一种基于平行互质阵列时空扩展的二维波达方向估计方法技术

本发明专利技术提供一种基于平行互质阵列时空扩展的二维波达方向估计方法。该方法选取和增加特定的参考阵元，使互质阵列的子阵分别对参考阵元求互相关，得到不同时滞的相关函数，并将该自相关函数作为新的接收数据，然后由新的接收数据伪采样得到伪数据矩阵，对伪数据矩阵矢量化，将问题转化为稀疏优化问题求解得到信号的二维波达方向。本发明专利技术充分的利用了接收数据的时间‑空间信息，最大限度的拓展出虚拟阵列，具有更大的阵列孔径和更高的自由度，波达方向估计的性能更好。

A Two-Dimensional DOA Estimation Method Based on Spatial-Temporal Expansion of Parallel Mutual Prime Array

【技术实现步骤摘要】
一种基于平行互质阵列时空扩展的二维波达方向估计方法
本专利技术涉及阵列信号处理领域，尤其指一种基于平行互质阵列时空扩展的二维波达方向估计方法。
技术介绍
阵列信号处理技术在众多领域已得到广泛应用，而阵列信号处理的基本问题之一是空间信号波达方向估计(DOA估计)。这一技术应用广泛，在通信、雷达等领域发挥着越来越重要的作用。在过去的几十年里人们不断提出了一系列高效的DOA估计算法。近几年来，随着压缩感知理论的不断成熟和广泛应用，基于稀疏重构技术的DOA估计算法受到更多的关注和研究。使用均匀线阵估计信号的波达方向时，阵列的自由度直接受限于阵元个数，所能估计的信号源数目有限。由于非均匀阵列能够获得更大的阵列孔径和更高的自由度，并且阵元的摆放位置也具有更大的灵活性，所以研究非均匀阵列的设计和相应的DOA估计算法具有很好的实际意义和应用价值。互质并行阵列是一种非均匀阵列，由两个平行放置的互质子阵列组成，阵元间距为半波长的整数倍。通过矢量化子阵的互协方差矩阵，得到阵元数目更多的虚拟阵列，在实际物理阵列数一定的情况下，增大阵列的孔径，使得所能估计的信号源数目大于实际物理阵元数目，并且DOA估计的准确率也进一步提高。在文献AnEfficientDictionaryLearning-Based2-DDOAEstimationWithoutPairMatchingforCo-PrimeParallelArrays,IEEEAccess，2018(以下简称文献[1])，提出了一种利用时间和空间信息的互质并行阵列扩展的方法，利用自相关函数的共轭对称性，构造出更多的虚拟阵元，进一步拓展了阵列孔径。上述文献[1]中的方法虽然对互质阵列进行了虚拟扩展，但仅仅利用了部分空间信息来构造虚拟阵列，如果所有的时间-空间信息都能被利用，可以得到更多的虚拟阵元数目，那么阵列孔径和自由度将会进一步增加，DOA估计也会更加准确。针对上述问题，我们提出了一个基于Co-prime并行阵列时空扩展的二维DOA估计方法。首先，我们在互质并行阵列的基础上增加了两个额外的阵元，利用信号自相关函数的共轭对称性，得到不同时滞的自相关函数，将该自相关函数作为新的接收数据，并求新的数据的协方差矩阵，最后通过稀疏重构的方法还原信号。所提出的方法可以利用空间和时间信息并形成共轭增强时空虚拟阵列，该方法能在物理阵元数目一定的情况下，利用空间和时间信息完全的扩展互质并行阵列，最大限度的提高阵列孔径和自由度以及得到更加准确的DOA估计值。
技术实现思路
本专利技术的目的在于克服现有方法存在的各种不足，首先提供一种基于平行互质阵列时空扩展的波达方向估计方法，在文献[1]原有互质阵列的基础上，增加两个物理阵元，充分利用接收信号的时间和空间信息对物理阵列进行虚拟扩展，形成共轭增强的时空虚拟阵列，最大限度的提高阵列孔径和自由度，得到更加准确的DOA估计值。另外本专利技术的另一目的在于提供一种基于互质阵列扩展的阵列结构。为了实现上述目的，本专利技术可以通过以下技术方案实现。一种基于平行互质阵列时空扩展的二维波达方向估计方法，其包括：选取和增加参考阵元，使互质阵列的子阵分别对参考阵元求互相关，得到不同时滞的相关函数，并将该自相关函数作为新的接收数据，拓展出更多的虚拟阵元，由新的接收数据伪采样得到伪数据矩阵，然后对伪接收数据的协方差矩阵矢量化，最后通过稀疏重构的方法还原信号。进一步地，基于互质阵列扩展的阵列结构包括一个平行互质阵列以及两个单独的阵元，互质并行阵列包含两个水平均匀线阵，均匀线阵分别有M1、M2个阵元，并且M1和M2互质；线阵1的阵元间距为线阵2的阵元间距为两个子阵的间距为以坐标系来说明各个阵元的相对位置，以线阵1第一个参考阵元为原点，线阵1位于坐标系水平轴上，线阵2位于线阵1上方(不仅限于上方，此仅举例说明本阵列的结构)，间距为在互质并行阵列基础上增加的两个单独的阵元分别位于坐标点(λ,0),进一步地，所述的一种基于平行互质阵列时空扩展的波达方向估计方法，其特征在于包含如下步骤：步骤一：子阵1信号接收X1(t)＝A1S(t)+Z1(t)其中，A1＝A1(α)＝[a1(α1),a1(α2),…,a1(αK)]表示子阵1的流形矩阵，K表示信号源的个数，α＝[α1,α2,…,αK]，αk表示第k个信号与y轴之间的夹角，表示第k个信号的方向向量，S(t)＝[s1(t),s2(t),…,sK(t)]T表示信号矢量，表示第k个信号源，Z1(t)表示子阵1接收到的零均值高斯白噪声矢量，方差为步骤二：子阵2信号接收X2(t)＝A2φS(t)+Z2(t)，子阵2信号相对于子阵1信号有φ的相移，φ中包含俯仰角度信息；其中，A2＝A2(α)＝[a2(α1),a2(α2),…,a2(αK)]表示子阵2的流形矩阵，K表示信号源的个数，α＝[α1,α2,…,αK]，αk表示第k个信号与y轴之间的夹角，表示第k个信号的方向向量，S(t)＝[s1(t),s2(t),…,sK(t)]T表示信号矢量，表示第k个信号源，Z2(t)表示子阵2接收到的零均值高斯白噪声矢量，方差为β＝[β1,β2,…,βK]，βk表示第k个信号与x轴之间的夹角。步骤三：新增参考阵元信号接收，βi表示信号源俯仰角，其中，y(t)表示阵元接收到的K个信号源数据之和，si(t)表示第i个信号源数据，i表示第i个信号源，z3(t)表示阵元接收到的噪声数据。w(t)表示阵元(λ,0)接收到的K个信号源数据之和，z4(t)表示阵元(λ,0)接收到的噪声数据。由步骤一和步骤二得到的X1(t)和X2(t)分别对原有参考阵元(0,0),以及新增加的参考阵元(λ,0)的数据求互相关，以及利用相关函数的共轭对称性得到如下数据：其中M1、M2为子阵1和子阵2的阵元数目，下角标M1表示阵列的第M1个阵元，下角标M1+1表示阵列的第M1+1个阵元，以此类推。Rxx(τ)表示子阵1和子阵2的数据分别对参考阵元(0,0),的数据作相关运算；Rxy(τ)表示子阵1的数据对参考阵元的数据作相关运算；Rxw(τ)表示子阵2的数据对参考阵元的数据作相关运算，字母τ表示相关函数的时延，求相关函数的公式定义为：其中，表示第k个信号源的相关函数。(an,bn)为参考阵元的坐标，(am,bm)为子阵中的阵元坐标，m,n表示阵元的位置。步骤四：构建虚拟阵列，由步骤三求得的数据，得到虚拟阵列接收信号：对R1(τ)和R2(τ)以不同时延τ采样得到伪数据矩阵：其中seqv＝[Rs(Ts),Rs(2Ts),…,Rs(NpTs)]，Np是虚拟矩阵接收数据的伪快拍数，Ts是虚拟矩阵接收数据的伪采样周期。求r1和r2的互协方差矩阵：RC＝E[r2r1H]互协方差矩阵可以表示为：其中，Reqv＝E[seqv(seqv)H]是一个对角阵，该矩阵第k个元素为且φReqv也是对角阵。矢量化协方差矩阵，则有：其中，⊙表示矩阵的Khatri-Rao积，向量u包含对角矩阵φReqv中的对角元素。由于Reqv是实值对角矩阵，φ中对角元素包含角度β的数据，而向量u中的元素包含φ的信息，所以一旦求得向量u，就能计算出角度β。稀疏重构算法求解。构造过完备字典Θ来替代A，将空间划分为多个网格{θ1,θ2,…,θD}(D>&本文档来自技高网...

【技术保护点】
1.一种基于平行互质阵列时空扩展的二维波达方向估计方法，其特征在于包括：选取和增加参考阵元，使互质阵列的子阵分别对参考阵元求互相关，得到不同时滞的相关函数，并将该自相关函数作为新的接收数据，拓展出更多的虚拟阵元，由新的接收数据伪采样得到伪数据矩阵，然后对伪接收数据的协方差矩阵矢量化，最后通过稀疏重构的方法还原信号。

【技术特征摘要】
1.一种基于平行互质阵列时空扩展的二维波达方向估计方法，其特征在于包括：选取和增加参考阵元，使互质阵列的子阵分别对参考阵元求互相关，得到不同时滞的相关函数，并将该自相关函数作为新的接收数据，拓展出更多的虚拟阵元，由新的接收数据伪采样得到伪数据矩阵，然后对伪接收数据的协方差矩阵矢量化，最后通过稀疏重构的方法还原信号。2.根据权利要求1所述的一种基于平行互质阵列时空扩展的二维波达方向估计方法，其特征在于基于互质阵列扩展的阵列结构包括一个平行互质阵列以及两个单独的阵元，互质并行阵列包含两个水平均匀线阵，均匀线阵分别有M1、M2个阵元，并且M1和M2互质；线阵1的阵元间距为线阵2的阵元间距为两个子阵的间距为以坐标系来说明各个阵元的相对位置，以线阵1第一个参考阵元为原点，线阵1位于坐标系水平轴上，线阵2位于线阵1上方，间距为在互质并行阵列基础上增加的两个单独的阵元分别位于坐标点3.根据权利要求1所述的一种基于平行互质阵列时空扩展的波达方向估计方法，其特征在于包含如下步骤：步骤一：子阵1信号接收X1(t)＝A1S(t)+Z1(t)其中，A1＝A1(α)＝[a1(α1),a1(α2),…,a1(αK)]表示子阵1的流形矩阵，K表示信号源的个数，α＝[α1,α2,…,αK]，αk表示第k个信号与y轴之间的夹角，表示第k个信号的方向向量，S(t)＝[s1(t),s2(t),…,sK(t)]T表示信号矢量，表示第k个信号源，Z1(t)表示子阵1接收到的零均值高斯白噪声矢量，方差为步骤二：子阵2信号接收X2(t)＝A2φS(t)+Z2(t)，子阵2信号相对于子阵1信号有φ的相移，φ中包含俯仰角度信息；其中，A2＝A2(α)＝[a2(α1),a2(α2),…,a2(αK)]表示子阵2的流形矩阵，K表示信号源的个数，α＝[α1,α2,…,αK]，αk表示第k个信号与y轴之间的夹角，表示第k个信号的方向向量，S(t)＝[s1(t),s2(t),…,sK(t)]T表示信号矢量，表示第k个信号源，Z2(t)表示子阵2接收到的零均值高斯白噪声矢量，方差为β＝[β1,β2,…,βK]，βk表示第k个信号与x轴之间的夹角；步骤三：新增参考阵元信号接收其中，y(t)表示阵元接收到的K个信号源数据之和，si(t)表示第i个信号源数据，i表示第i个信号源，z3(t)表示阵元接收到的噪声数据；w(t)表示阵元(λ,0)接收到的K个信号源数据之和，z4(t)表示阵元(λ,0)接收到的噪声数据，βi表示第i个信号源俯仰角；由步骤一和步骤二得到的X1(t)和X2(t)分别对原有参考阵元以及...

【专利技术属性】
技术研发人员：李杰，曾伟，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44