[发明专利]多径效应下的多组宽带相干信号波达方向估计方法

说明书

多径效应下的宽带相干信号波达方向估计方法，利用均匀线阵接收由D组相干信号构成的K个宽带、远场相干信号，通过离散傅里叶变换将宽带相干信号分成多个窄带相干信号，每个窄带下的信号数据协方差矩阵特征分解，得到D个大特征对应的特征矢量，通过矩阵重构的方式构造D个特征矢量对应的数据矩阵，D个数据矩阵构成总的数据矩阵，通过总的数据矩阵奇异值分解得到信号子空间和噪声子空间，利用噪声子空间构造零谱，通过J个频带下的总的谱峰搜索得到到达角的估计结果，本发明方法通过离散傅里叶变换得到多个窄带相干信号，然后利用窄带信号的解相干措施进行解相干处理，本发明方法简单易于工程实现，有效解决了多组相干信号的波达方向估计难题。

技术领域

本发明属于信号处理技术领域，尤其涉及一种多径效应下的宽带相干信号波达方向估计方法。

背景技术

多径干扰是无线电传输过程中普遍存在的问题，无线电信号从发射天线经过多个路径抵达接收天线的传播现象就是多径现象，大气层对电波的散射、电离层对电波的反射和折射，以及山峦、建筑等地表物体对电波的反射都会造成多径干扰，多径的存在导致信号的衰落和相移，通过较长的路径到达接收天线的信号分量比以较短路径到达天线的信号时间上要晚，会产生更大的相移和信号衰落。多径干扰导致入射信号变成相干信号，多径相干信号不同于一般的相干信号，一般的相干信号数据协方差矩阵特征分解时只有一个大特征值，是一组相干信号，而多径干扰是多组相干信号，数据协方差矩阵特征分解时有多组相干信号，Toeplitz矩阵重构解相干算法适用于多组相干信号的情况。多径干扰会导致信号分组出现，一个信源在多径传播过程中所生成的所有相关信号为一组，协方差矩阵的较大特征值个数等同于入射信号个数，多径相干到达角估计不同于非相干信号到达角估计，也不同于一般的相干信号协方差矩阵只有一个较大特征值到达角估计，这导致原来的解相干算法不能直接处理多径相干信号，必须找到一种适合多径相干信号特点的解相干方法，这对解相干算法提出了新的要求。本发明通过傅里叶变换将宽带信号分成多个窄带信号，对每一频点下的信号数据协方差矩阵进行特征分解，利用大特征值将多组多径信号分开，每一个大特征值对应的特征矢量为一组相干信号，利用矩阵重构的方式对每一组相干信号进行解相干处理，从而可以解决多径宽带相干信号的到达角估计问题。

发明内容

本发明的目的是提供一种可以有效解决宽带非相干源因多径效应而导致的多组相干信号的波达方向估计问题。

为了实现上述目的，本发明采取如下的技术解决方案：

多径效应下的多组宽带相干源波达方向估计方法，阵列接收K个由D组相干信号构成的远场宽带信号，接收阵列由M个均匀布置于x轴上的阵元构成，所述阵元为普通的全向天线，阵元间隔小于或者等于入射信号最小波长的一半；

多径效应下的多组宽带相干信号波达方向估计方法的步骤如下：

步骤一、利用M个标量阵元构成的均匀线阵作为接收阵列，接收K个由D组相干信号构成的宽带相干信号，阵列N次快拍数据构成接收信号数据矩阵X＝[X₁，X₂，…，X_N]；

步骤二、N次快拍数据均匀分为J段，每段有L次快拍数据，对分段数据进行离散傅里叶变换得到J个频点下的数据矩阵，并计算各个频点对应的数据协方差矩阵

接收信号数据矩阵X＝[X₁，X₂，…，X_N]进行离散傅里叶变换得到J个频点下的数据矩阵为J个频率点对应的数据矩阵，其中利用频率域的L次采样数据计算各个频点下的数据协方差矩阵其中，

步骤三、对进行特征分解，得到D个较大特征值对应的特征矢量，利用D个特征矢量构造D个数据矩阵，D个数据构成一个总的数据矩阵，该数据矩阵是满秩矩阵，从而完成解相干；