[发明专利]基于互相关矩阵的扩展孔径二维DOA估计方法

说明书

本发明涉及采用阵列天线估计接收信号到达方向估计技术，为只需对互相关矩阵子块进行线性运算，具有更低的计算复杂度；且实现俯仰角与方位角的自动配对。为此，本发明采用的技术方案是，基于互相关矩阵的扩展孔径二维DOA估计方法，步骤如下：1)构造互相关矩阵；2)划分互相关矩阵得到阶数为信号个数的子块；3)根据子块构建包含自动配对的方位角和俯仰角信息矩阵；4)得到z轴低精度无模糊的方向余弦估计以及对应的特征向量矩阵γ；5)得到z轴高精度模糊的方向余弦；6)重复步骤1‑5，可以得到对应x,y轴上对应的两种方向余弦；7)得到高精度无模糊的方向余弦8)得到自动配对本发明主要应用于阵列天线估计接收信号到达方向估计。

技术领域

本发明涉及采用阵列天线估计接收信号到达方向的技术领域，尤其涉及采用非均匀2-L型天线阵列的信号到达方向估计方法，具体讲,涉及基于互相关矩阵的扩展孔径二维DOA估计方法。

背景技术

空间信号到达方向(Direction of Arrival,DOA)估计是空间谱估计一个主要研究方向，被广泛应用在雷达、声呐、地震、通信等许多领域。DOA估计的基本问题就是确定各个信号到达阵列参考阵元的方向角，简称波达方向。经典的子空间分解类DOA估计算法有多重信号分类算法(MUSIC,Multiple Signal Classification)和基于旋转不变技术的信号参数估计算法(ESPRIT,Estimation of Signal Parameter via Rotational InvitationTechniques)。其中MUSIC算法是噪声子空间类算法，ESPRIT算法是信号子空间类算法，改进的MUSIC算法包括特征矢量法、求根MUSIC法、加权MUSIC算法等，改进的ESPRIT算法包括最小二乘ESPRIT、总体最小二乘ESPRIT、加权ESPRIT算法等。

传统的MUSIC算法和ESPRIT算法等高分辨率算法，虽然具有良好的估计性能，但是由于需要对接收信号协方差矩阵进行特征值分解，因此具有较大的计算量。传播算子算法使用线性运算代替了奇异值分解和特征值分解运算，显著地降低了计算复杂度。由于传播算子算法具有计算复杂度较低的优点，各国学者们对其进行了广泛研究，并提出大量基于传播算子的DOA估计算法。目前，存在大量基于传播算子的L型阵列、2-L型阵列、双平行线阵、三平行线阵等二维DOA估计算法。但是某些基于双平行线阵的传播算子算法在俯仰角为70°～90°的实际移动通信俯仰角度范围内存在角度估计失效问题，有些基于三平行线阵采用传播算子的二维DOA估计算法并没有充分利用所有的阵元信息，有些基于2-L型阵列的采用传播算子的二维DOA估计算法分别利用阵列的两个L型子阵，单独估计信号的方位角和俯仰角，估计性能较差。与基于传播算子的算法相比，基于互相关矩阵的算法能够消除高斯白噪声的影响，提高角度估计性能。另一方面，扩展孔径可以有效地提高阵列的分辨率和角度估计精度，但会出现模糊的现象。有些算法提出了解模糊的算法，但是由于算法本身是基于ESPRIT算法，因此具有较大的计算复杂度。

发明内容

为克服现有技术的不足，扩展孔径以及基于互相关矩阵的算法均能有效地提高DOA估计性能。因此，本发明旨在提出一种基于互相关矩阵的扩展孔径二维DOA估计算法。与已提出的扩展孔径DOA估计算法相比，本文提出的算法构造更低维度的互相关矩阵，只需对互相关矩阵子块进行线性运算，具有更低的计算复杂度；且实现俯仰角与方位角的自动配对。为此，本发明采用的技术方案是，基于互相关矩阵的扩展孔径二维DOA估计方法，步骤如下：

1)构造互相关矩阵；

2)划分互相关矩阵得到阶数为信号个数的子块；

3)根据子块构建包含自动配对的方位角和俯仰角信息矩阵；

4)得到z轴低精度无模糊的方向余弦估计以及对应的特征向量矩阵γ；

5)得到z轴高精度模糊的方向余弦；

6)重复步骤1-5，可以得到对应x,y轴上对应的两种方向余弦；