基于四阶累积量的近场源三维参数解耦估计方法技术

本发明专利技术公开了一种基于四阶累积量的近场源三维参数解耦估计方法，包括以下步骤：获得信号源相对于

【技术实现步骤摘要】
基于四阶累积量的近场源三维参数解耦估计方法


[0001]本专利技术属于场信号三维定位
，具体来说涉及一种基于四阶累积量的近场源三维参数解耦估计方法
。

技术介绍

[0002]波达方向估计
(Direction
‑
of
‑
Arrival,DOA)
在军事和日常生活中都得到了广泛的应用，但基于近场源的多维参数联合估计的研究依然较少
。
起初，近场源定位大多是通过多维最小化技术来解决估计方位角和距离的二维问题，且都局限于对近场源的方位角和距离定位
。
在现实中，方位角
、
俯仰角和距离的联合估计更贴近实际的三维场景
。
则涉及的问题包括两个角度参数，一个距离参数的估计及这三维参数的配对
。
经典的远场源方法直接套用在这种场景下都会失效，因此需要设计新的近场源定位方法来适配三维场景
。

技术实现思路

[0003]针对现有技术的不足，本专利技术的目的在于提供一种基于四阶累积量的近场源三维参数解耦估计方法
。
[0004]本专利技术的目的是通过下述技术方案予以实现的
。
[0005]一种基于四阶累积量的近场源三维参数解耦估计方法，交叉阵列传感器位于
x
轴和
y
轴并形成均匀排列的交叉十字阵列，
K
个信号源入射到交叉阵列传感器的一个近场场景，近场源三维参数解耦估计方法包括以下步骤：
[0006]S1
，获得信号源相对于
x
轴的电角估计值基于电角估计值获得与
x
轴有关的谱峰值所在的距离值
[0007]获得信号源相对于
y
轴的电角估计值基于电角估计值获得与
y
轴有关的谱峰值所在的距离值
[0008]S2
，按照如下过程实施参数配对：
[0009][0010]其中，
|
·
|
表示为求解绝对值，配对结果可以被写为
[0011]信号源到位于坐标
{0,0}
的传感器的距离的估计值可以通过下述三种方式之一获得：
[0012](i)
将配对后的作为
[0013](ii)
将配对后的作为
[0014](iii)
通过式产生可以选择的最小的方差
。
[0015]获得电角估计值的方法包括步骤
1)
～
8)
：
[0016]1)
信号源在时延
τ
下从位于
{
‑
m,0},{m,0},{n
‑
1,0},{n,0}
的传感器中获得的交叉累积量
c
4m,n
(
τ
)
x
；
[0017]2)
根据累积量的性质，将
c
4m,n
(
τ
)
x
简化为：
[0018][0019]其中，为在时延
τ
下的信号源的四阶累积量，
α
k
为信号源相对于
x
轴的电角，
d
x
为
x
轴方向相邻传感器的距离，
r
xk
为与
x
轴有关的信号源到位于坐标
{0,0}
的传感器的距离，
λ
表示信号源的信号波长，
ω0为信号源的窄带信号的中心频率，
j
为虚数；
[0020]3)
将传感器的交叉累积量
c
4m,n
(
τ
)
x
组成矩阵
C
4x
(
τ
)
：
[0021][0022]其中，
a(
ω
xk
)
为关于
ω
xk
的导向矢量，
a
T
(
φ
xk
)
为关于
φ
xk
的导向矢量的转置；
[0023]4)
将
a(
ω
xk
)
和
a(
φ
xk
)
分别表示为
a(
α
k
)
和
a(
α
k
,r
xk
)
；
[0024]表示为被
Q
×
Q
维虚拟矩形阵列观测到的第
k
个信号源的阵列流型矩阵，
Q
＝
2M+1
，阵元均匀分布于坐标
{m,n}
的位置；
[0025]将矩阵
C
4x
(
τ
)
通过矢量化操作列堆叠为
Q2×1维矢量：
[0026][0027]其中，是经过对
A(
α
k
,r
xk
)
中的元素进行矢量化操作的列矢量；
[0028]5)
假设信号源累积量是非零的且为不同的时延
{
τ0,
τ1,...,
τ
N
‑1}
，将
c
4x
(
τ
)
集合为一个
Q2×
N
维的矩阵：
[0029]C
X
＝
[c
4x
(
τ0),c
4x
(
τ1),...,c
4x
(
τ
N
‑1)],
[0030]其中，
N
表示为虚拟矩形阵列的伪快拍；
[0031]6)
进行特征值分解获得矩阵
C
X
的噪声子空间
U
N
，利用正交原理构造一个关于角度和距离的估计器：
[0032][0033]7)
通过
Kronecker
积的性质，将重写为：
[0034][0035]I
为单位阵；
[0036]电角估计值可以通过一维谱峰搜索获得：
[0037][0038]8)
将电角估计值代入距离估计器，得到其对应的距离估计值
r
xk
，距离估计器如下：
[0039][0040]搜索得出的谱峰值所在的距离值为
[0041][0042]在
S1
中，获得电角估计值的方法包括步骤
1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于四阶累积量的近场源三维参数解耦估计方法，交叉阵列传感器位于
x
轴和
y
轴并形成均匀排列的交叉十字阵列，
K
个信号源入射到交叉阵列传感器的一个近场场景，其特征在于，近场源三维参数解耦估计方法包括以下步骤：
S1
，获得信号源相对于
x
轴的电角估计值基于电角估计值获得与
x
轴有关的谱峰值所在的距离值获得信号源相对于
y
轴的电角估计值基于电角估计值获得与
y
轴有关的谱峰值所在的距离值
S2
，按照如下过程实施参数配对：其中，
|
·
|
表示为求解绝对值，配对结果为信号源到位于坐标
{0,0}
的传感器的距离的估计值可以通过下述三种方式之一获得：
(i)
将配对后的作为
(ii)
将配对后的作为
(iii)
通过式产生可以选择的最小的方差；获得电角估计值的方法包括步骤
1)
～
8)
：
1)
信号源在时延
τ
下从位于
{
‑
m,0},{m,0},{n
‑
1,0},{n,0}
的传感器中获得的交叉累积量
c
4m,n
(
τ
)
x
；
2)
根据累积量的性质，将
c
4m,n
(
τ
)
x
简化为：其中，为在时延
τ
下的信号源的四阶累积量，
α
k
为信号源相对于
x
轴的电角，
d
x
为
x
轴方向相邻传感器的距离，
r
xk
为与
x
轴有关的信号源到位于坐标
{0,0}
的传感器的距离，
λ
表示信号源的信号波长，
ω0为信号源的窄带信号的中心频率，
j
为虚数；
3)
将传感器的交叉累积量
c
4m,n
(
τ
)
x
组成矩阵
C
4x
(
τ
)
：
其中，
a(
ω
xk
)
为关于
ω
xk
的导向矢量，
a
T
(
φ
xk
)
为关于
φ
xk
的导向矢量的转置；
4)
将
a(
ω
xk
)
和
a(
φ
xk
)
分别表示为
a(
α
k
)
和
a(
α
k
,r
xk
)
；表示为被
Q
×
Q
维虚拟矩形阵列观测到的第
k
个信号源的阵列流型矩阵，
Q
＝
2M+1
，阵元均匀分布于坐标
{m,n}
的位置；将矩阵
C
4x
(
τ
)
通过矢量化操作列堆叠为
Q2×1维矢量：其中，是经过对
A(
α
k
,r
xk
)
中的元素进行矢量化操作的列矢量；
5)
假设信号源累积量是非零的且为不同的时延
{
τ0,
τ1,...,
τ
N
‑1}
，将
c
4x
(
τ
)
集合为一个
Q2×
N
维的矩阵：
C
X
＝
[c
4x
(
τ0),c
4x
(
τ1),...,c
4x
(
τ
N
‑1)],
其中，
N
表示为虚拟矩形阵列的伪快拍；
6)
进行特征值分解获得矩阵
C
X
的噪声子空间
U
N
，利用正交原理构造一个关于角度和距离的估计器：
7)
通过
Kronecker
积的性质，将重写为：
I
为单位阵；电角估计值可以通过一维谱峰搜索获得：
8)
将电角估计值代入距离估计器，得到其对应的距离估计值
r
xk
，距离估计器如下：搜索得出的谱峰值所在的距离值为搜索得出的谱峰值所在的距离值为在
S1
中，获得电角估计值的方法包括步骤
1)
～
8)
：
1)
信号源在时延
τ
下从位于
{0,
‑
m},{0,m},{0,n
‑
1},{0,n}
的传感器中获得的交叉累积量
c
4m,n
(
τ
)
y
为：
2)
根据累积量的性质，将简化为：
其中，为在时延
τ
下的信号源的四阶累积量，
θ
k
为信号源相对于
y
轴的电角，
d
y
为
y
轴方向相邻传感器的距离，
r
yk
为与
y
轴有关的信号源到位于坐标
{0,0}
的传感器的距离，
λ
表示信号源的信号波长，
ω0为信号源的窄带信号的中心频率，
j
为虚数；
3)
将传感器的交叉累积量
c
4m,n
(
τ
)
y
组成矩阵

【专利技术属性】
技术研发人员：石和平，闫光辉，张丽珠，侯海晶，王少华，
申请(专利权)人：天津职业技术师范大学中国职业培训指导教师进修中心，
类型：发明
国别省市：