具有空间非平稳性的超大规模天线阵列目标参数估计方法技术

本发明专利技术提供一种具有空间非平稳性的超大规模天线阵列目标参数估计方法，通过接收端使用阵元数为M的均匀线性阵列进行架构；获得加入空间非平稳性后的ELAA的模型，即获得整个阵列的接收信号y(t)；计算整个阵列的接收信号y(t)的协方差矩阵R；利用协方差矩阵R的K个特征向量和导向矢量的共线关系，构建K个新的协方差矩阵；利用多重信号分类算法进行角度和距离的联合估计；该方法一方面建立了加入空间非平稳性后的ELAA的一般球面波模型；另一方面利用接收信号协方差矩阵的特征向量和导向矢量共线的关系，能够直接通过每个特征向量的协方差矩阵对目标参数进行估计，在保证较高估计精度的情况下降低计算复杂度。的情况下降低计算复杂度。的情况下降低计算复杂度。

【技术实现步骤摘要】
具有空间非平稳性的超大规模天线阵列目标参数估计方法


[0001]本专利技术涉及一种具有空间非平稳性的超大规模天线阵列目标参数估计方法，属于天线阵列信号处理


技术介绍

[0002]目标参数估计是阵列信号处理中的一个重要领域，在雷达、通信、天文以及地震勘探等诸多军事及民用经济领域有着广泛的应用。随着6G的发展，目标参数估计在未来的各种应用中也越来越重要，许多应用如自动驾驶和6G通信系统，都有极高的定位精度要求。在阵列信号处理中，角度分辨率与阵列的孔径成正比。因此，为了实现极高的定位精度，超大规模天线阵列(ExtremelyLarge
‑
scale AntennaArray，ELAA)被认为是一种有前途的技术。不幸的是，在ELAA提升性能的同时也引入了几个新的挑战，应该识别并解决这些挑战，以增强6G通信能力。
[0003]ELAA由数百甚至数千根天线组成。然而，随着阵列孔径的增加，信源和不同天线之间的距离可能会有很大的不同，这使得整个阵列的接收功率会发生很大的变化。此外，信源与ELAA之间可能存在障碍物，特别是在复本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具有空间非平稳性的超大规模天线阵列目标参数估计方法，其特征在于：包括以下步骤，S1、接收端使用阵元数为M的均匀线性阵列进行架构；S2、建立ELAA的不包含空间非平稳性的一般球面波模型，引入选择矩阵后，获得加入空间非平稳性后的ELAA的模型，即获得整个阵列的接收信号y(t)；S3、计算整个阵列的接收信号y(t)的协方差矩阵R；S4、利用步骤S3得到的协方差矩阵R的K个特征向量和导向矢量的共线关系，构建K个新的协方差矩阵；S5、对步骤S4中的K个新的协方差矩阵，利用多重信号分类算法进行角度和距离的联合估计。2.如权利要求1所述的具有空间非平稳性的超大规模天线阵列目标参数估计方法，其特征在于：步骤S2中，建立ELAA的不包含空间非平稳性的一般球面波模型，引入选择矩阵后，获得加入空间非平稳性后的ELAA的模型，具体为，S21、假设有K个窄带近场不相关信源的信号入射到阵列上，第k个信源的位置用(θ
k
,r
k
)表示，建立ELAA的不包含空间非平稳性的一般球面波模型；S22、为将空间非平稳性纳入ELAA的模型中，引入选择矩阵Q＝[q1,
…
,q
k
,
…
,q
K
]∈{0,1}
M
×
K
，q1,
…
,q
k
,
…
,q
K
为选择矩阵Q的的K个列向量，M为阵列的天线数量，K为信源的数量；S23、得到加入空间非平稳性后的ELAA的模型，即获得整个阵列的接收信号y(t)。3.如权利要求2所述的具有空间非平稳性的超大规模天线阵列目标参数估计方法，其特征在于：步骤S21中，建立ELAA的不包含空间非平稳性的一般球面波模型，具体为，S211、第m根天线接收到的信号为，其中，a
m
(θ
k
,r
k
)为第k个信源的不具有空间非平稳性的导向矢量的第m个元素，将参考点设置在均匀线性阵列的中心，θ
k
为参考点到第k个信源的位置和参考点处阵列法线的夹角，r
k
为第k个信源到参考点的距离，e为自然常数，j为虚数单位，s
k
(t)是第k个窄带信号，λ是信号的波长，n
m
(t)为零均值加性高斯白噪声，r
m,k
是第m根天线和第k个信源之间的距离；S212、建立ELAA的不包含空间非平稳性的一般球面波模型：其中，y(t)为整个阵列的接收信号，a(θ
k
,r
k
)＝[a1(θ
k
,r
k
),
…
,a
M
(θ
k
,r
k
)]
T
表示第k个信源的不具有空间非平稳性的导向矢量，T表示转置符号，s(t)＝[s1(t),
…
,s
K
(t)]
T
是信源信号，n(t)＝[n1(t),
…
,n
M
(t)]
T
为噪声信号。4.如权利要求2所述的具有空间非平稳性的超大规模天线阵列目标参数估计方法，其特征在于：步骤S22中，选择矩阵Q＝[q1,
…
,q
k
,
…
,q
K
]∈{0,1}
M
×
K
中q
k
中的第m个元素为：
其中，φ
k
为第k个信源的可见区域VR，由第k个信源可观测到的天线索引构成，在空间平稳中将参考点设置在均匀线性阵列的中心，天线的索引集为其中，M为阵列的天线数量。5.如权利要求2所述的具有空间非平稳性的超大规模天线阵列目标参数估计方法，其特征在于：步骤S23中，得到加入空间非平稳性后的ELAA的模型，即获得整个阵列的接收信号y(t)，具体为，S231、加入空间非平稳性后，第m根天线接收到的信号：其中，a
m
(θ
k
,r
k
)为第k个信源的不具有空间非平稳性的导向矢量的第m个元素，θ
k
为参考点到第k个信源的位置和参考点处阵列法线的夹角，r
k
为第k个信源到参考点的距离，e为自然常数，j为虚数单位,(q
k
)
m
为选择矩阵Q＝[q1,
…
,q
k
,
…
,q
K
]∈{0,1}
M
×
K
中q
k
中的第m个元素，s
k
(t)是第k个窄带信号，λ是信号的波长，n
m
(t)为零均值加性高斯白噪声，r
m,k
是第m根天线和第k个信源之间的距离；S232、得到加入空间非平稳性后的ELAA的模型，即获得整个阵列的接收信号y(t)：其中，q
k
为选择矩阵Q的第k个列向量，a
q
(θ
k
,r
k...

【专利技术属性】
技术研发人员：吴晓欢，孙冀，王舒心，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：