一种基于非均匀过完备字典与Dice系数结合的压缩感知的DOA估计方法技术

本发明专利技术提供了一种基于非均匀过完备字典与Dice系数的压缩感知的DOA估计方法，是由天线阵列(Antenna Array)、非均匀过完备字典构建模块、OMP算法(Orthogonal Matching Pursuit)模块和Dice系数模块组成的，能够有效避免传统基于CRLB(Cramer

【技术实现步骤摘要】
一种基于非均匀过完备字典与Dice系数结合的压缩感知的DOA估计方法


[0001]本专利技术涉及一种基于非均匀过完备字典与Dice系数结合的压缩感知(Compressed Sensing，CS)的波达方位(DOA)估计方法，特别是在低快拍情况下的DOA估计算法，属于信号处理领域。

技术介绍

[0002]阵列信号处理是信号处理领域内的一个重要分支，在近40年来得到了迅速的发展，其应用涉及雷达、通信、声纳、地震、勘探、射电天文以及生物医学工程等众多军事及国民经济领域。而波达方位(Direction of Arrival，DOA)估计是阵列信号处理的一个重要研究领域。
[0003]一般的，DOA估计算法按照采样频率可以分成两类。第一类是遵从奈奎斯特抽样频率的算法。为了满足系统实时性以及准确性的要求，DOA估计系统必须兼备高精度和低复杂度。其中，一些超分辨非参数法已经广泛应用于DOA估计。波束形成法以及Capon
’
s法是作为DOA估计的基础算法，但是该算法的DOA估计精度不高，无法满足实际的系统需求。为了解决这个问题，MUSIC(Multiple Signal Classification)算法、ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法、SML(Stochastic Maximum Likelihood)算法、WSF(Weighted Subspace Fitting)算法等被相继提出。
[0004]随着DOA估计技术的不断发展，接收阵列信号所承载的信息越来越多，信号处理需要越来越宽的带宽，从而使得奈奎斯特采样的采样率也越来越高。传统的基于奈奎斯特采样定律的DOA估计算法在实际应用中要求也越来越高。因此，如何降低采样频率或者能够在恢复原始信息的基础上发现一种远低于奈奎斯特采样频率的算法，受到了广大学者的关注。
[0005]通过上述问题，第二类算法是通过以一种远低于奈奎斯特频率的方式对信号进行采样来达到DOA估计的目的。通过将信号进行稀疏表示的算法被称为压缩感知(Compressed Sensing，CS)算法。压缩感知算法在早期被广泛应用于图像重建与恢复、小波去噪、机器学习中的特征选择、雷达成像和惩罚回归。同时，在频谱估计和阵列信号处理领域中，压缩感知算法也被广泛的发展。
[0006]压缩感知算法的核心思想主要包括两点。第一个是信号的稀疏结构。传统的Shannon信号表示方法只开发利用了最少的被采样信号的先验信息，即信号的带宽。但是，现实生活中很多广受关注的信号本身具有一些结构特点。相对于带宽信息的自由度，这些结构特点是由信号的更小的一部分自由度所决定。换句话说，在很少的信息损失情况下，这种信号可以用很少的数字编码表示。所以，在这种意义上，这种信号是稀疏信号(或者近似稀疏信号、可压缩信号)。另外一点是不相关特性。稀疏信号的有用信息的获取可以通过一个非自适应的采样方法将信号压缩成较小的样本数据来完成。理论证明压缩感知的采样方法只是一个简单的将信号与一组确定的波形进行相关的操作。这些波形要求是与信号所在
的稀疏空间不相关的。
[0007]压缩感知算法抛弃了当前信号采样中的冗余信息。它直接从连续时间信号变换得到压缩样本，然后在数字信号处理中采用优化方法处理压缩样本。这里恢复信号所需的优化算法求解的是一个已知信号稀疏的欠定线性逆问题。
[0008]一方面，由于传统的CS算法在进行DOA估计时，构建的字典方式为均匀过完备字典。该构造方式在保证精度的同时，系统的实时性很难得到保证。因此，本文提出了非均匀过完备字典的概念，并提供了两种非均匀过完备字典的构建方式，在保证精度的同时大大降低了计算复杂度。
[0009]另一方面，传统的DOA估计算法的分界方式采用的是CRLB(Cramer
‑
Rao Lower Bounds)作为分界条件。然而，在实际环境中CRLB过小，如果基于网格的分界条件也采用CRLB的话，会导致DOA估计的最优解未在分界区间，导致精度严重下降。因此，本文将MUSIC算法的RMSE(Root Mean Squard Error)作为分界基础，提出了一种自适应的分界函数。
[0010]最后，传统的OMP算法采用的内积匹配准则容易导致部分信息丢失，从而导致估计网格发生偏移，使得DOA估计精度降低。因此。本文将Dice系数应用在基于非均匀过完备字典的OMP(Orthogonal Matching Pursuit)算法中，减小了角度之间的相关性，增加了DOA估计精度。

技术实现思路

[0011]本专利技术所采取的技术方案是：一种基于非均匀过完备字典与Dice系数的压缩感知的DOA估计方法，是由天线阵列(Antenna Array)、两种非均匀过完备字典模块、OMP算法模块和Dice系数模块组成的。
[0012]所述的一种基于非均匀过完备字典与Dice系数的压缩感知的DOA估计方法包括以下十个步骤：
[0013](1)通过阵列接收信号来求解出MUSIC算法的闭式解。
[0014](2)将MUSIC算法的二倍RMSE作为分解条件，进而形成一种自适应网格分界条件。
[0015](3)判断二倍的自适应网格分界函数值是否大于闭式解求出的相邻来波信源之间的角度差。
[0016](4)如果函数值大于角度差，则使用本文提出的局部网格细化的非均匀过完备字典；如果函数值小于角度差，则使用本文提出的网格递增式的非均匀过完备字典。
[0017](5)输入传感矩阵、观测值、稀疏度K等，并初始化残差、索引集、迭代次数等参数。
[0018](6)引入Dice函数来找出残差与传感矩阵的列积的最大值所对应的脚标。
[0019](7)更新索引集，记录找到的传感矩阵中重建原子的集合。
[0020](8)通过最小二乘法更新残差。
[0021](9)判断是否达到迭代次数K.
[0022](10)若不满足则返回步骤(6)，若满足则迭代结束，输出DOA估计值。
[0023]其中该方法的详细流程如下面六个步骤所示：
[0024]步骤1：通过阵列接收信号来求解出MUSIC算法的闭式解的步骤。
[0025]步骤2：基于MUSIC算法的二倍RMSE来形成一种自适应网格分界条件的步骤。
[0026]步骤3：通过自适应网格分界条件与闭式解求出的相邻来波信源角度差的关系，形
成两种非均匀过完备字典的步骤。
[0027]步骤4：将Dice系数引入来求出残差与传感矩阵的列积的最大值的步骤。
[0028]步骤5：更新索引集，记录找到的传感矩阵中重建原子的集合的步骤。
[0029]步骤6：通过最小二乘法恢复信号并更新残差的步骤。
[0030]其中，所述推导使用算法：MUSIC算法、两种非均匀过完备字典构建算法、OMP算法。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于非均匀过完备字典与Dice系数的压缩感知的DOA估计方法，是由天线阵列(Antenna Array)、两种非均匀过完备字典模块、OMP(Orthogonal Matching Pursuit)算法模块和Dice系数模块组成的；所述的一种基于非均匀过完备字典的压缩感知的DOA估计方法包括以下十个步骤：(1)通过阵列接收信号来求解出MUSIC算法的闭式解。(2)将MUSIC算法的二倍RMSE作为分解条件，进而形成一种自适应网格分界条件。(3)判断二倍的自适应网格分界函数值是否大于闭式解求出的相邻来波信源之间的角度差。(4)如果函数值大于角度差，则使用本文提出的局部网格细化的非均匀过完备字典；如果函数值小于角度差，则使用本文提出的网格递增式的非均匀过完备字典。(5)输入传感矩阵、观测值、稀疏度K等，并初始化残差、索引集、迭代次数等参数。(6)引入Dice函数来找出残差与传感矩阵的列积的最大值所对应的脚标。(7)更新索引集，...

【专利技术属性】
技术研发人员：陈海华，张景尧，韩义江，周荣荣，连晓晨，郭白，
申请(专利权)人：山东中科智能农业机械装备技术创新中心，
类型：发明
国别省市：