号,并通过放大电路和数据采集器得到离散时域信号xi(t),0≤t≤NT,i=1,...,M;将接收的时域信号通过希尔伯特变换转化为解析信号,并均匀划分为N段,在每段中进行傅里叶变换将信号划分至子带中,第l个子带内的阵列接收信号可表示为xl(n)=A(fl,Θ)sl(n)+el(n),n=1,...,N其中:和分别为各阵元接收信号、信号源以及各阵元接收的环境噪声的傅里叶变换系数组成的向量,上标“T”表示为转置符号;为阵列流形矩阵,对于均匀线列阵来说,fl为第l个子带的中心频率,c为声速;Θ=[θ1,θ2,...,θQ]是空间[-90°,90°]内Q个离散网格点所代表的方向角组成的向量,所述90°为端射方向;步骤2:将在第l个子带上设计的通带范围为[θpL,θpR']、阻带范围为[-90°,θsL]∪[θsR,90°]的矩阵滤波器转化为在中心频率为f'的子带上设计、的通带范围为:[arcsin(flsin(θpL)/f'),arcsin(flsin(θpR)/f')]阻带范围为[-90°,arcsin(flsin(θsL)/f')]∪[arcsin(flsin(θsR)/f'),90°]的矩阵滤波器,其中θpL和θpR以及θsL和θsR分别为在第l个子带上所设计的矩阵滤波器的通带边界和阻带边界,θsL<θpL,θsR>θpR;第l个子带上的矩阵滤波器:min||GH(f...
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。