[发明专利]一种基于网格部分细化的波达方向估计方法

说明书

本发明公开一种基于网格部分细化的波达方向估计方法，通过学习和裂变过程，裂变过程通过产生新格点对网格进行细化，学习过程不断逼近波达方向，在真实的波达方向附近网格被细划分，而在远离波达方向的网格区域被粗划分，这就实现了网格的部分细化，不但保证了估计精度，而且与之前的离格DOA估计算法相比，网格点数大大减少，计算量随之减小。本发明不需要将信源数作为先验，以尽量稀疏的网格划分，减少了网格数，从而减小计算复杂度，算法耗时少；在非常稀疏的初始格点划分的条件下，通过最小间隔阈值自定义，保证了算法的估计精度。

技术领域

本发明涉及阵列信号处理技术领域，具体涉及一种基于网格部分细化的波达方向估计方法。

背景技术

波达方向(Direction-of-arrival,DOA)估计技术在雷达、声纳、气象等众多领域都有着广泛应用。传统的波达方向估计技术中最为众所周知的就是MUSIC和ESPRIT等算法，但这些传统算法的性能受到诸多因素的制约，比如，高信噪比和大快拍数。压缩感知理论的提出使得DOA估计问题有了重大突破，尽管无论是基于网格模型还是离格模型的DOA估计算法都比传统算法有一定优势，但这些稀疏信号重建模型都是将空间角度网格等间距划分，为追求估计精度，将网格密集划分，从而导致算法计算量巨大。

发明内容

本发明现有技术在DOA估计中计算复杂度和估计精度方面的不足，提供一种基于网格部分细化的波达方向估计方法。

为解决上述问题，本发明是通过以下技术方案实现的：

一种基于网格部分细化的波达方向估计方法，包括以下步骤：

步骤1、基于初始划分的网格点，构建当前观测数据的初始离格波达方向估计模型；

步骤2、利用基于根稀疏贝叶斯学习的离格波达方向估计算法，对当前离格波达方向估计模型进行一次学习，在学习过程中，通过更新网格的划分，以更新离格波达方向估计模型；

步骤3、判断当前离格波达方向估计模型是否满足学习停止条件，即或当前次数是否达到预设的次数阈值；其中α^j表示当次学习后的信号的先验参数，α^j-1表示当次学习前的信号的先验参数，τ表示预设的迭代停止阈值；如果满足，则当前离格波达方向估计模型中的后验概率的均值即为所求的结果；否则，转入步骤4；

步骤4、计算当前离格波达方向估计模型中每个网格点位置信号的平均功率，并从中选出平均功率较大的M-1个网格点来作为待裂变的网格点；其中M是均匀天线阵列中阵元个数；

步骤5、当所选出的待裂变的网格点中，存在至少一个待裂变的网格点的左右间隔同时大于预设的间隔阈值，即存在至少一个需要裂变的网格点时，则转入步骤6；否则，返回步骤2；

步骤6、对当前离格波达方向估计模型进行一次裂变，在裂变过程中，在每一个需要裂变的网格点的前一个网格点和后一个网格点的中点位置各插入一个新的网格点，以更新离格波达方向估计模型；

步骤7、返回步骤2。

上述方案中，所述预设的迭代停止阈值τ的取值范围在10^-4～10^-3之间。

上述方案中，所述预设的次数阈值的取值范围在500～1000之间。

上述方案中，所述预设的间隔阈值的取值范围在1°～3°之间。

与现有技术相比，本发明具有如下特点：

(1)通过学习和裂变过程，裂变过程通过产生新格点对网格进行细化，学习过程不断逼近波达方向，在真实的波达方向附近网格被细划分，而在远离波达方向的网格区域被粗划分，这就实现了网格的部分细化，不但保证了估计精度，而且与之前的离格DOA估计算法相比，网格点数大大减少，计算量随之减小。