[发明专利]基于协方差矩阵稀疏表示的宽带信号DOA估计方法

说明书

本发明属于雷达信号处理技术领域，公开了基于协方差矩阵稀疏表示的宽带信号DOA估计方法，用于估计宽带信号DOA。该方法包括：步骤1，建立宽带信号频域模型；步骤2，基于所述宽带信号频域模型，通过聚焦处理得到参考频率处的协方差矩阵；步骤3，利用所述参考频率处的协方差矩阵进行稀疏表示，构造关于稀疏向量b⁰的目标函数；步骤4，求解所述目标函数，得到稀疏向量b⁰，进而根据所述稀疏向量的非零元素对应的位置确定宽带入射信号的入射角度。本发明无需估计信源数，并且在低信噪比、低快拍、低角度间隔的情况下能够准确估计信号的波达方向，具有较高的检测概率和分辨精度。

技术领域

本发明涉及雷达信号处理技术领域，尤其涉及基于协方差矩阵稀疏表示的宽带信号波达方向(Direction Of Arrival，DOA)估计方法。

背景技术

阵列信号处理是雷达信号处理的一个重要研究方法，而波达方向估计是阵列信号处理的热点问题。入射信号在空域上是可以看成是稀疏的，将入射信号空域的稀疏性和稀疏表示的思想相结合，因而其应用于DOA估计具有其合理性。

2005年，Malioutov等人在窄带信号的基础上提出最经典的稀疏重构算法—L1-SVD(Singular Value Decomposition)算法，算法通过奇异值分解将阵元接收的数据分解为主要的信号部分和次要的噪声部分，对信号部分采用冗余字典表示，利用二阶锥模型进行求解估计出信号的DOA，算法复杂度大大降低。但是这种算法也存在一些缺陷，该算法在处理过程中，需要已知信源数信息，当信源数未知或信源数估计错误时，会造成目标缺失或伪目标的现象；除此之外，算法忽略了噪声子空间，使得在低信噪比时估计性能下降。2011年Yin和Chen针对窄带信号提出了基于阵列协方差矩阵稀疏表示的L1-SRACV算法，该算法使用阵列接收数据自相关得到的协方差矩阵，通过特征值分解得到的小特征值的均值估计噪声功率，得到协方差矩阵估计误差，这种做法可以无需信源数估计信号的DOA。实际应用中宽带信号大量存在，而以上两类算法不能直接应用于宽带信号上，而且在低信噪比、低快拍、低角度间隔的情况下性能往往严重下降甚至失效。

发明内容

有鉴于此，本发明提供基于协方差矩阵稀疏表示的宽带信号DOA估计方法，使用转换矩阵对协方差矩阵的每一列进行降维，消除噪声功率的影响。这种做法无需估计信源数，噪声功率，并且在低信噪比、低快拍、低角度间隔的情况下能够准确估计信号的波达方向，具有较高的检测概率和分辨精度。

为达到上述目的，本发明的实施例采用如下技术方案：

提供一种基于协方差矩阵稀疏表示的宽带信号DOA估计方法，其中接收阵列为M个全向阵元组成的均匀线阵，且阵元间距为d，所述接收阵列接收从空间远场入射的P个宽带入射信号，入射角度分别记作θ₁,θ₂,…,θ_i,…,θ_P，入射频率的范围为[f_l,f_h]，f_l表示入射最低频率，f_h表示入射最高频率，θ_i表示第i个宽带入射信号的入射角度，1≤i≤P；

所述方法包括：

步骤1，建立宽带信号频域模型；

步骤2，基于所述宽带信号频域模型，通过聚焦处理得到参考频率处的协方差矩阵；

步骤3，利用所述参考频率处的协方差矩阵进行稀疏表示，构造关于稀疏向量b⁰的目标函数