[发明专利]一种基于平行因子模型的多信号分离与测向联合处理方法

权利要求书

1.一种基于平行因子模型的多信号分离与测向联合处理方法，其特征在于，包括以下步骤：

(1)将均匀面阵采集含有多信号的混合电磁信号，作为接收采样信号；

(2)将接收采样信号进行预处理，利用子空间旋转类算法进行角度估计，获得初步的角度估计值；

(3)构造初始估计的导向矩阵；

(4)将步骤(1)中的接收采样信号重新建模为PARAFAC模型；

(5)将导向矩阵作为PARAFAC分解的初始值，利用TALS算法拟合PARAFAC模型直到满足收敛条件，获取信源矩阵和导向矩阵；

(6)从步骤(5)估计出的信源矩阵提取出分离信号；

(7)从步骤(5)中估计出的导向矩阵估计分离信号对应的到达角。

2.根据权利要求1所述的基于平行因子模型的多信号分离与测向联合处理方法，其特征在于，所述步骤(2)包括以下步骤：

(21)利用接收采样信号估计协方差矩阵

(22)利用协方差矩阵的分块子矩阵计算传播算子的最小二乘估计，构造信号子空间矩阵E；

(23)利用信号子空间矩阵E的分块子矩阵计算旋转矩阵

(24)对旋转矩阵进行特征分解，求得其特征值，根据特征值计算出角频率k＝1,2,…,K；其中K为信号数目；

(25)重构信号子空间矩阵E得到新的信号子空间矩阵E'，重复步骤(23)(24)，计算出另一角频率k＝1,2,…,K；

(26)根据公式u_k＝sinθ_kcosφ_k和v_k＝sinθ_ksinφ_k，计算信号俯仰角和方位角

3.根据权利要求1所述的基于平行因子模型的多信号分离与测向联合处理方法，其特征在于，步骤(3)所述的初始估计导向矩阵分别为：

A_x＝[a_x(u₁),a_x(u₂),...,a_x(u_K)]

A_y＝[a_y(v₁),a_y(v₂),...,a_y(v_K)]

其中，a_x(u_k)和a_y(v_k)分别为x轴和y轴上的导向矢量。

4.根据权利要求1所述的基于平行因子模型的多信号分离与测向联合处理方法，其特征在于，所述步骤(4)实现过程如下：

接收采样信号根据平行因子模型重新用三阶张量表示,沿着三个不同的维度切分和拼接得到三个数据矩阵：和其中N和M分别表示均匀面阵沿x轴和y轴的阵元数目，L表示时域采样点数。

5.根据权利要求1所述的基于平行因子模型的多信号分离与测向联合处理方法，其特征在于，所述步骤(5)包括以下步骤：

(51)利用初始导向矩阵初始化和

(52)计算的最小二乘估计，其中，符号⊙表示Khatri–Rao积，上标表示伪逆；

(53)计算的最小二乘估计，

(54)计算的最小二乘估计，

(55)判断是否达到设定的收敛条件，达到则算法停止；否则回到步骤(52)继续计算新的估计值。

6.根据权利要求1所述的基于平行因子模型的多信号分离与测向联合处理方法，其特征在于，所述步骤(7)包括以下步骤：

(71)将和的列向量进行归一化，使首项等于1；

(72)用a_xk和a_yk表示和的第k列向量，计算r_x＝-angle(a_xk)，r_y＝-angle(a_yk)，angle()表示计算相位角；

(73)根据相位与角频率的关系，计算角频率的最小二乘估计：

其中，

B_x＝[0,2πd_x/λ,...,2π(N-1)d_x/λ]^T

B_y＝[0,2πd_y/λ,...,2π(M-1)d_y/λ]^T

其中，d_x＝d_y＝d为阵元间距，λ为波长；

(74)根据公式u_k＝sinθ_kcosφ_k和v_k＝sinθ_ksinφ_k，计算信号俯仰角和方位角