【技术实现步骤摘要】
一种适用于任意平面传感器阵列的波达方向估计及定位方法
[0001]本专利技术涉及空间谱分析领域,尤其是使用不规则的任意传感器阵列分析信号源的方位。本专利技术还涉及目标位置定位感知领域,尤其是在室内定位或声呐探测定位方面。此外本专利技术还涉及到通信领域的传感器阵列信号处理领域。具体地说是一种适用于任意平面传感器阵列的波达方向估计及定位方法。
技术介绍
[0002]基于位置信息的服务已经融入到现代社会的各行各业,定位的原理主要基于信号在空间传播的三种特性,即传播时间、传播方向以及功率衰减情况。基于传播时间的定位需要高精度的时钟同步,而基于信号功率衰减的定位需要采集大量的先验数据样本并及时更新,基于角度估计的定位技术需要设备具有传感器阵列,MIMO技术的应用可以大幅提高信息传输的质量和速率,也使得基于传感器阵列的波达方向估计成为现实。空间谱理论中的波达角估计是传感器阵列信号处理中的关键技术之一,这项技术主要是利用信号到达传感器阵列中每个传感器的时间差来判断信号源的角度。波达角估计在军事、雷达、声呐探测、地震分析等领域都有着重大的应用。
[0003]目前绝大多数实验或者仿真都是基于规则分布的传感器阵列,其中均匀线性传感器阵列由于结构简单被使用的频率最高。线性传感器阵列的阵元分布在一条直线上,间距通常为信号波长的一半,但估计范围一般为
‑
90
°
~90
°
,而且它无法象平面传感器阵列那样估计0
°
~360
°
的方位角。
[ ...
【技术保护点】
【技术特征摘要】
1.一种适用于任意平面传感器阵列的波达方向估计及定位方法,其特征在于,该方法具体包括下列步骤:步骤a:根据实际应用场景需求设定任意传感器阵列的形状,在设定好的传感器阵列中,任意选取一个传感器作为该传感器阵列的参考阵元,并任意选取一个方向作为该传感器阵列的参考方向,然后以参考阵元为原点,并以参考方向为初始方向建立传感器阵列测量坐标系,将各个传感器在传感器阵列中的位置通过所建立的传感器阵列测量坐标系表示出来;设r
m
表示在该传感器阵列中第m个传感器阵元到所选取的参考传感器阵元的距离,α
m
表示在该传感器阵列中第m个传感器阵元与所选取参考方向之间的夹角,则第m个阵元的极坐标为(r
m
,α
m
),其直角坐标形式表示为(r
m
cos(α
m
),r
m
sin(α
m
)),传感器阵列中所有传感器的位置坐标即构成传感器阵列的参数矩阵;步骤b:计算信号源发出的信号波到达各个传感器阵元的距离相对到达参考传感器阵元的距离之差;设在传感器阵列的θ方向有一个信号波到达该传感器阵列,则信号波到达第m个传感器阵元的距离相对到达参考传感器阵元的距离之差用s
m
表示如公式(1)所示:s
m
=(r
m
cos(α
m
)cos(θ)+r
m
sin(α
m
)sin(θ)))=r
m
cos(α
m
‑
θ) (1)步骤c:根据公式(1)结合信号在介质中传播的速度c,即可得到所述任意传感器阵列中各个传感器阵元接收到该信号波相对参考传感器阵元接收到该信号波的相位差为:这里j表示虚数单位,λ
k
,θ
k
分别表示第k个信号波的波长和信号源方向;设共有M个阵元的传感器阵列同时接收到K个信号波,即:m=(1,2,...,M),k=(1,2,...,K),则所有的相位差信息如阵列流型矩阵(2)所示:步骤d:根据实际设备的计算性能,选取改进的超分辨类算法MUSIC或改进的L1_SVD算法来解算信号源的方向;步骤e:基于真实环境建立参考坐标系,利用信号源在参考坐标系中的位置坐标和步骤d中估计得到的信号源方向,并结合参考坐标系与所述阵列测量坐标系之间的转换关系,求解传感器阵列的参考阵元在参考坐标系中的坐标,该坐标即为装备了所述传感器阵列的目标设备在真实环境中的位置;步骤f:装备有所述传感器阵列的目标设备与实际定位环境中的任意两个信号源联合即能解算出该目标设备在参考坐标系中的一个位置坐标;设实际的定位环境中共有K个信号源,则一共能计算得到有个包含误差的目标位置坐标,将这个位置坐标连接起来构一个多边几何图形,目标设备的最终位置坐标即为该几何图形的重心坐标,重心坐标通过对这个位置坐标的x坐标和y坐标分别求平均值获得。2.根据权利要求1所述一种适用于任意平面传感器阵列的波达方向估计及定位方法,其特征在于,所述公式(1)中的距离差s
m
是通过向量投影方法或几何分析的方法得到的,其中,基于向量投影的方法即通过第m个阵元在基于传感器阵列所建立坐标系中的坐标向量与信号传播方向上的单位向量进行内积
运算得到。3.根据权利要求1所述一种适用于任意平面传感器阵列的波达方向估计及定位方法,其特征在于,所述传感器包括电磁波传感器和超声波传感器。4.根据权利要求1所述一种适用于任意平面传感器阵列的波达方向估计及定位方法,其特征在于,所述改进的超分辨类算法MUSIC具体为:信号的波达方向估计经过多次采样实现,采样的次数称为快拍数;设传感器阵列第t次采样得到的数据为y(t),则快拍数为T次采样数据构成矩阵Y
MUSIC
=[y(1),y(2),...,y(T)],通过计算矩阵Y
MUSIC
的协方差Y
MUSIC
Y
MUSICH
的均值得到理论值的最大似然估计矩阵如公式(3)所示:其中,E表示求平均运算,H表示矩阵的共轭转置,A
MUSIC
即为阵列流型矩阵(2)所述的阵列流型矩阵,为信号协方差矩阵,σ2I表示噪声部分,对得到的矩阵进行特征分解得到公式(4):其中,的特征值由信号特征值和噪声特征值构成,由于信噪比的存在,信号特征值必然会大于噪声特征值,且噪声特征值的大小基本相似,根据此特点将特征值分为两部分,为数值较大特征值部分,其与对应的特征向量共同构成信号子空间,而表示另一部分数值较小且大小相似的特征值,其与对应的特征向量共同构成噪声部分,由于信号部分所形成的子空间和阵列流型矩阵A
MUSIC
的列向量形成的子空间是对应的,用表示阵列流型矩阵A
MUSIC
的第k列,其中,(ω
k
,θ
k
)分别表示第k个信号的角频率和波达方向;利用噪声特征向量和信号特征值之间的正交性构建谱公式:通过将(0
°
~360
°
)的θ
k
带入公式(5)进行扫描,使得P
MUSIC
值最大的θ
k
即为波达方向的估计值。5.根据权利要求1所述一种适用于任意平面传感器阵列的波达方向估计及定位方法,其特征在于,所述改进后的L1_SVD算法具体为:将传感器阵列测量坐标系中(0
°
~360
°
)的方向均匀划分为N等分,得到方向向量[θ1,θ2,
…
,θ
N
],则该向量包含了信号波在传感器阵列所在平面的所有入射方向,且每一个θ都是一个潜在的波达方向,显然N的数值越大,结果也就越精确;将方向向量中的每一...
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。