[发明专利]一种冲击噪声背景下小快拍数信号波达方向估计方法

说明书

技术领域

本发明涉及一种冲击噪声环境下小快拍数(snapshot)信号波达方向(Direction of Arrival，简称DOA)估计方法。

背景技术

DOA估计是阵列信号处理中的一个重要研究领域，在电子战、雷达、声呐、射电天文学、地震学、卫星以及移动通信系统等方面有着广泛的应用。

传统的DOA算法针对的是固定信源，设定为已知分布为高斯白噪声条件下的大快拍数估计，然而，在实际应用中噪声往往不服从高斯分布或具有冲击性，如海杂波噪声，大气放电噪声，无线信道瞬时干扰噪声等，所以，对于未知参数特性的非高斯白噪声环境下的DOA算法是空间谱估计理论中一个重要的课题。另外，实际中由于种种原因，并不一定能够采样到足够的信号形成大的快拍数，因此，在小快拍数下的DOA估计问题也是波达方向估计中一个重要的课题。

对于DOA估计，一般性方法是谱估计，即利用阵列形式对空间波达信号的角度功率谱，例如1979年,Schmit等人在“Multiple emitter location and signal parameter estimation”中提出了著名的MUSIC(多重信号分类)方法，后来Roy等人在“Esprit-a subspace ration approach to estimation of parameters of cissoids in noise”中提出的ESPRIT(旋转不变子空间)方法，都是利用谱进行估计，进而得到用户信号的波达角度。MUSIC算法和ESPRIT算法都属于子空间类算法，子空间类算法是通过对接收信息的处理得到信号子空间或噪声子空间，通过构造谱函数进而得到空间波达信号的角度功率谱。其中MUSIC算法利用噪声子空间而ESPRIT利用的是信号子空间。以MUSIC算法为代表的算法包括特征矢量法、MUSIC、root-MUSIC法及MNM等，以ESPRIT算法为代表的算法主要有TAM、LS-ESPRIT及TLS-ESPRIT等。

对于复杂电磁环境下的测向研究，近年来先后出现了利用共变矩阵(ROC)、分数低阶矩(FOLM)等来估计冲击噪声环境下的测向算法，以及利用特殊阵列模型(Toeplitz重构等)、参数化的噪声模型(将噪声视为AR、MA等模型)来估计色噪声下的测向算法。以上算法较为复杂，运算量大，需要已知或者预先假设参数。对于小快拍数下的DOA估计，一般采用智能优化算法(粒子群算法(PSO))、阵列插值、阵列变换、空间重采样等统计学方法来计算。其算法的复杂程度、迭代次数和分辨力高低都各有缺点。因此为了更好在复杂电磁环境下更有效的DOA估计，下述问题亟待解决：

1)复杂噪声环境下的测向。传统算法和子空间类算法基本上都是假设噪声是白高斯，或者是已知统计特性的色噪声。然而,未知统计特性的色噪声环境在实际应用中却经常出现。此时传统的MUSIC等子空间算法性能急剧下降。

2)小快拍数下的测向。现实生活中电磁环境越来越复杂，尤其是在电子信息战中。由于各种干扰的存在，单位时间内获得的快拍数有限，已有的大多数算法在此情况下性能严重下降，甚至不能测向。所以小块拍数下的测向研究必须借助于其他参数估计等手段来完成。

发明内容

本发明的目的在于提供一种稳定性更高的冲击噪声背景下小快拍数信号波达方向估计方法。

本发明的目的是这样实现的：

(1)采集信号采样数据：

X(t)＝AS(t)+N(t)，

其中，X(t)＝[x₁(t),x₂(t),...,x_L(t)]^T为快拍数为t时的L×1维接收数据矢量，A为阵列流型矩阵，S(t)为Μ×1维窄带信号矢量，N(t)为L×1维加性噪声矢量，噪声类型为复冲击噪声，A＝[a(θ₁),a(θ₂),...,a(θ_M)]，为导向矢量，θ_i为第i个信源的入射角度，v_i＝exp(-jπsin(θ_i)),i＝1,2,...,M；

(2)对接收到的信号数据矢量进行去冲击预处理：

判断接收阵列数据矢量矩阵绝对值最大值X_imax与门限值之间的大小，其中门限值为为接收阵列数据矢量矩阵绝对值的均值，如果X_imax大于等于门限值，则用替换矩阵中最大值，如小于门限值则执行下一步骤；重复上述比较过程，直至矩阵中的值均小于门限值；