【技术实现步骤摘要】
一种离网格DOA估计方法
[0001]本专利技术涉及DOA估计方法
,具体为一种离网格DOA估计方法。
技术介绍
[0002]DOA估计是阵列信号处理的一个重要分支,在无线通信、定位、雷达、声呐等领域发挥着关键作用。在过去的几十年中,研究者们从不同的角度对这一主题进行了研究,并取得了丰硕的成果。基于子空间的MUSIC(多重信号分类法)、ESPRIT(旋转不变子空间法)、ML(最大似然法)及他们的改进算法是早期比较成功的方法,但是在噪声环境下,性能会骤然下降,在快拍数较大时会导致复杂度较高。压缩感知的出现降低了计算复杂度,例如OMP(正交匹配追踪)和基于范数的算法,受SNR(信噪比)影响较大。而SBL(稀疏贝叶斯学习)类算法不易受SNR影响,且在低复杂度的条件下具有良好的性能。SBL类算法可以分为在网格和离网格两类,在网格算法的性能受网格分辨率的限制,而离网格的算法往往具有更高的准确性。OGSBI算法(Z.Yang,L.Xie,and C.Zhang,“Off
‑
Grid Direction of Arrival Estimation Using Sparse Bayesian Inference,”IEEE Trans.Signal Process.,vol.61,no.1,pp.38
–
43,Jan.2013.)是第一个基于SBL框架提出离网格DOA估计的算法,但是该算法假设所有的信号源占用同一类频带,这会影响估计的精度。
技术实现思路
[0003]本专利技 ...
【技术保护点】
【技术特征摘要】
1.一种离网格DOA估计方法,其特征在于,包括:步骤1:构建信号模型,构建接收天线阵列数据的稀疏信号模型;步骤2:构建基于狄利克雷过程先验的概率模型;步骤3:根据概率模型,求解联合概率密度函数,并设计因子图;步骤4:使用联合BP
‑
MF(置信传播
‑
平均场规则)的消息传递方法得到概率模型中各参数的更新公式;步骤5:根据所得到的参数更新公式对数据Y进行处理,得到概率模型参数的估计值;步骤6:根据所得到的参数估计值,计算DOA的估计值。2.根据权利要求1所述的一种离网格DOA估计方法,其特征在于,所述步骤1包括:使用均匀线性阵列接收远场信号,阵元个数为M,阵元间距为Δd,将信号分为F个子带,阵列输出数据Y=[y1,
…
,y
f
]为M
×
F维矩阵;然后均匀划分角度网格,将范围[0
°
,180
°
]均匀划分为N个网格,得到角度网格点集Θ=[θ1,
…
,θ
N
];定义X=[x1,
…
,x
f
]为N
×
F的稀疏信号矩阵;定义噪声信号W=[w1,
…
,w
f
]为M
×
F维矩阵;定义过完备近似字典为M
×
N维矩阵;建立接收天线阵列输出矩阵Y的信号模型为:其中,其中,式中,a
f
(θ
i
),i=1,
…
,N表示入射角度为θ
i
时的导向矢量,λ为波长。B
f
=[b
f
(θ1),b
f
(θ2),
…
,b
f
(θ
N
)],b
f
(θ
i
)为a
f
(θ
i
)关于θ
i
的导数。Δ
f
=diag(β
f
)为离网格角度偏差对角矩阵,β
f
为入射角度与最近的网格角度之间的差值,diag(
·
)表示向量矩阵化。3.根据权利要求1所述的一种离网格DOA估计方法,其特征在于,所述步骤2包括:假设加性噪声服从均值为0、精度为α0~Gam(a,b)的复高斯分布,Gam(
·
)表示Gamma分布,则接收天线阵列数据Y...
【专利技术属性】
技术研发人员:李芳,李梦鸽,李冀,罗笑南,
申请(专利权)人:桂林慧谷人工智能产业技术研究院桂林智慧产业园有限公司,
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。