基于联合UCA阵列的序贯ESPRIT二维不相干分布源参数估计方法技术

本发明专利技术公开了一种基于联合UCA阵列的序贯ESPRIT二维不相干分布源参数估计方法，通过利用广义阵列流形与有效子空间的一致性线性变换关系，序贯联合求解中心参数和扩展参数；并且运用二维不相干分布源随机过程的统计特征参数来建模扩展参数，提高了该类高分辨子空间方法对不同分布源分布形态的鲁棒性；本方法通过分析二维不相干分布源有效信号子空间，创新提出广义ESPRIT算法的最大特征值选择原则，从而有效地解决了不相干分布源中心参数估计精度对于小扩展角和大扩展角估计性能不一致的问题，实现了多个二维不相干分布源的快速高精度估计。度估计。度估计。

【技术实现步骤摘要】
基于联合UCA阵列的序贯ESPRIT二维不相干分布源参数估计方法


[0001]本专利技术涉及信号处理
，尤其涉及一种基于联合UCA阵列的序贯ESPRIT二维不相干分布源参数估计方法。

技术介绍

[0002]信号目标的方位估计一直是信号处理要解决的关键问题之一。早期的目标经常被假定为点目标模型，但在实际的应用环境中，目标不仅仅是一个中心点，还会具有一定的扩展宽度，在空间上呈现出分布特性。比如在郊区或野外用高基阵天线进行无线通信时，手机周围的局部散射会引起广义的平坦瑞利信道衰减，对于基站来说信号源就是具有一定空间分布的扩展源。在远场浅海环境下，当用声呐对水下目标的位置进行估计时，由于信道的影响，声信号通过海地平面、海面波浪的反射，通过大量散射路径到达水听器，接收阵列的输出数据是对这些路径所有信号的叠加响应，因此信号源呈现出空间分布特性。这种多径现象在SAR雷达、室内通信及定位应用中也是亟待解决的问题。
[0003]据实际应用环境不同，同一个分布源内不同角度回波间的相关程度不同，分布源可分为完全不相关(ICD)、部分相关(PCD)和完全相关(CD)
[0004]过去二十年对完全不相关(简称ID)分布源参数估计研究大都集中于一维ID分布源，Trump首先提出针对单个ID一维分布源的极大似然方法(ML)。尽管ML估计具有无偏估计的性能，但由于其极大的计算负担，减小计算复杂度的AML方法也能获得近似估计精度而更受欢迎，这种方法可以推广到多个一维分布源。
[0005]为进一步减小计算负担Olivier提出协方差拟合(COMET)方法后，陆续解决了模糊性问题、最优初值选取问题和简化计算的问题，但这些方法都是基于指数形式的分布源信号模型，不具有普适性。
[0006]由于接收数据协方差矩阵形成的特征分解中，信号特征向量和噪声特征向量具有正交特性，从而发展出了一类重要的子空间拟合方法。点源数据协方差构成的子空间中，含有信号能量的特征值个数与感兴趣区域内点源的个数相同。但分布源数据协方差是满秩矩阵，其子空间中信号能量扩散到每个特征值上，使得传统的点源子空间拟合的算法对分布源进行参数估计时性能急剧下降。S.Valaee提出DSPE算法将经典的MUSIC算法推广到多个一维分布源的参数估计，而mats提出的WPSF方法估计性能接近无偏估计。由于协方差矩阵的特征子空间将信号与噪声信息杂糅在一起，因此信号和噪声维度的准确划分直接决定了ID分布源不同扩展程度下的参数估计精度。Y Meng详细讨论了分布源信号子空间的能量分布，DISPARE算法、root-MUSIC算法、Rank-2算法都是选取低秩近似信号子空间，因此仅能在小角度扩展时取得较好的精度。而规避信号子空间有效维度选取的方法则在可以在低信噪比下对小角度扩展的ID一维分布源取得较好的估计性能。采用改进的GHQ(Gauss-Hermite Quadrature)生成的阵列流形比传统的泰勒级数能更好的近似大扩展角分布源。采用流形分离技术(MST)可以对大扩展角ID一维分布源的参数估计取得较好的估计精度。
[0007]然而无论是协方差矩阵拟合还是子空间拟合的方法，大部分算法都需要进行谱峰搜索或优化迭代求解，计算负担都较大，并且优化结果容易受初始值的影响无法得到全局最优解。为了得到更快的计算速度很多学者将眼光投向可以避免谱峰搜索而直接得到闭式解的ESPRIT算法。S Shahbazpanahi将点源ESPRIT算法推广到一维ID分布源的参数估计，大大降低了计算负担，但扩展角仍需要谱峰搜索。
[0008]在实际应用中，随着探测距离的缩短，大的探测目标不再是一维分布源而是逐步呈现出体目标外形特征,用二维不相关分布(Two-Dimensional Incoherently Distributed)源模型来描述目标更加准确。二维不相关分布(TDID)源的参数估计问题首先由提出利用两个ULA构成L形平面阵或者用两个垂直方向上平行的UCA阵列，通过特殊布放方式进行对二维参数进行解耦降维，通过子空间谱峰搜索估计单二维ID分布源的四个参数。这种方法不仅计算复杂度很高，而且无法得到一致估计。将COMET方法扩展到二维不相干分布源的参数估计方法对中心参数具有较好的估计精度，但扩展参数的估计误差较大且计算负担大。由于等距阵列对接收二维ID分布源数据也具备广义旋转不变特性，其低计算负担很适合对多参数的二维分布源目标进行快速参数估计，利用L阵二维解耦特点的二维分布源ESPRIT算法，大大降低了计算负担，但要求阵列对间距小于0.1倍的波长。利用均匀矩形阵，采用二维分布源ESPRIT算法，解决了子阵间距约束问题，但采用的大数量阵元极大的增加了计算开销。

技术实现思路

[0009]针对上述存在的问题，平面均匀圆阵(UCA)不仅可以直接实现两个维度的方向估计，并且水平方位角度的有效估计覆盖角度达到360
°
，另外俯仰角的估计性能独立于方位角。在相同孔径尺寸下，UCA能获得比ULA更好的估计性能，故而本专利技术旨在提供一种基于UCA阵列构型，并利用UCA之间的物理空间平移不变性，改进ESPRIT算法对多个二维不相干分布源四参数通过解算闭式解进行联合估计。
[0010]为了实现上述目的，本专利技术所采用的技术方案如下：
[0011]基于联合UCA阵列的序贯ESPRIT二维不相干分布源参数估计方法，其特征在于，包括以下步骤：
[0012]S1：构建基于均匀圆阵UCA的多子阵阵列结构模型，得到可组合的三均匀圆子阵结构；
[0013]S2：将三子阵UCSA进行两两组合，形成具有等间距的三对子阵UCSA组合，构建三组合均匀圆子阵UCSA的接收数据，得到观测数据；
[0014]S3：基于接收到的观测数据，构建二维不相干分布源的泰勒近似协方差矩阵模型R
12
、R
13
、R
23
，用于将二维不相关分布源的中心参数和扩展参数解耦；
[0015]S4：通过三组子阵UCSA接收到的联合数据计算三个样本数据的协方差矩阵和并通过协方差矩阵空间和特征子空间的线性映射关系得到中心参数的估计值；
[0016]S5：利用泰勒近似协方差模型R
12
、R
13
、R
23
与信号特征值之间的线性映射关系得到扩展参数的估计值。
[0017]进一步地，步骤S1的具体操作步骤如下：
[0018]S11：建立三个半径相同的均匀圆子阵A1、A2、A3，且三个子阵的阵型、阵参数相同、阵元个数为M；
[0019]每个子阵的半径r表示为：r＝γ
·
λ，其中，λ为波长，γ表示波长的倍数；
[0020]相邻阵元间的夹角α为：α＝2π/M；
[0021]阵元间距d1为：d1＝2rsin(π/M)；
[0022]两两相邻的阵元间距为半波长，此时阵元半径与波长比为
[0023]S12：设定子阵A1的参考阵元是位于X轴坐标为(0,本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于联合UCA阵列的序贯ESPRIT二维不相干分布源参数估计方法，其特征在于，包括以下步骤：S1：构建基于均匀圆阵UCA的多子阵阵列结构模型，得到可组合的三均匀圆子阵结构；S2：将三子阵UCSA进行两两组合，形成具有等间距的三对子阵UCSA组合，构建三组合均匀圆子阵UCSA的接收数据，得到观测数据；S3：基于接收到的观测数据，构建二维不相干分布源的泰勒近似协方差矩阵模型R
12
、R
13
、R
23
，用于将二维不相关分布源的中心参数和扩展参数解耦；S4：通过三组子阵UCSA接收到的联合数据计算三个样本数据的协方差矩阵和并通过协方差矩阵空间和特征子空间的线性映射关系得到中心参数的估计值；S5：利用泰勒近似协方差模型R
12
、R
13
、R
23
与信号特征值之间的线性映射关系得到扩展参数的估计值。2.根据权利要求1所述的基于联合UCA阵列的序贯ESPRIT二维不相干分布源参数估计方法，其特征在于，步骤S1的具体操作步骤如下：S11：建立三个半径相同的均匀圆子阵A1、A2、A3，且三个子阵的阵型、阵参数相同、阵元个数为M；每个子阵的半径r表示为：r＝γ
·
λ，其中，λ为波长，γ表示波长的倍数；相邻阵元间的夹角α为：α＝2π/M；阵元间距d1为：d1＝2rsin(π/M)；两两相邻的阵元间距为半波长，此时阵元半径与波长比为S12：设定子阵A1的参考阵元是位于X轴坐标为(0,r)的阵元，子阵A1的第2～M个阵元依次逆时针排列，其中过Y轴的第一个阵元与Y轴的夹角为β
°
；S13：在沿子阵A1参考阵元所在X轴的正向平移距离d
x
处，布放与A1同结构的子阵A2；S14：在沿子阵A1所在过Y轴的第一个阵元即与Y轴夹角β
°
角的延长线斜向上平移距离d
y
处，布放与A1同结构的子阵A3；S15：根据子阵阵元个数M、子阵半径R和两对子阵间距d
x
、d
y
判断子阵间的子阵阵元复用方案种类个数；S16：基于所述UCSA阵列布局中每个UCSA半径、阵元个数在满足S11要求下可根据通信或探测频率进行灵活调整；S17：最终得到等间距的三对UCSA阵列组合。3.根据权利要求2所述的基于联合UCA阵列的序贯ESPRIT二维不相干分布源参数估计方法，其特征在于，步骤S15的具体操作步骤如下：S151：计算落在第一象限内的阵元个数k；S152：当k为4的倍数时，可形成阵元复用的子阵间距方案有k种：S153：当k为2的倍数而非4的倍数时，可形成阵元复用的子阵间距方案有为：
4.根据权利要求1所述的基于联合UCA阵列的序贯ESPRIT二维不相干分布源参数估计方法，其特征在于，步骤S2中所述的由三个均匀圆子阵组合而成的UCSA阵列对的结构模型，其特征在于：S21：子阵A1中与子阵A2中各对应的阵元之间组成的M组阵元对以及子阵A1与子阵A3组成的M组阵元对之间具有相同的时延，且子阵A1与子阵A2、子阵A1与子阵A3、子阵A2与子阵A3的阵列流形向量之间满足下式的变换关系：其中，为子阵A2与子阵A1之间的传统阵列流形旋转算子，为子阵A3与子阵A1之间的传统阵列流形旋转算子，且传统阵列流形旋转算子的表达式为：其中，为随机波达角。5.根据权利要求1所述的基于联合UCA阵列的序贯ESPRIT二维不相干分布源参数估计方法，其特征在于，步骤S3所述的构建二维不相干分布源的泰勒近似协方差矩阵R
12
、R
13
、R
23
的操作步骤为：S31：将三个单独均匀圆子阵A1、A2和A3接收到的观测数据向量用泰勒展开，其中子阵A1的展开式为：其中，X1(t)为子阵A1的泰勒展开式，A
1(k0)
为子阵A1的广义阵列流形，噪声n1(t)为零均值循环对称独立同分...

【专利技术属性】
技术研发人员：古清月，王惠刚，丁键，崔利杰，周中良，荣少巍，邓翔宇，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：