【技术实现步骤摘要】
一种基于SCA阵型的二阶超波束形成方法、设备及介质
[0001]本专利技术属于水声波达方向估计
,特别是涉及一种基于SCA阵型的二阶超波束形成方法、设备及介质。
技术介绍
[0002]基于稀疏阵列的波达方向(DOA)估计是阵列信号处理的研究热点,其主要研究内容是利用较少的传感器个数从噪声背景中得到确切的目标方位信息,在雷达、声纳、导航和无线通信上都有广泛应用。常见的稀疏阵列有互质阵列(CSA)、最小冗余阵列(MRA)、嵌套阵列(NSA)等。半互质阵型(SCA)是一种新的稀疏阵列,SCA可为阵元位置提供简单的封闭形式的表达式,并且对于给定数量的传感器,具有高于NSA、CSA、MRA的分辨率。
[0003]基于SCA阵型的常见DOA估计算法有常规波束形成(CBF),MUSIC,MVDR,最小处理器等。常规波束形成算法(CBF)是最传统的DOA估计方法,但是其受瑞利限影响,方位分辨率较低,当多个相干目标信号方位邻近时,无法有效分辨。MVDR波束形成方法具有更好的空间分辨力与未知强干扰抑制能力,但是其估计精度经常会受到阵元幅相误差、阵元位置误差等各类误差因素的影响。多重信号分类方法(MUSIC)是经典的高分辨估计算法,其核心思想是将阵列接收信号的协方差矩阵通过特征值分解以构造信号子空间与噪声子空间,并利用这两个子空间的正交性实现方位估计。该方法突破了瑞利限的限制,具有比CBF和MVDR更高的分辨率,但是当快拍数减少或信噪比低时该类方法在估计性能上会出现严重恶化的情况,如果信号个数不明确或者目标信号之间相关性强也 ...
【技术保护点】
【技术特征摘要】
1.一种基于SCA阵型的二阶超波束形成方法,其特征在于,所述方法具体包括以下步骤:步骤1:获取SCA阵列三个子阵的接收信号,利用CBF分别对子阵1和子阵2的接收信号进行处理,利用分裂波束对子阵3的接收信号进行处理;步骤2:利用步骤1的运算结果,分别计算二阶“和”波束以及二阶“差”波束;步骤3:选择超波束指数,利用步骤2的运算结果获得二阶超波束形成输出;步骤4:根据步骤3得到的二阶超波束输出得到二阶超波束方位谱图,谱峰所对应的角度即为DOA估计结果。2.根据权利要求1所述的方法,其特征在于,SCA阵列可看做由三个均匀线列阵组成;子阵1的阵元个数为PM,阵元间距为QN*d;子阵2的阵元个数为PN,阵元间距为QM*d;子阵3的阵元个数为Q,阵元间距为d;其中P为大于1的整数,Q为偶数,M和N互质,d为信号的半波长;三个子阵共用第1个传感器,且子阵1和子阵2共用P个传感器;将每个子阵都等分为左右两个子阵,假设空间中有K个目标,波达方位角分别为θ
k
(0≤θ
k
≤180),k=1,2,
…
K,那么第k个目标的信号表示为s
k
(t)。3.根据权利要求2所述的方法,其特征在于,所述获取SCA阵列三个子阵的接收信号具体为:子阵1的接收信号可表示为:其中,为子阵1的导引矩阵,S(t)=[s1(t),...,s
K
(t)]
T
为信号波形向量,N1(t)为子阵1接收到的加性高斯白噪声向量,[
·
]
T
为转置运算;表示对应于第k个入射信号源θ
k
的阵列流形向量,λ表示波长,d
m
=(m
‑
1)QNd,m=1,...,PM,代表子阵1中第m个阵元相对于第1个阵元的实际距离;子阵2的接收信号可表示为:其中,为子阵2的导引矩阵,S(t)=[s1(t),...,s
K
(t)]
T
为信号波形向量,N2(t)为子阵2接收到的加性高斯白噪声向量,[
·
]
T
为转置运算;表示对应于第k个入射信号源θ
k
的阵列流形向量,d
m
=(m
‑
1)QMd,m=1,...,PN,代表子阵2中第m个阵元相对于第1个阵元的实际距离;子阵3的接收信号可表示为:其中,为子阵3的导引矩阵,S(t)=[s1(t),...,s
K
(t)]
T
为信号波形向量,N3(t)为子阵3接收到的加性高斯白噪声向量,[
·
]
T
为转置运算;表示对应于第k个入射信号源θ
k
的阵列流形向量,d
m
=(m
‑
1)d,m=1,...,Q,代表子阵3中第m个阵元相对于第1个阵元的实际距离。
...
【专利技术属性】
技术研发人员:梁国龙,滕远鑫,付进,王燕,邹男,张光普,万光明,齐滨,邱龙皓,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:
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。