一种存在阵列互藕的一比特采样DOA估计方法技术

本发明专利技术公开了一种存在阵列互藕的一比特采样DOA估计方法，属于阵列信号处理领域中的参数估计。本发明专利技术为：设置一个M个阵元组成的均匀线性阵列，并对每个阵元的测量值进行一比特采样；利用arcsine law恢复出归一化的原始协方差矩阵；利用矩阵变换给出归一化协方差矩阵的导向矩阵结构；对空域进行网格划分构建一个稀疏矢量；利用迭代的思想避免归一化噪声矩阵对特征值分解的影响，获得准确的噪声子空间；构造一个加权矩阵用于增强稀疏矢量的稀疏性；最后提出一个稀疏恢复问题用于DOA估计。因此，本发明专利技术利用一比特采样数据极大降低了系统成本、功耗及数据传输存储量，具有估计精度高，分辨率高，可以在没有互耦补偿的情况下实现精确的DOA估计等优点。的DOA估计等优点。的DOA估计等优点。

【技术实现步骤摘要】
Processing(ICASSP).IEEE,2017》中，该方法被扩展到稀疏阵，利用更多的虚拟阵元提高了DOA估计性能。此外，稀疏贝叶斯学习，联合稀疏表示等方法在一比特DOA估计中也有应用。
[0005]虽然互耦或一比特采样的问题已经在很多文献中得到了广泛的讨论，但在这两个问题同时存在的特定情况下的DOA估计问题还没有得到解决。因此，研究如何在一比特采样下进行稳健的DOA估计是十分必要的。

技术实现思路

[0006]本专利技术的目的在于，提出一种存在阵元间互耦效应时的基于一比特采样的稳健DOA估计方法，用于避免高精度模数转换器带来的高硬件成本和高系统功耗。该方法没有损失阵列孔径，且不需要阵列校准，实际操作起来比较简单。
[0007]本专利技术提供了一种存在阵列互藕的一比特采样DOA估计方法，所述方法包括：
[0008]步骤1，设置天线阵列，所述天线阵列为采用M个阵元组成的均匀线性阵列，其中阵元间距为d＝λ/2，λ表示信号波长，定义天线阵列的接收信号数K，阵列的未量化观测数据矢量为x(t)，阵列的一比特观测数据矢量为y(t)；
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种存在阵列互藕的一比特采样DOA估计方法，其特征在于，包括下列步骤：步骤1，设置天线阵列，所述天线阵列为采用M个阵元组成的均匀线性阵列，其中阵元间距为d＝λ/2，λ表示信号波长，定义天线阵列的接收信号数K，阵列的未量化观测数据矢量为x(t)，阵列的一比特观测数据矢量为y(t)；步骤2：计算归一化协方差矩阵：(2a)计算观测数据y(t)在快拍数为N的协方差矩阵R
y
；(2b)计算归一化协方差矩阵(2b)计算归一化协方差矩阵其中，矩阵是一个对角矩阵，中间M
‑
2P+2个非零元素的取值相同，定义为γ，P表示允许忽略互藕效应的阵元间隔数，C表示互藕矩阵，且A表示K个信号的阵列流形矩阵，表示噪声功率，R
s
表示信源的协方差矩阵；步骤3，矩阵变换处理：(3a)将互耦矩阵和导向矢量的乘积转化为Ca(θ)＝T(θ)α；其中T(θ)＝blkdiag{T1,T2,T3}；T1＝diag{1,β(θ),...,β
P
‑2(θ)}；T2＝[β
P
‑1(θ),...,β
M
‑
P
(θ)]
T
；T3＝diag{β
M
‑
P+1
(θ),...,β
M
‑1(θ)}，β(θ)＝e
j2πdsinθ/λ
；α＝[μ1,...,μ
l
，...，μ
P
‑1,τ(θ),α1,...,α
l
，
…
，α
P
‑1]
T
；；；c
k
表示互藕矩阵C的第k个元素；(3b)根据归一化矩阵G
‑
1/2
和矩阵T(θ)的结构和元素大小，将二者乘积转化为G
‑
1/2
T(θ)＝T(θ)D，得到G
‑
1/2
Ca(θ)＝G
‑
1/2
T(θ)α＝T(θ)Dα，其中D＝diag[ρ1,ρ2,
…
,ρ

【专利技术属性】
技术研发人员：郭宁，郑植，王文钦，王成，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：