一种基于变分贝叶斯推断的非均匀直线阵波达方向角估计方法技术

本发明专利技术提供了一种基于变分贝叶斯推断的非均匀直线阵波达方向角估计方法，利用变分贝叶斯推断将非均匀直线阵的输出信号迭代插值为一个虚拟均匀直线阵的输出信号，并通过最大后验概率估计来进行信号参数估计，实现波达方向角估计。本发明专利技术适用于均匀直线阵部分传感器无法工作(相当于非均匀直线阵)的情况，具有实际应用价值，避免了复杂求解过程，提高算法运行和收敛速度，可用于处理相干信号和空间临近信号，在实际环境中具有更广泛的应用价值。

【技术实现步骤摘要】
一种基于变分贝叶斯推断的非均匀直线阵波达方向角估计方法
本专利技术涉及一种信号处理领域，尤其是一种非均匀直线阵的波达方向角估计方法。
技术介绍
信号波达方向角DOA估计是阵列信号处理领域的一个重要内容，它利用传感器按照一定的方式布置组成阵列来感应接收空间信号，再通过现代信号处理技术获得目标信号的波达方向角等信息。目前，大部分DOA估计算法聚焦于使用均匀直线阵列(传感器间隔相同)，然而在很多情况下，非均匀直线阵也受到广泛关注。例如，在实际中一个均匀直线阵列的部分传感器阵元可能出现无法工作的情况，这些阵元的输出信号无法获得，这将影响DOA估计的性能，这种部分阵元无法正常工作的均匀直线阵即可看作非均匀直线阵列。传统基于子空间分解的高分辨波达方向角估计算法在低信噪比和小采样快拍数条件下估计性能严重下降，且不能处理相干信号。随着压缩感知理论的提出，基于信号在空间稀疏分布的特性，稀疏重构类波达方向角估计算法受到广泛的关注和研究。稀疏重构类算法可以分为凸优化方法、贪婪类算法和稀疏贝叶斯学习类算法，其中，凸优化方法运算速度很慢，且在低信噪比情况下估计精度不理想；而贪婪算法在低信噪比情况下估计性能大幅下降，且对抗相干信号性能不强；尽管基于稀疏贝叶斯学习的波达方向角估计算法在低信噪比和小快拍数情况下有很好的估计性能，但运算收敛速度慢。此外，在上述算法中，非均匀直线阵(均匀直线阵缺失部分阵元)对应的信号缺失情况很少被考虑。
技术实现思路
为了克服现有技术的不足，本专利技术提供一种……装置。本专利技术提出了一种基于变分贝叶斯推断的非均匀直线阵波达方向角估计方法，以实现在信号缺失(对应均匀直线阵部分阵元输出信号缺失)情况下的高效波达方向角估计。利用变分贝叶斯推断将非均匀直线阵的输出信号迭代插值为一个虚拟均匀直线阵的输出信号，并通过最大后验概率估计来进行信号参数估计，实现波达方向角估计。本专利技术解决其技术问题所采用的技术方案的实现步骤如下：步骤1：使用D个传感器组成非均匀直线阵列，且假定有N个远场窄带信号以角度入射，在传播过程中加入高斯白噪声，利用该非均匀直线阵对空间信号接收采样，得到阵列输出信号X，X为一个D×L维的矩阵，称为观测数据，其中，L是采样快拍数；步骤2：确定虚拟均匀直线阵ULA的传感器个数M和布放位置，构造转换矩阵P，根据观测数据X，得到线性关系式：X＝PY其中，Y表示虚拟均匀直线阵的输出信号，称为完全数据，矩阵P的构造步骤如下：步骤2a：构造一个M×1维的向量p＝[p1,…,pi,…pM]T，其元素pi,i＝1,…,M，其中：M＞D，上标T表示转置运算；步骤2b：删除矩阵diag(p)中元素全为0的行向量得到转换矩阵P，其中，diag(·)表示将构造对角矩阵运算；步骤3：网格化观测空间，得到空域稀疏后对应的虚拟均匀直线阵的阵列流行A，详细步骤如下：步骤3a：将观测空间角度[-90°,90°]以某角间隔均匀划分成K个角度，得到观测空间网格点θ＝[θ1,…,θK]；步骤3b：构造空域稀疏后对应的虚拟均匀直线阵的M×K维阵列流形A：A＝[a(θ1)，…，a(θk)，…，a(θK)]，其中，是一个M×1维向量，表示对应θk角度的导向矢量，dm为虚拟均匀直线阵第m个阵元的位置坐标，m＝1,…,M，0＜d≤λ/2，λ为入射信号的波长，上标T表示转置运算；步骤4：基于稀疏表示的思想，将信号方位角估计问题转化为稀疏信号重构问题，求解如下稀疏矩阵方程：Y＝AS+V其中，S为K×L维的未知矩阵，V表示M×L维的加性高斯白噪声矩阵；步骤5：定义一个超参数向量α＝[α1,…,αK]T，其元素αi,i＝1,...,K为矩阵S第i行元素的方差，利用变分贝叶斯推断求解上述稀疏矩阵方程，得到超参数向量α的最优估计值α*；步骤6：以观测空间网格点θ＝[θ1,…,θK]为横坐标，最优估计值α*的归一化幅值为纵坐标，绘制幅度谱图，其中，α*归一化为各幅度值除以最大幅度值，从幅度谱图中按照幅值从大到小的顺序排序后，找到前K个峰值，K个峰值对应的横坐标角度值即为入射信号波达方向角估计值。本专利技术的有益效果在于：(1)本专利技术基于数据迭代插值恢复的思想，根据非均匀直线阵的输出信号，利用变分贝叶斯推断得到虚拟虚拟均匀直线阵的输出信号用以波达方向角估计，适用于均匀直线阵部分传感器无法工作(相当于非均匀直线阵)的情况，具有实际应用价值。(2)本专利技术基于稀疏表示的思想，将波达方向角估计问题转化为信号稀疏重构问题，在稀疏贝叶斯学习框架下，利用变分贝叶斯推断对入射信号进行最大后验估计，得到信号后验概率的近似计算公式，避免了复杂求解过程，提高算法运行和收敛速度。(3)本专利技术无需事先估计入射信号的个数，同时可用于处理相干信号和空间临近信号，在实际环境中具有更广泛的应用价值。附图说明图1是本专利技术与现有四种波达方向角估计算法在不同信噪比条件下对三个相干入射信号的波达方向角进行估计的均方根误差对比图。图2是本专利技术与现有四种波达方向角估计算法在不同快拍数条件下对三个相干入射信号的波达方向角进行估计的均方根误差对比图。图3是本专利技术与现有四种波达方向角估计算法在不同方向角度间隔条件下对两个相干入射信号的波达方向角进行估计的均方根误差对比图。具体实施方式下面结合附图和实施例对本专利技术进一步说明。本专利技术的技术方案可以分为如下步骤：步骤1：得到非均匀直线阵列的输出信号矩阵X。假定有N个远场窄带信号以角度入射，在传播过程中加入高斯白噪声。利用由D个传感器组成非均匀直线阵列对空间信号接收采样，得到D×L维的阵列输出信号矩阵X，其中，L是采样快拍数，X称为观测数据。步骤2：构造转换矩阵P，根据虚拟均匀直线阵的输出信号矩阵Y，线性表示观测数据X。非均匀直线阵列可以看作是一个缺失部分阵元(即传感器)的均匀直线阵，观测数据X也可看作是一个M元均匀直线阵ULA输出信号矩阵Y的一部分，构造转换矩阵P，得到线性表示式X＝PY，其中，Y称为完全数据，D×M维矩阵P的构造如下：2a)构造一个M×1维的向量p＝[p1,…,pM]T，其元素pi,i＝1,…,M为其中，M＞D，上标T表示转置运算；2b)通过删除矩阵diag(p)中元素全为0的行向量得到转换矩阵P，其中，diag(·)表示将构造对角矩阵运算。步骤3：网格化观测空间，得到空域稀疏后对应的虚拟均匀直线阵的阵列流行A。基于入射信号在空域稀疏分布的特性，根据稀疏重构理论，任意信号都可以由一个基矩阵线性表示，网格化观测空间，构造空域稀疏后对应的虚拟均匀直线阵的阵列流行A，用以将完全数据Y通过矩阵的形式表示，便于构建稀疏方程，具体实现如下：3a)将观测空间角度[-90°,90°]以某角度间隔均匀划分成K个角度，得到观测空间网格点θ＝[θ1,…,θK]；3b)然后，构造空域稀疏后对应的虚拟均匀直线阵的M×K维阵列流形A：A＝[a(θ1)，…，a(θk)，…，a(θK)]，其中，是一个M×1维向量，表示对应θk角度的导向矢量，dm,m＝1,…,M为虚拟均匀直线阵第m个阵元的位置坐标，0＜d≤λ/2，λ为入射信号的波长，上标T表示转置运算。步骤4：根据步骤3得到的结果，将波达方向角估计问题转化为求解如下稀疏矩阵方程：Y＝AS+V其中，S为K×L维的未知矩阵，V表示M×L维的加性高本文档来自技高网...

【技术保护点】
1.一种基于变分贝叶斯推断的非均匀直线阵波达方向角估计方法，其特征在于包括下述步骤：步骤1：使用D个传感器组成非均匀直线阵列，且假定有N个远场窄带信号以角度

【技术特征摘要】
1.一种基于变分贝叶斯推断的非均匀直线阵波达方向角估计方法，其特征在于包括下述步骤：步骤1：使用D个传感器组成非均匀直线阵列，且假定有N个远场窄带信号以角度入射，在传播过程中加入高斯白噪声，利用该非均匀直线阵对空间信号接收采样，得到阵列输出信号X，X为一个D×L维的矩阵，称为观测数据，其中，L是采样快拍数；步骤2：确定虚拟均匀直线阵ULA的传感器个数M和布放位置，构造转换矩阵P，根据观测数据X，得到线性关系式：X＝PY其中，Y表示虚拟均匀直线阵的输出信号，称为完全数据，矩阵P的构造步骤如下：步骤2a：构造一个M×1维的向量p＝[p1,…,pi,…pM]T，其元素pi,i＝1,…,M，其中：M＞D，上标T表示转置运算；步骤2b：删除矩阵diag(p)中元素全为0的行向量得到转换矩阵P，其中，diag(·)表示将构造对角矩阵运算；步骤3：网格化观测空间，得到空域稀疏后对应的虚拟均匀直线阵的阵列流行A，详细步骤如下：步骤3a：将观测空间角度[-90°,90°]以某角间隔均匀划分成K个角度，得到观测空间网格点θ＝[...

【专利技术属性】
技术研发人员：杨杰，杨益新，禄婕一，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61