The invention relates to a dynamic direction finding method of circular array mode space based on quantum imperial butterfly under impulse noise. Under impulse noise environment, an exponential kernel covariance matrix is designed. The source is dynamically direction finding by using the exponential kernel covariance matrix maximum likelihood dynamic direction finding method of circular array mode space, and the quantum imperial butterfly search mechanism is used to search the index in the search interval. The optimal angle of Maximum Likelihood Equation Estimation of the kernel covariance matrix can reduce the computational complexity by gradually reducing the search space. The dynamic direction finding method designed by the invention can effectively detect direction in complex environments such as Gaussian noise, weak impact noise and strong impact noise, and has superior performance of DOA estimation under low signal-to-noise ratio, small snapshot number and coherent sources.
【技术实现步骤摘要】
冲击噪声下基于量子帝王蝶的圆阵模式空间动态测向方法
本专利技术涉及一种基于量子帝王蝶的圆阵模式空间动态测向方法,属于阵列信号处理领域。
技术介绍
测向也称为波达方向角(DirectionofArrival,DOA)估计一直是阵列信号处理领域的热点内容,在通信、雷达和声纳等系统中有着广泛应用。均匀圆阵(UniformCircularArray,UCA)由于具有特殊的阵列结构和良好的测向性能,在许多测向应用中备受青睐。均匀圆阵的阵列结构使得其阵列流行比较复杂,不具备均匀线阵的范德蒙德矩阵形式,许多适用于线阵的测向算法无法移植应用到圆阵的测向应用中。为了使应用于线阵的优良DOA估计算法可以应用到圆阵,以及减少DOA估计的运算量,模式空间变换算法估计受到了学者的广泛关注。模式空间变换即通过变换将圆阵的阵列流行变换成类似线阵的形式,实现输入信号的波达方向估计。现有技术文献检索发现,高书彦等在《电子与信息学报》(2007,Vol.29,No.12,pp.2832-2835)发表的“基于均匀圆阵的模式空间矩阵重构算法”中提出了一种不受信号相关性影响的DOA估计方法,并在一定程度 ...
【技术保护点】
1.一种冲击噪声下基于量子帝王蝶的圆阵模式空间动态测向方法,其特征在于,包括以下步骤:步骤一:获取阵列接收的快拍数据,定义变换矩阵
【技术特征摘要】
1.一种冲击噪声下基于量子帝王蝶的圆阵模式空间动态测向方法,其特征在于,包括以下步骤:步骤一:获取阵列接收的快拍数据,定义变换矩阵构建阵列信号经模式空间变换后的指数核协方差矩阵,构造基于指数核协方差矩阵的极大似然测向方程,具体为:假设第n个窄带远场信源从方位角θn,俯仰角入射到一个由M个阵元构成的半径为r的均匀圆阵上,n=1,2,...,N,入射波长为λ,阵列接收的第k次快拍数据的数学模型为x(k)=[x1(k),x2(k),...,xM(k)]T为M×1维阵列接收快拍数据矢量,为M×N维的阵列流形矩阵,θ=[θ1,θ2,...,θN]和分别为N个信源的方位角和俯仰角矢量,是阵列流形矩阵的第n个导向矢量,其中,n=1,2,...,N;m=1,2,...,M-1;j为虚数单位;T表示转置,s(k)为N×1维的信号矢量,n(k)为M×1维服从特征指数为α的标准SαS分布的冲击噪声矢量,全部信源均与阵列共面,即俯仰角均匀圆阵可激发的最大模式为向下取整函数,β=2πr/λ;定义变换矩阵为式中J=diag{j-LJ-L(-β),...,jLJL(-β)},其中,Jl(·)为l阶第一类贝塞尔函数;diag{Θ}表示由矢量Θ中的元素构成的对角矩阵,式中F=[w-L,w-L+1,...,wL],其中,l=-L,...,0,...,L;m=1,2,...,M-1;H表示共轭转置;用左乘x(k)得到y(k)=[y1(k),y2(k),...,y2L+1(k)]T,其中阵列流形具有范德蒙矩阵结构,则均匀圆阵转换为虚拟均匀线阵;第1次快拍采样数据经过模式空间变换后的指数核协方差矩阵为矩阵中第i行第d列个元素其中,i=1,2,...,2L+1;d=1,2,...,2L+1;η为指数核常数;*表示共轭;构造基于指数核协方差矩阵的极大似然测向方程为其中PB(θ)=B(θ)[BH(θ)B(θ)-1]BH(θ)为正交投影矩阵,为第k次快拍采样的指数核协方差矩阵,argmax()表示寻找具有最大函数值的变量,trace表示矩阵的求迹;步骤二:初始化帝王蝶的搜索区间,具体为:在第k次快拍,N个方位角度的搜索区间定义为其中,un(k)和gn(k)分别为第k次快拍第n维方位角度搜索区间的上限和下限,第1次快拍搜索区间的初始值分别取搜索区间定义域的上限和下限;n=1,2,...,N;步骤三:初始化帝王蝶种群中每只帝王蝶的量子位置、临时量子位置和位置,构造适应度函数,计算每只帝王蝶所在位置的适应度,确定帝王蝶种群的全局最优量子位置,确定量子帝王蝶搜索机制的终止迭代次数,具体为:帝王蝶的种群规模为通过随机方法在量子域内初始化只帝王蝶的量子位置和临时量子位置,第t次迭代第h只帝王蝶的量子位置为其中,n=1,2,...,N;第t次迭代第h只帝王蝶的临时量子位置为其中,n=1,2,...,N;第t次迭代第h只帝王蝶的位置为是第t次迭代第h只帝王蝶量子位置的映射态,映射方式为其中,n=1,2,...,N;t为迭代次数;定义第t次迭代第h只帝王蝶的量子旋转角为其中,n=1,2,...,N;对于第k次快拍的角度估计,量子帝王蝶搜索机制的终止迭代次数取第k次快...
【专利技术属性】
技术研发人员:高洪元,杜亚男,程建华,孙志国,刁鸣,李亮,李晋,马雨薇,李唯嘉,秘超鹏,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:黑龙江,23
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。