[发明专利]一种结合四阶累积量与盖尔圆改进的信号源个数估计方法

说明书

本发明公开了一种结合四阶累积量与盖尔圆改进的信号源个数估计方法，以提升色噪声环境下，信源个数接近阵列中阵元数时的信源个数估计性能。先利用阵列中的阵元接收的信号构建四阶累积量矩阵，并去冗余；再将去冗余后的四阶累积量矩阵当作盖尔圆法接收信息的协方差矩阵，酉变换后利用盖尔圆圆心信息对盖尔圆半径进行压缩并降序排序，最后通过盖尔圆准则完成信源数的个数估计。本发明应用于空间谱研究中信号源个数估计的技术领域。

技术领域

本发明涉及空间谱研究中信号源估计的技术领域，特别涉及一种结合四阶累积量与盖尔圆改进的信号源个数估计方法。

背景技术

波达方向(DOA)估计算法是目前空间谱研究领域的一个热点问题，然而在实际情形下，波达方向估计时往往不知道信号源个数，而准确获得信号源个数是提升波达方向估计正确率的重要前提。目前，针对不同的数学准则已经衍生出的估计信号源个数的方法，包括基于信息论准则的AIC、MDL、KIC方法，基于贝叶斯概率的BIC方法，基于假设检验的PET方法，都是建立在统计独立高斯白噪声假设下，而对于实际色噪声环境，上述方法的估计性能会下降甚至失效。

针对色噪声环境，盖尔圆法(GDE)具有估计一致性、运算量小的优点，H.T.Wu等人的文章“A New Gerschgorin Radii based Method for Source Number Detection[C//Proc10thIEEE Work Shop on Statistical Signal and Array Processing，2000：104-107”进一步的提出了一种关于盖尔圆的启发式的判据，更好的区分信号圆盘与噪声圆盘，但仍然无法回避“盖尔圆盘本身构造中，协方差矩阵自由度的损失，当信源数接近阵元数时，系统自由度的不够，导致估计性能下降”的这一缺陷。另一方面，四阶累计量也能够很好的抑制信号中的高斯色噪声，而F Gu等人的文章“Fourth-Order Cumulant based SourcesNumber Estimation from Mixtures of Unknown Number of Sources[c]2014 SixthInternational Conference on.IEEE，23-250ct.2014：1-6.”中，通过四阶累积量产生虚拟阵元提高系统自由度，为四阶累积量结合信源个数估计算法提供了理论依据，但四阶累积量计算复杂，且运用于实际环境中噪声特征值发散严重。

综上所述，盖尔圆和四阶累积量都能一定程度的克服色噪声影响，且能够优势互补，一方面，四阶累积量产生的虚拟阵元能够弥补盖尔圆法中当信源数接近阵元数时系统自由度不够的缺陷；另一方面，四阶累积量中噪声特征值严重发散的问题则可通过对盖尔圆法的改进得到克服。由此，本发明提出了一种结合四阶累积量和盖尔圆改进的信源个数估计的方法。

发明内容

本发明以“在色噪声环境下，信号源个数接近阵列阵元数时队信号源个数估计性能的提升”为依据，提供了一种结合四阶累积量与盖尔圆改进的信号源个数估计方法。

一种结合四阶累积量与盖尔圆改进的信号源个数估计方法，其特征在于，具体步骤如下：

1、通过M个阵列天线，获得接收信号X(t)；

2、由接收信号构造四阶累积量矩阵(其中的维数为M²)，用于构造虚拟阵元进行扩维；

3、对四阶累积量矩阵去冗余，得到去冗余后的四阶累积量矩阵(其中的维数为M(M+1)/2)；

4、将去冗余后的四阶累积量矩阵当作盖尔圆法接收信息的协方差矩阵，酉变换后利用盖尔圆圆心信息对盖尔圆半径进行压缩并降序排列，最后通过盖尔圆准则完成信号源个数估计；

与现有技术相比，本发明的有效效果在于：