【技术实现步骤摘要】
基于平面互质阵列块采样张量信号构造的自由度增强型空间谱估计方法
本专利技术属于阵列信号处理
，尤其涉及基于平面互质阵列张量信号建模与统计处理的空间谱估计技术，具体是一种基于平面互质阵列块采样张量信号构造的自由度增强型空间谱估计方法，可用于无源探测与定位。
技术介绍
平面互质阵列作为一种具有系统化架构的二维稀疏阵列，具有大孔径、高自由度的特点，能够实现高精度、高分辨的空间谱估计；与此同时，通过构造二维虚拟域并基于二阶虚拟域统计量进行处理，能够有效提升信号源空间分辨的自由度。传统的空间谱估计方法通常将具有二维空间结构信息的入射信号用矢量进行表示，以时间平均的方式计算多采样信号的二阶统计量，进而通过矢量化推导虚拟域二阶等价信号，并通过空间平滑的手段解决单快拍虚拟域信号协方差矩阵的秩亏问题以构造空间谱。然而，一方面，以矢量方式表示的平面互质阵列接收信号及其虚拟域二阶等价信号不仅丢失了原始信号的多维空间结构信息，且随着数据量增大，容易造成维度灾难；另一方面，基于单快拍虚拟域信号的空间谱函数构造引入了空间平滑的手段，对自由度性能造成了一定的损失。为了解决上述问题，基于张量信号构造的空间谱估计方法开始受到关注。张量作为一种高维的数据结构，可以保存信号的原始多维信息；同时，高阶奇异值分解、张量分解等多维代数理论也为张量信号的多维特征提取提供了丰富的分析工具。因此，基于张量信号构造的空间谱估计方法能够充分利用平面互质阵列入射信号的多维空间结构信息。然而，现有方法仍然是基于实际接收张量信号进行处理，并没有利用平面互
【技术保护点】
1.一种基于平面互质阵列块采样张量信号构造的自由度增强型空间谱估计方法，其特征在于，包含以下步骤：/n(1)接收端使用4M
【技术特征摘要】
1.一种基于平面互质阵列块采样张量信号构造的自由度增强型空间谱估计方法，其特征在于，包含以下步骤：
(1)接收端使用4MxMy+NxNy-1个物理天线阵元，按照互质面阵的结构进行架构；其中，Mx、Nx以及My、Ny分别为一对互质整数，且Mx＜Nx，My＜Ny；该互质面阵可分解为两个稀疏均匀子阵列和
(2)假设有K个来自方向的远场窄带非相干信号源，取L个采样快拍作为一个块采样，记为Tr(r＝1，2，...，R)，R为块采样个数；每个块采样范围内，平面互质阵列稀疏子阵列的接收信号可用一个三维张量信号表示为：
其中，sk＝[sk，1，sk，2，...，sk，L]T为对应第k个入射信源的多快拍采样信号波形，[·]T表示转置操作，表示矢量外积，为与各信号源相互独立的噪声张量，和分别为在x轴和y轴方向上的导引矢量，对应于来波方向为的信号源，表示为：
其中，及分别表示稀疏子阵列在x轴和y轴方向上第i1和i2个物理天线阵元的实际位置，且
每个块采样范围内，稀疏子阵列的接收信号可用另一个三维张量表示为：
其中，为与各信号源相互独立的噪声张量，和分别为稀疏子阵列在x轴和y轴方向上的导引矢量，对应于来波方向为的信号源，表示为：
其中，及分别表示稀疏子阵列在x轴和y轴方向上第i3和i4个物理天线阵元的实际位置，且
对于一个块采样Tr(r＝1，2，...，R)，计算该块采样范围内子阵列和的接收张量信号和的二阶互相关张量表示为：
这里，和分别表示和在第三维度(即快拍维度)方向上的第l个切片，(·)*表示共轭操作；
(3)由互相关张量得到一个增广的非均匀虚拟域面阵其中各虚拟阵元的位置表示为：
其中，单位间隔d取为入射窄带信号波长λ的一半，即d＝λ/2。定义维度集合和则通过对互相关张量的理想值(无噪声场景)进行PARAFAC分解的模展开，可获得增广虚拟域面阵的等价接收信号的理想表示为：
其中，和是增广虚拟域面阵在x轴和y轴方向上的导引矢量，对应于来波方向为的信号源；表示第k个入射信号源的功率；这里，表示克罗内克积；张量下标表示张量PARAFAC分解的模展开操作；
(4)中包含一个x轴分布为(-Nx+1)d到(MxNx+Mx-1)d、y轴分布为(-Ny+1)d到(MyNy+My-1)d的连续均匀虚拟域面阵中共有Vx×Vy个虚拟阵元，其中Vx＝MxNx+Mx+Nx-1，Vy＝MyNy+My+Ny-1，表示为：
通过选取虚拟域等价接收信号Ur中与各虚拟阵元位置相对应的元素，获取虚拟域均匀面阵的块采样等价接收信号将其表示为：
其中，和为虚拟域均匀面阵在x轴和y轴方向上的导引矢量，对应于来波方向为的信号源；
(5)按照前述步骤，取R个块采样Tr(r＝1，2，...，R)对应得到R个虚拟域信号将这R个虚拟域信号在第三维度上进行叠加，得到一个第三维度表示等效采样时间信息的虚拟域张量信号求块采样虚拟域张量信号的四阶自相关张量将其表示为：
其中，表示在第三维度(即通过块采样所表征的等效采样时间序列信息维度)方向上的第r个切片；
(6)对虚拟域四阶自相关张量进行CANDECOMP/PARACFAC分解以提取多维特征，得到结果表示如下：
其中，和为CANDECOMP/PARACFAC分解得到的因子矢量，分别表示x轴方向空间信息和y轴方...
【专利技术属性】
技术研发人员：郑航，王勇，周成伟，史治国，陈积明，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33
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。