一种基于虚拟阵元的近远场混合参数估计方法技术

一种基于虚拟阵元的近远场混合参数估计方法，提出了分离近场信号和远场信号的空间谱函数，在空间谱搜索时远场信号呈现尖锐的谱峰；采用时间延时采样方法的抽取协方差矩阵逆对角线元素，对将该列元素近似为阵列的单次快拍接收数据，对其进行等间隔多次同步采样，获得满秩的协方差矩阵，用多项式求根算法对分别对角度和距离参数进行估计，解决构造满秩

【技术实现步骤摘要】
一种基于虚拟阵元的近远场混合参数估计方法


[0001]本专利技术属于阵列信号处理领域，具体涉及一种基于虚拟阵元的近远场混合参数估计方法
。

技术介绍

[0002]在
DOA
估计中近场源信号的存在使得参数估计变得复杂，近场信号入射阵列时波前相当于球面波，阵元接收信号的时延不能简单的利用平面波方法估计，远场信号的参数只有角度的参数，近场信号中包含了距离项，一些方法从角度和距离二维的联合信息对信号参数空间谱进行二维搜索，二维谱函数使得估计算法复杂度巨大，实际情况下近场与远场信号往往同时存在，混合在一起入射接收阵列，因此针对单一类型信号估计算法将不再适用
。
解决混合源问题，利用协方差逆对角线元素消除距离参数，将二维的估计问题，分离为角度和距离的一维估计，利用协方差矩阵的逆对角线元素进行
Toeplitz
矩阵重构，对角度参数进行估计，在得到角度参数的基础上根据子空间类算法将距离进行估计，此类算法将损失一半的阵列孔径，即使用压缩感知算法避免损失孔径，但噪声存在对估计精度影响很大
。
在现有混合源估计算法中，利用恢复协方差的方法会损失阵列孔径，应用稀疏贝叶斯学习算法进行混合源估计，存在网格的失配问题，噪声的误差，且布阵方式为均匀线阵，相同阵元数下估计精度没有非均匀阵好，且实际应用过程中存在误差
。
[0003]本专利技术提出了分离近场信号和远场信号的空间谱函数，在空间谱搜索时远场信号呈现尖锐的谱峰；采用时间延时采样方法的抽取协方差矩阵逆对角线元素，对将该列元素近似为阵列的单次快拍接收数据，对其进行等间隔多次同步采样，获得满秩的协方差矩阵，用多项式求根算法分别对角度和距离参数进行估计，解决构造满秩
Toeplitz
矩阵损失阵列孔径问题
。
本专利技术所提算法能够应用嵌套阵对近远场混合源信号进行估计，通过实验证明，该算法的性能的优越性
。

技术实现思路

[0004]本专利技术的目的是提供一种基于虚拟阵元的近远场混合参数估计方法
。
[0005]一种基于虚拟阵元的近远场混合参数
DOA
估计方法步骤如下：
[0006]步骤一：利用有
2M+1
个阵元构成的均匀线阵接收阵列，接收
K
个窄带非相干近场与远场混合信号
y(t)
＝
A(
θ
,r)s(t)+n(t)。
[0007]远场目标的个数为
K
f
，近场目标的个数为
K
n
，近场与远场混合信号个数为
K
＝
K
f
+K
n
，近场目标的信号波面为球面，是距离和角度的二维参数，远场目标的信号波面为平面，是角度的一维参数
。
[0008]将中心位置阵元作为参考阵元，阵元间距取整个阵列的接收信号为：
[0009]y(t)
＝
A(
θ
,r)s(t)+n(t)
写为矩阵形式：
[0010][0011]其中
y
m
(t)
阵列中第
m
个阵元的输出可以表示为：
[0012][0013]其中阵元数为
2M+1
，
s
k
(t)
为第
k
个远场或近场信号源的信号包络
n
m
(t)
为第
m
个阵元上接收到的噪声数据矩阵，其中
ω
k
＝2π
f
k
＝2π
c/
λ
，
c
为光速
。
当第
k
个信源为近场信号时，
τ
mk
表示第
k
个信源到达第
m
个阵元与到达参考阵元的时延差，其中当第
k
个信源为远场信号时，
r
k
＝
∞
，则令
φ
mk
(r,
θ
)
＝
‑
ω
k
τ
mk
。
因此第
m
个阵元上的接收信号：阵列的接收信号
A(
θ
,r)
＝
[a1(
θ1,r1),...,a
k
(
θ
k
,r
k
),...,a
K
(
θ
K
,r
K
)]是
(2M+1)
×
K
维的阵列流形矩阵，是
(2M+1)
×1维的第
k
个信号的导向矢量，
n(t)
＝
[n
‑
M
(t),...,n0(t),...,n
M
(t)]T
为
(2M+1)
×1维阵列接收到的高斯白噪声矩阵，信号快拍数为
J。
[0014]步骤二：求步骤一中的近远场阵列接收信号
y(t)
＝
A(
θ
,r)s(t)+n(t)
的数据协方差矩阵
。
[0015]在实际处理中协方差矩阵是利用多次同步采样计算获得，即
[0016]对进行特征分解，
K
个最大特征值对应的特征矢量构成信号子空间
Us
，剩余的小特征值对应的特征矢量构成噪声子空间
U
n
，由信号子空间构造矩阵
U
s1
为信号子空间
Us
的前
2M
行，
U
s2
为信号子空间
Us
的后
2M
行
。
由
Ψ
特征分解得到特征矢量
T
，计算阵列流行矩阵
B
＝
U
s
T
‑1。
其中
(
·
)
H
表示共轭转置，
[0017]步骤三：构造谱函数对近场信号和远场信号进行分离
。
[0018]构造远场信号导向矢量搜索字典
Φ
H
(:,q)
：其中其中表示潜在的信号到达角，
Φ
H
(:,q)
表示字
典的第
q
列
。
[0019]将
B
矩阵中的每一列进行处理，实现近远场信号的分离
。
[0020]||
·
||
表示求模值，
...

【技术保护点】

【技术特征摘要】
1.
一种基于虚拟阵元的近远场混合参数估计方法，其特征在于，包含以下步骤：步骤一
、
利用有
2M+1
个阵元构成的均匀线阵接收阵列，接收
K
个窄带非相干近场与远场混合信号
y(t)
＝
A(
θ
,r)s(t)+n(t)
，
y(t)
表示在某个时间
t
接收到的信号，
A(
θ
,r)
是一个函数，描述了从信号源到达角度
θ
，距离为
r
的位置发送的信号，
s(t)
是信号源发出的信号在时间
t
发出的信号，
n(t)
是噪声信号，在阵列中的接收情况远场目标的个数为
K
f
，近场目标的个数为
K
n
，近场与远场混合信号个数为
K
＝
K
f
+K
n
，近场目标的信号波面入射时为球面，其中包含距离和角度二维的参数；将中心位置阵元作为参考阵元，阵元间距取
λ
表示信号波长，整个阵列的接收信号为：
y(t)
＝
A(
θ
,r)s(t)+n(t)
为矩阵形式：其中
y
m
(t)
阵列中第
m
个阵元的输出可以表示为：其中
1≤k≤K
，阵元数
2M+1
，
s
k
(t)
为第
k
个远场或近场信号源的信号包络
n
m
(t)
为第
m
个阵元上接收到的噪声数据矩阵，其中
ω
k
＝2π
f
k
＝2π
c/
λ
k
，
c
为光速；当第
k
个信源为近场信号时，
τ
mk
表示第
k
个信源到达第
m
个阵元与到达参考阵元的时延差，其中令
φ
mk
(r,
θ
)
＝
‑
ω
k
τ
mk
；因此第
m
个阵元上的接收信号：阵列的接收信号
A(
θ
,r)
＝
[a1(
θ1,r1),...,a
k
(
θ
k
,r
k
),...,a
K
(
θ
K
,r
K
)]
是
(2M+1)
×
K
维的阵列流形矩阵，是
(2M+1)
×1维的第
k
个信号的导向矢量，
[
·
]
T
表示矩阵的转置，
n(t)
＝
[n
‑
M
(t),...,n0(t),...,n
M
(t)]
T
为
(2M+1)
×1维阵列接收到的高斯白噪声矩阵，信号快拍数为
J
；步骤二
、
求步骤一中的近远场阵列接收信号的
y(t)
＝
A(
θ
,r)s(t)+n(t)
的数据的协方差矩阵；在实际处理的过程中协方差矩阵是多次的同步采样获得，即对进行特征分解，得到信号子空间
Us
和噪声子空间
U
n
，由信号子空间构造矩阵由
Ψ<...

【专利技术属性】
技术研发人员：王桂宝，马令坤，赵英豪，郭拓，卢锦，薛明园，
申请(专利权)人：陕西科技大学，
类型：发明
国别省市：