数据损失情况下基于矩阵填充的DOA估计方法及系统技术方案

本发明专利技术公开了数据损失情况下基于矩阵填充的DOA估计方法及系统，方法包括：当数据损失时，利用空间平滑方案构造重组数据矩阵，打乱受损元素的位置；利用矩阵填充技术对重组数据矩阵进行数据恢复，并对重组数据矩阵的协方差进行特征分解；基于特征分解得到的信号子空间以及噪声子空间得到空间频谱，并搜索空间频谱的尖峰得到DOA方向。本发明专利技术解决了现有技术中在部分数据损失的情况下无法对数据进行恢复，从而导致无法对DOA方向进行估计问题；本发明专利技术即便只有一组可用数据，也可以对受损的数据进行恢复，有助于雷达信号处理领域中准确地估计出DOA方向，减小了误差。

【技术实现步骤摘要】
数据损失情况下基于矩阵填充的DOA估计方法及系统
本专利技术涉及雷达信号处理
，具体涉及一种数据损失情况下基于矩阵填充的DOA估计方法及系统。
技术介绍
信号的波达方向(DOA，Directionofarrival)估计是阵列信号处理中的一个重要研究内容，被广泛地应用于雷达、无线通信、电磁场、声纳、地震勘探和医学成像等诸多领域。DOA估计的主要目的是在噪声环境下，分辨两个在方位向非常接近的目标。常用的DOA估计方法有两类，即：非参数化估计方法和参数化估计方法。对于非参数化估计方法，主要有波束形成法，基于子空间方法的多重信号分类法(MUSIC，Multiplesignalclassification)和基于最小方差无畸变的高分辨谱估计法等。现有技术中，在雷达信号处理
的DOA估计的方法中，如果低秩矩阵的随机位置中的部分元素丢失，则可利用矩阵填充技术来恢复矩阵，从而实现DOA方向的估计。但是，当整个行(甚至是几行)中的元素被破坏或丢失，则无法直接利用矩阵填充技术来恢复数据，因此在进行DOA估计中容易产生较大的误差，无法实现DOA方向的准确估计。因此，现有技术还有待于改进和发展。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种数据损失情况下基于矩阵填充的DOA估计方法及系统，旨在解决现有技术在雷达信号处理
的DOA估计的方法中，当整个行(甚至是几行)中的元素被破坏或丢失，在进行DOA估计中容易产生较大的误差，无法实现DOA方向的准确估计问题。本专利技术解决技术问题所采用的技术方案如下：一种数据损失情况下基于矩阵填充的DOA估计方法，其中，所述方法包括：当数据损失时，利用空间平滑方案构造重组数据矩阵，打乱受损元素的位置；利用矩阵填充技术对重组数据矩阵进行数据恢复，并对重组数据矩阵的协方差进行特征分解；基于特征分解得到的信号子空间以及噪声子空间得到空间频谱，并搜索空间频谱的尖峰得到DOA方向。所述的数据损失情况下基于矩阵填充的DOA估计方法，其中，所述当数据损失时，利用空间平滑方案构造重组数据矩阵，打乱受损元素的位置的步骤，具体包括：当受损矩阵中的一行或者多行数据整体缺失时，利用空间平滑方案对受损矩阵进行重组；获得重组数据矩阵，所述重组数据矩阵中损失的元素不再分布在整行中。所述的数据损失情况下基于矩阵填充的DOA估计方法，其中，所述利用空间平滑方案对受损矩阵进行重组的步骤，具体包括：将受损矩阵划分为p个子阵，每个子阵的阵元数为m个，在每个快拍下，数据矩阵表示为：Xf(t)＝[x1(t)，x2(t)，…，xp(t)]＝[A1s(t)，A2s(t)，…，Aps(t)]+[n1(t)，n2(t)，…，np(t)]其中，第i个子阵的导向矩阵为Ai＝[ai(θ1)，ai(θ2)，…，ai(θL)]，s(t)是信号矢量，n(t)是高斯分布的噪声矢量，{θ1，θ2，…，θL}为接收到的L个窄带信号的信号入射角。所述的数据损失情况下基于矩阵填充的DOA估计方法，其中，其特征在于，所述利用空间平滑方案对受损矩阵进行重组的步骤，还包括：根据均匀线阵的移位不变性，得出Ai+1＝AiΦ，i＝1，…，p-1，重组的数据矩阵改写为Xf(t)＝A1Sf(t)+Nf(t)，其中，所述的数据损失情况下基于矩阵填充的DOA估计方法，其中，其特征在于，所述利用空间平滑方案对受损矩阵进行重组的步骤，还包括：将Xf(t)在所有快拍上产生的数据堆叠起来，产生重组数据矩阵，表示为：其中，所述的数据损失情况下基于矩阵填充的DOA估计方法，其中，其特征在于，利用矩阵填充技术对重组数据矩阵进行数据恢复，并对重组数据矩阵的协方差进行特征分解的步骤，具体包括：基于公式求解其中，是损失元素在重组数据矩阵Y的位置坐标，η是与噪声水平相关的参数，计算的自相关函数，得到为重组数据矩阵的协方差；对协方差矩阵进行特征分解。所述的数据损失情况下基于矩阵填充的DOA估计方法，其中，其特征在于，基于特征分解得到的信号子空间以及噪声子空间得到空间频谱，并搜索空间频谱的尖峰得到DOA方向的步骤，具体包括：对协方差矩阵进行特征分解，得到两个部分，包括由信号特征矢量张成的信号子空间以及噪声特征矢量张成的噪声子空间，表示为得到对应的空间频谱并搜索空间频谱的尖峰得到DOA方向，所述DOA方向为空间频谱的尖峰所对应的角度方向。所述的数据损失情况下基于矩阵填充的DOA估计方法，其中，方法还包括：进行统计性能测试，以对所述DOA估计方法进行验证。所述的数据损失情况下基于矩阵填充的DOA估计方法，其中，所述进行统计性能测试的步骤，具体包括：评估不同信噪比水平下的均方根误差，均方根误差表示为其中，蒙特卡洛次数K＝100随着信噪比的增加，均方根误差逐渐降低。一种基于上述任一项所述的数据损失情况下基于矩阵填充的DOA估计系统，其中，所述系统包括：数据矩阵重组模块，用于当数据损失时，利用空间平滑方案构造重组数据矩阵，打乱受损元素的位置；数据恢复模块，用于利用矩阵填充技术对重组数据矩阵进行数据恢复，并对重组数据矩阵的协方差进行特征分解；DOA方向估计模块，用于基于特征分解得到的信号子空间以及噪声子空间得到空间频谱，并搜索空间频谱的尖峰得到DOA方向。本专利技术的有益效果：本专利技术解决了现有技术中在部分数据损失的情况下无法对数据进行恢复，从而导致无法对DOA方向进行估计问题；本专利技术即便只有一组可用数据，也可以对受损的数据进行恢复，有助于雷达信号处理领域中准确地估计出DOA方向，减小了误差。附图说明图1是本专利技术的数据损失情况下基于矩阵填充的DOA估计方法的较佳实施例的流程图。图2是本专利技术的数据损失情况下基于矩阵填充的DOA估计方法中空间平滑方案的示意图。图3是采用本专利技术的DOA估计方法与现有的MUSIC算法所得到的空间频谱对比图。图4是本专利技术的DOA估计方法以及现有的MUSIC算法在不同信噪比水平下的均方根误差图。图5是本专利技术的数据损失情况下基于矩阵填充的DOA估计系统的原理框图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本实施例提供一种数据损失情况下基于矩阵填充的DOA估计方法，如图1中所示，所述方法包括：步骤S100、当数据损失时，利用空间平滑方案构造重组数据矩阵，打乱受损元素的位置；步骤S200、利用矩阵填充技术对重组数据矩阵进行数据恢复，并对重组数据矩阵的协方差进行特征分解；步骤S300、基于特征分解得到的信号子空间以及噪声子空间得到空间频谱，并搜索空间频谱的尖峰得到DOA方向。现有技术中的DOA估计方法中采用常见的MUSIC方法，具体如下：假设一个具有M个阵元的均匀线阵，接收到L个窄本文档来自技高网...

【技术保护点】
1.一种数据损失情况下基于矩阵填充的DOA估计方法，其特征在于，所述方法包括：当数据损失时，利用空间平滑方案构造重组数据矩阵，打乱受损元素的位置；利用矩阵填充技术对重组数据矩阵进行数据恢复，并对重组数据矩阵的协方差进行特征分解；基于特征分解得到的信号子空间以及噪声子空间得到空间频谱，并搜索空间频谱的尖峰得到DOA方向。

【技术特征摘要】
1.一种数据损失情况下基于矩阵填充的DOA估计方法，其特征在于，所述方法包括：当数据损失时，利用空间平滑方案构造重组数据矩阵，打乱受损元素的位置；利用矩阵填充技术对重组数据矩阵进行数据恢复，并对重组数据矩阵的协方差进行特征分解；基于特征分解得到的信号子空间以及噪声子空间得到空间频谱，并搜索空间频谱的尖峰得到DOA方向。2.根据权利要求1所述的数据损失情况下基于矩阵填充的DOA估计方法，其特征在于，所述当数据损失时，利用空间平滑方案构造重组数据矩阵，打乱受损元素的位置的步骤，具体包括：当受损矩阵中的一行或者多行数据整体缺失时，利用空间平滑方案对受损矩阵进行重组；获得重组数据矩阵，所述重组数据矩阵中损失的元素不再分布在整行中。3.根据权利要求2所述的数据损失情况下基于矩阵填充的DOA估计方法，其特征在于，所述利用空间平滑方案对受损矩阵进行重组的步骤，具体包括：将受损矩阵划分为p个子阵，每个子阵的阵元数为m个，在每个快拍下，数据矩阵表示为：Xf(t)＝[x1(t)，x2(t)，…，xp(t)]＝[A1s(t)，A2s(t)，…，Aps(t)]+[n1(t)，n2(t)，…，np(t)]其中，第i个子阵的导向矩阵为Ai＝[ai(θ1)，ai(θ2)，…，ai(θL)]，s(t)是信号矢量，n(t)是高斯分布的噪声矢量，{θ1，θ2，…，θL}为接收到的L个窄带信号的信号入射角。4.根据权利要求3所述的数据损失情况下基于矩阵填充的DOA估计方法，其特征在于，所述利用空间平滑方案对受损矩阵进行重组的步骤，还包括：根据均匀线阵的移位不变性，得出Ai+1＝AiΦ，i＝1，…，p-1，重组的数据矩阵改写为Xf(t)＝A1Sf(t)+Nf(t)，其中，5.根据权利要求4所述的数据损失情况下基于矩阵填充的DOA估计方法，其特征在于，所述利用空间平滑方案对受损矩阵进行重组的步骤，还包括：将Xf...

【专利技术属性】
技术研发人员：廖斌，邓尚玲，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44