[发明专利]一种基于平行互质阵列时空扩展的二维波达方向估计方法

说明书

本发明提供一种基于平行互质阵列时空扩展的二维波达方向估计方法。该方法选取和增加特定的参考阵元，使互质阵列的子阵分别对参考阵元求互相关，得到不同时滞的相关函数，并将该自相关函数作为新的接收数据，然后由新的接收数据伪采样得到伪数据矩阵，对伪数据矩阵矢量化，将问题转化为稀疏优化问题求解得到信号的二维波达方向。本发明充分的利用了接收数据的时间‑空间信息，最大限度的拓展出虚拟阵列，具有更大的阵列孔径和更高的自由度，波达方向估计的性能更好。

技术领域

本发明涉及阵列信号处理领域，尤其指一种基于平行互质阵列时空扩展的二维波达方向估计方法。

背景技术

阵列信号处理技术在众多领域已得到广泛应用，而阵列信号处理的基本问题之一是空间信号波达方向估计(DOA估计)。这一技术应用广泛，在通信、雷达等领域发挥着越来越重要的作用。在过去的几十年里人们不断提出了一系列高效的

DOA估计算法。近几年来，随着压缩感知理论的不断成熟和广泛应用，基于稀疏重构技术的DOA估计算法受到更多的关注和研究。使用均匀线阵估计信号的波达方向时，阵列的自由度直接受限于阵元个数，所能估计的信号源数目有限。由于非均匀阵列能够获得更大的阵列孔径和更高的自由度，并且阵元的摆放位置也具有更大的灵活性，所以研究非均匀阵列的设计和相应的DOA估计算法具有很好的实际意义和应用价值。互质并行阵列是一种非均匀阵列，由两个平行放置的互质子阵列组成，阵元间距为半波长的整数倍。通过矢量化子阵的互协方差矩阵，得到阵元数目更多的虚拟阵列，在实际物理阵列数一定的情况下，增大阵列的孔径，使得所能估计的信号源数目大于实际物理阵元数目，并且DOA估计的准确率也进一步提高。在文献An Efficient Dictionary Learning-Based 2-D DOAEstimationWithout Pair Matching for Co-Prime Parallel Arrays,IEEE Access，2018(以下简称文献[1])，提出了一种利用时间和空间信息的互质并行阵列扩展的方法，利用自相关函数的共轭对称性，构造出更多的虚拟阵元，进一步拓展了阵列孔径。

上述文献[1]中的方法虽然对互质阵列进行了虚拟扩展，但仅仅利用了部分空间信息来构造虚拟阵列，如果所有的时间-空间信息都能被利用，可以得到更多的虚拟阵元数目，那么阵列孔径和自由度将会进一步增加，DOA估计也会更加准确。

针对上述问题，我们提出了一个基于Co-prime并行阵列时空扩展的二维DOA估计方法。首先，我们在互质并行阵列的基础上增加了两个额外的阵元，利用信号自相关函数的共轭对称性，得到不同时滞的自相关函数，将该自相关函数作为新的接收数据，并求新的数据的协方差矩阵，最后通过稀疏重构的方法还原信号。所提出的方法可以利用空间和时间信息并形成共轭增强时空虚拟阵列，该方法能在物理阵元数目一定的情况下，利用空间和时间信息完全的扩展互质并行阵列，最大限度的提高阵列孔径和自由度以及得到更加准确的DOA估计值。

发明内容

本发明的目的在于克服现有方法存在的各种不足，首先提供一种基于平行互质阵列时空扩展的波达方向估计方法，在文献[1]原有互质阵列的基础上，增加两个物理阵元，充分利用接收信号的时间和空间信息对物理阵列进行虚拟扩展，形成共轭增强的时空虚拟阵列，最大限度的提高阵列孔径和自由度，得到更加准确的DOA估计值。

另外本发明的另一目的在于提供一种基于互质阵列扩展的阵列结构。

为了实现上述目的，本发明可以通过以下技术方案实现。

一种基于平行互质阵列时空扩展的二维波达方向估计方法，其包括：选取和增加参考阵元，使互质阵列的子阵分别对参考阵元求互相关，得到不同时滞的相关函数，并将该自相关函数作为新的接收数据，拓展出更多的虚拟阵元，由新的接收数据伪采样得到伪数据矩阵，然后对伪接收数据的协方差矩阵矢量化，最后通过稀疏重构的方法还原信号。