[发明专利]基于常规波束形成的来波方向稀疏重构方法

说明书

基于常规波束形成的来波方向稀疏重构方法，属于DOA估计技术领域。本发明是为了解决DOA估计中现有的稀疏重构算法存在冗余字典的设计依赖阵列的几何结构而导致稀疏重构算法对阵列误差的鲁棒性较差的问题。本发明所述方法利用基阵接收目标发射的信号，得到期望波束的指向对应的基阵的输出信号；根据期望波束的指向对应的基阵的输出信号得到基阵在方向处的功率谱进而通过常规波束形成算法计算阵列接收信号的空间谱将角度空间进行均匀划分，入射信号是其中的一个角度值，基于接收信号的空间谱，通过正交匹配跟踪算法估计目标方位。主要用于估计目标方位。

技术领域

本发明涉及波束形成的来波方向稀疏重构方法。属于DOA估计技术领域。

背景技术

信号的波达方向(direction of arrival,DOA)估计技术在通信、雷达、声纳、地震等领域有着广泛的应用，在国防军事和国民经济领域发挥着越来越重要的作用。目前常见的方位估计算法有波束形成法、子空间法、稀疏重构法。

波束形成法的基本原理为利用设计的波束在空间内进行扫描，从而得到空间谱，即信号在空间方向上的能量分布，根据空间谱即可判断信号的入射方向。，但是常规波束形成算法受限于“瑞利限，即无法分辨处于一个波束宽度内的信号，其角度分辨率取决于阵列尺寸，阵列尺寸越大，波束宽度越窄，则角度分辨率越好。然而实际应用中，阵列尺寸不可能无限增大。为了突破瑞利限的限制，进一步提高DOA估计的角度分辨率，有学者提出了子空间类算法，最为经典的是多重信号分类(MUSIC)算法和旋转不变子空间(ESPRIT)算法，子空间类算法利用了阵列信号的二阶统计量即协方差矩阵，先对其进行分解，从特征向量中重构出信号子空间和噪声子空间，然后利用信号子空间和噪声子空间的特性估计信号方位，极大的提高了角度分辨率。子空间类算法的缺点为由于其利用了信号的二阶统计量，因此计算量较大。近年来，稀疏重构算法在DOA估计领域得到了广泛的应用，相比传统的DOA估计算法，稀疏重构算法能够在少快拍数、低信噪比和相关信源等不利条件下具有良好的性能。稀疏重构算法利用阵列信号的空间稀疏特性，设计一个完备的冗余字典，字典中的每一列称为‘原子’，通过字典中的原子的线性组合重构信号，从而估计信号的方位。冗余字典的设计依赖阵列的几何结构因此稀疏重构算法对阵列误差的鲁棒性较差。

发明内容

本发明是为了解决DOA估计中现有的稀疏重构算法存在冗余字典的设计依赖阵列的几何结构而导致稀疏重构算法对阵列误差的鲁棒性较差的问题。进而提出一种基于常规波束形成的来波方向稀疏重构方法。

基于常规波束形成的来波方向稀疏重构方法，包括以下步骤：

利用基阵接收目标发射的信号，得到期望波束的指向对应的基阵的输出信号；

根据期望波束的指向对应的基阵的输出信号得到基阵在方向处的功率谱进而通过常规波束形成算法计算阵列接收信号的空间谱

将角度空间进行均匀划分，入射信号是其中的一个角度值，基于接收信号的空间谱，通过正交匹配跟踪算法估计目标方位。

进一步地，所述利用基阵接收目标发射的信号得到的信号为：

X(t)＝[x₁(t),x₂(t),...,x_N(t)]

其中，接收信号X(t)是一个N×L的矩阵，L为接收信号的快拍数；x_k(t)表示每个基元对应的接收信号，k＝1,2,...,N。

进一步地，所述接收目标发射信号的基阵是由N个基元组成均匀直线阵列。

进一步地，所述基阵的相邻阵元间距为接收信号波长的一半。

进一步地，所述基阵的阵元个数大于待测目标的个数。

进一步地，所述基阵的输出信号为：