一种基于平行嵌套阵的二维DOA估计方法技术

本发明专利技术提出一种基于平行嵌套阵的二维DOA估计方法，包括以下步骤：计算第一子阵虚拟优化阵接收信号的自相关矩阵和第二子阵虚拟优化阵接收信号的自相关矩阵；计算所述第一子阵虚拟优化阵接收信号与所述第二子阵虚拟优化阵接收信号的互相关矩阵以及第二子阵虚拟优化阵与第一子阵虚拟优化阵的互相关矩阵；计算平行嵌套阵虚拟优化阵接收信号的自相关矩阵；计算入射信号cosα的估计值

A Two-Dimensional DOA Estimation Method Based on Parallel Nested Matrix

The present invention proposes a two-dimensional DOA estimation method based on parallel nested array, which includes the following steps: calculating the autocorrelation matrix of the received signal of the first subarray virtual optimization array and the autocorrelation matrix of the received signal of the second subarray virtual optimization array; calculating the cross correlation matrix of the received signal of the first subarray virtual optimization array and the received signal of the second subarray virtual optimization array and the second subarray. Cross-correlation matrix between virtual optimization matrix of array and virtual optimization matrix of first subarray; autocorrelation matrix of received signal of virtual optimization array of parallel nested array; estimation value of cos_ a of incident signal

【技术实现步骤摘要】
一种基于平行嵌套阵的二维DOA估计方法
本专利技术属于无线通信和雷达信号处理
，具体涉及一种基于平行嵌套阵的二维DOA估计方法。
技术介绍
随着空分多址技术和智能天线技术的发展，利用信号的波达方向(DOA)完成信号的空域捕获和跟踪吸引了大量国内外学者的研究，尤其是在雷达、声呐、导航、通信、射电天文学等诸多领域。现有的DOA估计方法大多基于传统满阵，即天线阵列相邻阵元的间距不得超过入射信号的半波长。但是，满阵由于阵元间距的限制，若想增大阵列孔径、提升DOA估计精度和分辨率就必须增加阵元数目，因此，会造成系统过于复杂和系统成本的增加。鉴于传统满阵存在的上述问题，又提出了稀疏阵，即存在阵元间距大于半波长的阵列。与传统满阵相比，在阵元数目相同的情况下，稀疏阵拥有更大的阵列孔径以及更小的阵元互耦，提高了DOA估计精度、分辨率和最大可处理的信号数。另一方面，在阵列孔径相同的条件下，稀疏阵所需的阵元数更少，这意味着更小规模的接收系统和信号处理系统等，极大地降低了系统成本。目前基于稀疏阵的DOA估计主要是一维DOA估计。但在实际应用中仅有一维DOA信息是远远不够的，例如：移动通信等数据传输的过程中往往需要知道入射信号的二维DOA信息，即方位角和俯仰角。现有的二维DOA估计方法大多是基于阵元间距等于半波长的简化面阵，如L形阵列、双平行线阵、十字形阵列等。其中，双平行线阵由于结构简单、易于实现、具有较强的方法适用性等优点得到了广泛的关注和应用。目前，基于双平行线阵的二维DOA估计存在以下缺点：估计的信号数不能超过子阵数目，自由度较低；需要额外的额配对算法；谱峰搜索带来了巨大计算量，计算复杂度较高；估计精度和分辨率较低等等。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于平行嵌套阵的二维DOA估计方法。为实现上述目的及其他相关目的，本专利技术提供一种基于平行嵌套阵的二维DOA估计方法，该平行嵌套阵包括两个相同的稀疏非均匀嵌套阵，包括第一子阵和第二子阵，该二维DOA估计方法包括以下步骤：根据所述第一子阵的接收信号的矢量x1(t)与第二子阵的接收信号的矢量x2(t)分别计算第一子阵虚拟优化阵接收信号的自相关矩阵和第二子阵虚拟优化阵接收信号的自相关矩阵计算所述第一子阵虚拟优化阵接收信号与所述第二子阵虚拟优化阵接收信号的互相关矩阵以及第二子阵虚拟优化阵与第一子阵虚拟优化阵的互相关矩阵根据所述第一子阵虚拟优化阵接收信号的自相关矩阵和第二子阵虚拟优化阵接收信号的自相关矩阵以及第一子阵虚拟优化阵接收信号与所述第二子阵虚拟优化阵接收信号的互相关矩阵和所述第二子阵虚拟优化阵与第一子阵虚拟优化阵的互相关矩阵计算平行嵌套阵虚拟优化阵接收信号的自相关矩阵；根据所述平行嵌套阵虚拟优化阵接收信号的自相关矩阵计算入射信号cosα与y轴夹角的估计值的估计值根据所述入射信号cosα与y轴夹角的估计值计算与x轴夹角的估计值根据所述入射信号cosα与y轴夹角的估计值的估计值与所述入射信号cosα与y轴夹角的估计值的估计值计算第K个信号的方位角的估计值和俯仰角的估计值可选地，所述的分别计算第一子阵虚拟优化阵接收信号的自相关矩阵和第二子阵虚拟优化阵接收信号的自相关矩阵包括：根据所述第一子阵接收信号矢量x1(t)和所述第二子阵接收信号矢量x2(t)分别计算第一子阵接收信号的自相关矩阵的估计和第二子阵接收信号的自相关矩阵的估计向量化所述第一子阵接收信号的自相关矩阵的估计值与所述第二子阵接收信号的自相关矩阵的估计值得到第一子阵观测矢量z1与第二子阵观测矢量z2；分别对第一子阵观测矢量z1和第二子阵观测矢量z2进行去冗余操作得到第一子阵无冗余观测矢量和第二子阵无冗余观测矢量分别根据所述第一子阵无冗余观测矢量和所述第二子阵无冗余观测矢量构建第一子阵虚拟优化阵接收信号的自相关矩阵和第二子阵虚拟优化阵接收信号的自相关矩阵可选地，所述计算所述第一子阵虚拟优化阵接收信号与所述第二子阵虚拟优化阵接收信号的互相关矩阵以及第二子阵虚拟优化阵与第一子阵虚拟优化阵的互相关矩阵具体包括：根据第一子阵接收信号的矢量x1(t)与第二子阵接收信号的矢量x2(t)计算得到第一子阵与第二子阵的互相关矩阵的估计值向量化所述第一子阵与第二子阵的互相关矩阵的估计值得到互观测矢量z；对所述互观测矢量z进行去冗余操作得到无冗余观测矢量根据所述矢量计算所述第一子阵虚拟优化阵与所述第二子阵虚拟优化阵接收信号的互相关矩阵根据所述第一子阵的虚拟优化阵与所述第二子阵的虚拟优化阵接收信号的互相关矩阵计算第二子阵虚拟优化阵与第一子阵虚拟优化阵的互相关矩阵可选地，所述根据所述第一子阵虚拟优化阵接收信号的自相关矩阵和第二子阵虚拟优化阵接收信号的自相关矩阵以及第一子阵虚拟优化阵接收信号与所述第二子阵虚拟优化阵接收信号的互相关矩阵和所述第二子阵虚拟优化阵与第一子阵虚拟优化阵的互相关矩阵计算平行嵌套阵虚拟优化阵接收信号的自相关矩阵，具体包括：可选地，所述根据所述平行嵌套阵虚拟优化阵接收信号的自相关矩阵计算入射信号cosα与y轴夹角的估计值的估计值包括：对所述平行嵌套阵虚拟优化阵的接收信号的自相关矩阵进行特征分解得到噪声子空间Un；将所述噪声子空间Un划分为两个维度相同的矩阵Un1和Un2；构建多项式a(x)＝[1,x,x2,...,xγ-1]T，其中，x＝exp(j2πdcos(α)/λ)，d＝λ/2为阵元间的单位间距，λ表示信号波长；记a(x)H表示a(x)的共轭转秩，Un1(x)H表示Un1(x)的共轭转秩，Un2(x)H表示Un2(x)的共轭转秩；求解式子(t1t4-t2t3)的根并找出与单位圆最接近的K个根xk，1≤k≤K；计算入射信号cosα的估计值其中，angle(·)为取相位算子。可选地，所述根据所述入射信号cosα与y轴夹角的估计值计算与x轴夹角的估计值包括：根据第一子阵和第二子阵构造平行互质阵的接收信号x；根据所述平行互质阵的接收信号x计算所述平行互质阵的接收信号x的协方差矩阵Rxx；对所述协方差矩阵Rxx进行特征分解得到噪声子空间根据所述入射信号cosα的估计值计算第一子阵阵列流型矩阵的估计值令z＝exp(j2πdcos(βk)/λ)并构造：求解P(z)的根，计算离单位圆最近的根则入射信号的估计值为：可选地，根据根据所述入射信号cosα与y轴夹角的估计值的估计值与所述入射信号cosα与y轴夹角的估计值的估计值计算第K个信号的方位角的估计值和俯仰角的估计值具体为：如上所述，本专利技术的一种基于平行嵌套阵的二维DOA估计方法，具有以下有益效果：本专利技术使用稀疏阵的所有虚拟阵元来进行估计，突破了可估计信号数不能超过子阵数的限制；提出的双平行嵌套阵阵列孔径更大，分辨率更高，自由度更大，估计精度也更高，性能更好；采用求根的方法求解角度信息，无需谱搜索，大大降低了算法复杂度；无需额外的配对算法，实现了方位角和俯仰角的自动配对。附图说明为了进一步阐述本专利技术所描述的内容，下面结合附图对本专利技术的具体实施方式作进一步详细的说明。应当理解，这些附图仅作为典型示例，而不应看作是对本专利技术的范围的限定。图1为本专利技术阵列设置示意图；图2为本专利技术所述的一种基于平行嵌套阵的二维DOA估计方法的流程图；图3为本专利技术所提阵列及算本文档来自技高网...

【技术保护点】
1.一种基于平行嵌套阵的二维DOA估计方法，其特征在于，该平行嵌套阵包括两个相同的稀疏非均匀嵌套阵，包括第一子阵和第二子阵，该二维DOA估计方法包括以下步骤：根据所述第一子阵的接收信号的矢量x1(t)与第二子阵的接收信号的矢量x2(t)分别计算第一子阵虚拟优化阵接收信号的自相关矩阵

【技术特征摘要】
1.一种基于平行嵌套阵的二维DOA估计方法，其特征在于，该平行嵌套阵包括两个相同的稀疏非均匀嵌套阵，包括第一子阵和第二子阵，该二维DOA估计方法包括以下步骤：根据所述第一子阵的接收信号的矢量x1(t)与第二子阵的接收信号的矢量x2(t)分别计算第一子阵虚拟优化阵接收信号的自相关矩阵和第二子阵虚拟优化阵接收信号的自相关矩阵计算所述第一子阵虚拟优化阵接收信号与所述第二子阵虚拟优化阵接收信号的互相关矩阵以及第二子阵虚拟优化阵与第一子阵虚拟优化阵的互相关矩阵根据所述第一子阵虚拟优化阵接收信号的自相关矩阵和第二子阵虚拟优化阵接收信号的自相关矩阵以及第一子阵虚拟优化阵接收信号与所述第二子阵虚拟优化阵接收信号的互相关矩阵和所述第二子阵虚拟优化阵与第一子阵虚拟优化阵的互相关矩阵计算平行嵌套阵虚拟优化阵接收信号的自相关矩阵；根据所述平行嵌套阵虚拟优化阵接收信号的自相关矩阵计算入射信号cosα与y轴夹角的估计值的估计值根据所述入射信号cosα与y轴夹角的估计值计算与x轴夹角的估计值根据所述入射信号cosα与y轴夹角的估计值的估计值与所述入射信号cosα与y轴夹角的估计值计算第K个信号的方位角的估计值和俯仰角的估计值2.根据权利要求1所述的一种基于平行嵌套阵的二维DOA估计方法，其特征在于，所述的分别计算第一子阵虚拟优化阵接收信号的自相关矩阵和第二子阵虚拟优化阵接收信号的自相关矩阵包括：根据所述第一子阵接收信号矢量x1(t)和所述第二子阵接收信号矢量x2(t)分别计算第一子阵接收信号的自相关矩阵的估计和第二子阵接收信号的自相关矩阵的估计向量化所述第一子阵接收信号的自相关矩阵的估计值与所述第二子阵接收信号的自相关矩阵的估计值得到第一子阵观测矢量z1与第二子阵观测矢量z2；分别对第一子阵观测矢量z1和第二子阵观测矢量z2进行去冗余操作得到第一子阵无冗余观测矢量和第二子阵无冗余观测矢量分别根据所述第一子阵无冗余观测矢量和所述第二子阵无冗余观测矢量构建第一子阵虚拟优化阵接收信号的自相关矩阵和第二子阵虚拟优化阵接收信号的自相关矩阵3.根据权利要求2所述的一种基于平行嵌套阵的二维DOA估计方法，其特征在于，所述计算所述第一子阵虚拟优化阵接收信号与所述第二子阵虚拟优化阵接收信号的互相关矩阵以及第二子阵虚拟优化阵与第一子阵虚拟优化阵的互相关矩阵具体包括：根据第一子阵接收信号的矢量x1(t)与第二子阵接收信号的矢量x2(t)计算得到第一子阵与第二子阵的互相关矩阵的估计值向量化所述第一子阵与第二子阵的互相关矩阵的估计...

【专利技术属性】
技术研发人员：牟仕林，郑植，杨潇，杨朝麟，黄逸潇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51